Invoice-Downloader

InvoiceFlowAI — 电子发票整理与报销准备工具

English | 中文

把邮箱中的 PDF、OFD、XML 电子发票和部分发票下载链接，整理成分类文件与 Excel 报销汇总。

面向每月需要手工收集多张电子发票的个人、自由职业者和小团队。连接自己的 QQ 或 163 邮箱后，可批量收集发票、OCR 识别、分类归档并生成汇总；低置信度结果保留给用户人工检查。

下载：最新 Windows（安装版 / 免安装版）与 macOS（Apple Silicon）安装包

*邮件和发票文件在本地处理。启用 GLM OCR / 视觉识别时，发票图片会发送到你配置的模型服务商用于提取。*

DeepSeek Harness 插件

@ethanyoq/dsh-invoice-downloader 将本地 IMAP 发票下载、OCR、归档和 Excel 汇总带到 DeepSeek Harness 的右侧边栏。适用于希望把重复整理工作交给本地自动化、同时保留人工复核的报销场景。

dsh plugin --profile web add @ethanyoq/dsh-invoice-downloader
dsh web --profile web

打开右侧的“发票下载”入口，选择保存位置，安装一次本地引擎后填写 QQ 或 163 邮箱的 IMAP 授权码。首次安装需要联网下载 Python 依赖和 Chromium；rapidocr-onnxruntime 的 pip wheel 自带默认 PP-OCRv3 模型，无需额外手动下载模型。发票文件在本地 OCR；OCR 文本发送给当前选择的 DeepSeek 模型提取字段。插件支持 Windows x64 和 macOS Apple Silicon，授权码由 DSH 凭据服务保存，不写入插件设置或扫描日志。

✨ 核心亮点

  · 特性 · 说明 🔒 · 一键运行，开箱即用 · 解压即可运行，无需安装 Python 或任何依赖 🤖 · 双引擎 AI 识别 · Track A（OCR精确流）+ Track B（视觉降级流），自动切换，无需手动操作 🔍 · 四层智能漏斗 · 白名单域名 → 主题关键字 → 正文检测 → 二维码扫描，精准过滤非发票邮件 📄 · 链接发票自动恢复 · Playwright 自动打开百望云、税务平台链接，下载正式 PDF 存档 🧾 · 发票与凭证自动撮合 · 住宿发票/水单、打车发票/行程单自动配对并相邻命名归档 🪟 · 安静的后台处理 · URL 恢复 worker、Node 与 Chromium 全链路隐藏运行，不再批量弹出控制台窗口 🗂️ · 自然语言分类规则 · 支持"滴滴大于100元放进大额"这样的自定义规则 📊 · 一键 Excel 报表 · 自动生成 summary_report.xlsx，发票清单、金额汇总全覆盖

🏗️ 整体工作流程

flowchart LR
    A["📧 QQ / 163\n邮箱 IMAP"] --> B["📥 邮件抓取\nEmailFetcher"]
    B --> C{"🔍 四层\n智能漏斗"}
    C -->|"通过"| D["📎 附件提取\nZIP 递归解包"]
    C -->|"丢弃"| X["🗑️ 非发票邮件"]
    D --> E{"附件类型?"}
    E -->|"PDF/OFD/XML"| F["🤖 AI 提取引擎"]
    E -->|"URL 链接"| G["🌐 PDF 恢复\nPlaywright"]
    G --> F
    F --> H{"提取\n成功?"}
    H -->|"✅"| I["📂 智能分类\n规则重命名"]
    H -->|"❌"| J["📁 Manual_Check"]
    I --> K["🗂️ 本地归档"]
    K --> L["📊 Excel 报表"]

