夜雨聆风困扰
识别并提取PDF发票信息，真的困扰了我很久。
更头疼的是我之前用 Python 折腾了很久一直没找到好用的方案，毕竟我不是专业的程序员。
转机
直到最近，用上了OpenCode，效果还不错。
先看看成品长啥样，分了汇总表和明细表（表内数据已进行脱敏处理）：
两页Sheet，第一页是汇总（谁开的、多少钱、多少税），第二页是每条商品明细，底下自动合计。
整个过程如下：
在OpenCode里装一个MinerU，MinerU是专门干文档提取的。安装玩出，跟它说一声"帮我提取这些发票"，它就自动把 PDF 里的文字、表格全扒出来，吐成结构化的 Markdown。不需要装 OCR、不需要注册账号、不需要配置环境。甚至不用记命令行，在 OpenCode 里自然语言描述需求就行："把发票文件夹里的PDF全提取出来"，它自己就安静地干活了。
提取出来之后，再用 Python 把发票号、日期、买卖双方、商品明细一条条扒出来，最后用 openpyxl 写进 Excel。
然后Excel 这边做了点美化——数字设成数值格式（不然没法拉公式），表头蓝底白字，隔行变色，底下自动带一行合计。
我现在也把这个方案打包成了 OpenCode 的 一个Skill，以后就可以直接复用啦。
反思
弄完以后我反思了一下：其实之前用 Python 搞不定，不是因为 Python 不行，是想纯靠代码解决 PDF 解析这件事本身就方向不对。PDF 解析交给专业工具（MinerU），Python 专注做数据清洗和 Excel 输出，各干各的活，反而一下就通了。
当然中间会遇到一些问题，需要持续给它优化，比如MinerU 遇到复杂表格会串行，有几张发票商品明细特别多（100多项），表格又带合并单元格，MinerU 的 HTML 输出行列对不齐。后来加了 pdfplumber 做交叉验证，两套结果对着看，数据才稳定了。当然这个过程不需要去写代码，只要关注输出效果，不满意的时候直接跟OpenCode说就行，它会帮忙调试好，直到得到满意的结果。
以前我用Python的时候，还要自己研究，怎么优化代码，怎么打包程序。现在一句话就可以解决，和OpenCode说一句：“帮我把这个识别方案打包成一个可执行的exe，并设计一个可视化界面，直接使用。”它不到1分钟就做好了一个可以独立使用的exe程序。
这个事情其实不复杂，但每次手动搞都烦得不行。而花点时间写个脚本一次搞定，之后不管来多少张发票都能复用。
这种重复劳动的痛点，不是不会弄，是忍着忍着就习惯了。什么"几分钟的事手抄一下算了"——但今天20张花半小时，下次200张呢？
哪怕当下多花两倍的时间去搞自动化，下次就全是纯“赚”。
真的是工具用对，事半功倍啊。
