夜雨聆风开源项目速写
把发票报销这件小事，交给一个本地 AI 助手
读目录、识别发票、生成报销表、合并附件，再用台账避免重复报销；安装和使用也足够轻。
昨天，我们把一个很小、但很实用的项目开源了：Finance Reimbursement Assistant，一个本地优先的财务报销助手。项目地址：https://github.com/fuxiaoyan1/finance-reimbursement-assistant。
它解决的不是宏大的“财务智能化”，而是很多人每个月都会遇到的麻烦：发票散在一个文件夹里，有 PDF、有图片；要逐张看金额、日期、销售方、购买方；还要填报销表、合并附件，最后再担心下次会不会重复报同一张。
这个项目的思路很直接：你选一个发票目录，它读取 PDF、JPG、PNG、TIFF、WEBP 等文件，优先使用 PDF 文字层和本地 OCR 识别发票信息，也可以按配置调用 LLM 做辅助判断。处理完成后，它会生成一个 Excel 报销工作簿，里面包含“报销单”和“发票清单”两个工作表；同时把原始发票整理成一个合并 PDF，方便作为附件提交。
操作流程图
不是“上传给云端处理”，而是在本地选目录、处理、生成结果、登记台账。
1准备发票目录
把 PDF、JPG、PNG、TIFF、WEBP 等发票文件放到同一个文件夹。
↓
2启动本地页面
运行 web_app.py，打开 http://127.0.0.1:5055。
↓
3选择目录并处理
点击“发票报销”→“选择目录”→“处理并登记”。
↓
4查看结果文件
页面展示报销表、发票清单、合并 PDF、凭证数量和金额。
↓
5后续增量处理
同一目录再放新发票，台账会跳过旧凭证，只处理新增文件。
我比较看重的是它的“台账”设计。每个发票目录下会维护一个 .invoice_agent_ledger.json，已经登记过的凭证不会在下一次处理中重复进入报销。也就是说，同一个目录后续只要继续丢新发票进去，再跑一次，它会自动跳过旧文件，只处理新增部分。
它也提供了一个本地 Web 页面：启动 web_app.py 后，在浏览器里选择目录、点击处理，就能看到本月批次、凭证数量、计入张数、报销金额、报销表入口和合并 PDF 入口。对不想每次敲命令的人来说，这一步会舒服很多。
边界要说清楚：当然，它不是财务、税务、审计或法律意见。PDF 文字层、OCR 和模型识别都可能出错，金额、税额、发票号码、分类和重复判断都必须人工复核。它更适合做“整理助手”和“初筛助手”，不是替代财务制度和人工确认。
这个仓库也刻意保持了清晰的数据边界：公开代码里不包含真实发票、企业数据、人员信息或历史运行结果；是否调用模型服务，也由使用者自己配置决定。默认方向是本地优先，能不用外部服务就不用外部服务。
怎么安装和跑起来？
项目建议使用 Python 3.11 或更新版本。最基础的安装方式是进入仓库目录，创建虚拟环境，然后安装 requirements.txt 里的依赖：
如果要识别扫描件或图片发票，需要额外安装 Tesseract OCR。macOS 可以用 brew install tesseract 和 brew install tesseract-lang。没有 OCR 时，工具仍能处理带文字层的 PDF，但图片识别能力会下降。
启动 Web 页面也很简单：运行 python3 web_app.py，然后打开 http://127.0.0.1:5055；如果想换端口，可以用 PORT=5056 python3 web_app.py。
安装流程图
面向第一次试用：先装 Python 依赖，图片/扫描件识别再补 OCR。
1进入项目目录
cd finance-reimbursement-assistant。
↓
2创建虚拟环境
python3 -m venv .venv。
↓
3激活环境
source .venv/bin/activate。
↓
4安装依赖
pip install -r requirements.txt。
↓
5可选安装 OCR
macOS 可用 brew install tesseract 和 brew install tesseract-lang。
项目地址：https://github.com/fuxiaoyan1/finance-reimbursement-assistant
如果你也烦过整理发票、填表、合并附件这套流程，可以试试看。它不大，但很像我理解中的 AI 工具：不是先喊口号，而是先把一个真实的小麻烦做轻一点。
一句话：它不是替你做财务判断，而是把“找发票、看字段、填表、合并附件、避免重复”这条琐碎链路先整理顺。