🤖 双引擎 AI 提取架构

系统采用 Track A + Track B + Local Fallback 三层防线，任何一层成功即采用结果，确保极高的识别成功率。

为什么这样设计？

- Track A（OCR + LLM）：精度最高，先提取文字结构再理解

- Track B（glm-4.5V 视觉）：直接"看图"，适合复杂排版或图片类发票

- Local Fallback：本地正则规则，断网可用，零 API 消耗

🔍 四层智能筛选漏斗

系统不会对每封邮件都调用 AI，而是先经过四层漏斗精准判断，大幅降低误识别率和 API 费用。

筛选通过后，附件还会经过 三级决策：

层级 · 触发条件 · 处理方式 🗑️ A 层（丢弃） · Tracking pixel、Logo、装饰图（≤32px） · 直接跳过 📦 B 层（暂存） · 附件 >5MB、ZIP 解包失败 · 保留但不处理 ✅ C 层（归档） · 正常 PDF/OFD/XML · 进入 AI 提取流程

🌐 三级 PDF 恢复方案

许多发票邮件只有"点击下载"的链接，系统自动识别平台并选择最优方案：

flowchart TD
    Link(["🔗 邮件中的发票链接"]) --> Detect{"识别链接平台"}
    Detect -->|"百望云"| BW["🏢 Playwright 自动化\n登录 → 点击下载 → 捕获文件\n字段匹配验证"]
    Detect -->|"国税·诺诺·航信"| DI["📥 HTTP 直接下载\n识别发票族群\n本地字段校验"]
    Detect -->|"未知网页"| Generic["🌐 网页转 PDF\n检测登录/验证码\nA4 格式渲染"]
    BW & DI & Generic --> Final(["📄 本地 PDF"])
    Final --> AI(["🤖 AI 提取流程"])

⚙️ 配置指南

首次使用只需配置一次，之后每次扫描直接点击运行。

第一步 · 开启 163 邮箱 IMAP

📖 点击展开 163 邮箱详细步骤

服务器参数

参数 · 值 IMAP 服务器 · imap.163.com 端口 · 993（SSL/TLS）

开启步骤

1. 登录 mail.163.com，点击右上角「设置」
2. 在下拉菜单中选择「POP3/SMTP/IMAP」
3. 找到「IMAP/SMTP 服务」，点击右侧「开启」按钮
4. 弹出「账号安全验证」窗口：

• 扫码方式（推荐）：手机扫描二维码，自动发送验证短信
• 手动方式：按提示手动发送短信到指定号码

1. 短信发送后点击「我已发送」
2. 系统生成 16 位授权码（字母组合，仅显示一次，务必立即复制保存）

⚠️ 授权码不是邮箱登录密码，是专用于第三方客户端的独立密码，大小写敏感。

📚 163 邮箱官方帮助

第二步 · 开启 QQ 邮箱 IMAP

📖 点击展开 QQ 邮箱详细步骤

服务器参数

参数 · 值 IMAP 服务器 · imap.qq.com 端口 · 993（SSL/TLS）

开启步骤

1. 登录 mail.qq.com，点击右上角「设置」图标
2. 选择「账户」选项卡
3. 找到「POP3/IMAP/SMTP/Exchange/CardDAV/CalDAV 服务」
4. 点击「管理服务」→「开启服务」
5. 点击「生成授权码」，进行身份验证：

• 扫码方式（推荐）：手机扫码后自动发送验证短信
• 手动方式：用 QQ 绑定手机发送「配置邮件客户端」到 1069070069

1. 点击「我已发送」，验证后授权码即时生成（请立即保存）

⚠️ 修改 QQ 密码后授权码自动失效，需重新生成。

📚 QQ 邮箱官方帮助

第三步 · 获取智谱 GLM API Key

📖 点击展开 GLM API 配置步骤

系统使用 GLM-4.5V（多模态视觉）和 GLM-OCR 识别发票内容。

步骤

1. 访问 open.bigmodel.cn，注册账号
2. 进入控制台 → API Keys → 创建 API Key
3. 复制并保存 Key（格式：xxxxxxxx.xxxxxxxxxxxxxxxx）

费用参考

情况 · 说明 🎁 新用户福利 · 赠送 500 万 GLM-4 tokens（30 天有效） 💰 推荐充值 · 5 元以内，按量计费 📊 使用估算 · 每张发票约消耗 1,000–3,000 tokens；每月 200 张，5 元可用约 12 个月

📚 智谱 AI 开放平台

🚀 快速开始

Windows（安装版 / 免安装版）

1. 安装版：运行 InvoiceFlowAI-*-windows-x64-setup.exe；免安装版：解压 InvoiceFlowAI-*-windows-x64-portable.zip 到普通文件夹（避免云盘同步目录），并保持 _internal 文件夹与 InvoiceFlowAI.exe 同级。
2. 双击 InvoiceFlowAI.exe；首次启动会自动弹出设置界面。
3. 填入邮箱地址与授权码（QQ 或 163）、GLM API Key，保存后点击「开始扫描」。发票会自动归档到桌面「发票整理」文件夹。

macOS（Apple Silicon）

1. 打开 InvoiceFlowAI-*-macos-arm64.dmg，将 InvoiceFlowAI 拖入“应用程序”文件夹。
2. 首次启动会自动弹出设置界面。此版本未签名、未公证；若 macOS 阻止打开，请在“系统设置 → 隐私与安全性”中确认仍要打开。
3. 填入邮箱地址与授权码（QQ 或 163）、GLM API Key，保存后点击「开始扫描」。

📁 输出目录结构

发票整理/
├── 火车票/
│   └── 20260315-北京-上海-火车票.pdf
├── 机票/
│   └── 20260301_机票_1280.00_中国国际航空.pdf
├── 住宿发票/
│   ├── 20260310-住宿-01-发票_888.00元.pdf
│   └── 20260310-住宿-01-水单_888.00元.pdf
├── 打车/
│   ├── 0312-滴滴-01-发票_45.50元.pdf
│   └── 0312-滴滴-01-行程单_45.50元.pdf
├── 餐饮/
├── 待人工复核/        ← 无法可靠确认的材料，需人工处理
├── 非目标公司发票/
└── summary_report.xlsx

❓ 常见问题

Q：软件启动后白屏或无响应？

• 确认已将整个压缩包解压，_internal 文件夹须与 InvoiceFlowAI.exe 在同一目录
• 避免将软件放在含有中文路径或空格的目录下

Q：扫描完发票数量很少？

• 在软件的时间范围设置中，将起始日期往前调整至 180 天以上
• 部分邮箱默认只拉取近30天邮件，需要在邮箱 IMAP 设置里选择「收取全部邮件」

Q：授权码填写后提示认证失败？

• QQ 邮箱：须从「管理服务 → 生成授权码」流程中获取，不是 QQ 密码
• 163 邮箱：须从「开启 IMAP 服务」弹窗中生成，不是邮箱登录密码，注意大小写
• QQ 修改密码后需重新生成授权码

Q：GLM API 报错余额不足？

登录 open.bigmodel.cn → 费用中心 → 充值。推荐充值 5 元，按量计费。

Q：部分发票进入 Manual_Check 文件夹？

正常现象。当 AI 识别置信度不足时，系统自动放入 Manual_Check 队列，需人工确认。通常由图片模糊、非标准票据或加密 PDF 导致。

🛡️ 隐私与安全

• 所有邮件、发票文件均在本地处理，不上传任何服务器
• 邮箱凭据在 Windows 通过 DPAPI 加密存储，在 macOS 通过 Keychain 存储
• GLM API 仅接收发票图片（Base64）用于文字识别，不发送邮件原文内容

⚠️ 免责声明

使用本软件即表示您已理解并接受以下内容。

合规使用 · 本软件通过 IMAP 只读访问邮箱，不发送、删除或修改任何邮件。用户须确保对所处理邮箱拥有合法授权。