发票夹子 v1.3 - 本地大模型驱动的发票自动识别与报销管理工具。 2级降级链：PyMuPDF文本提取（修复跨行匹配）→ Qwen3-VL视觉模型。 新增：seller/buyer跨行匹配修复、日期标准化。 功能：8项风控验真 + 一键导出 Excel + 合并 PDF。
纯 Python CLI 工具，OpenClaw / Claude Code / KimiClaw 等任何 Agent 平台均可使用。
简化架构为 2 级（2026-04-03）：
发票 → 放文件夹
↓
PDF 提取文字（两种引擎可选）
↓ 读不出才走第2级
视觉模型（扫描件才触发）
↓
存入 SQLite 数据库
↓
Agent 直接读数据库回答问题 ← 完全不消耗 API token
| 级别 | 引擎 | 触发条件 | 特点 |
|---|---|---|---|
| 第1级 | PyMuPDF | 可搜索 PDF（默认） | 毫秒级，无需Java |
| 第2级 | Ollama Qwen3-VL |
| 图片/扫描件 |
| ~6.1GB 内存 |
大部分发票走第1级，零成本。
发票处理后存在 ~/Documents/发票夹子/invoices.db（SQLite）。
Agent 可以直接用自然语言读数据库，例如：
不需要额外调用任何大模型 API，Agent 用自己的上下文就能直接读。
| 用户意图 | 执行命令 |
|---|---|
| 扫描发票 | python3 {baseDir}/main.py scan |
| 列出发票 | python3 {baseDir}/main.py list |
| 查询日期 | python3 {baseDir}/main.py query --from 2026-03-01 --to 2026-03-31 |
| 标记不报销 | python3 {baseDir}/main.py exclude <ID> |
| 恢复报销 | python3 {baseDir}/main.py include <ID> |
| 导出报销 | python3 {baseDir}/main.py export --from 2026-03-01 --to 2026-03-31 --format both |
| 批量验真 | python3 {baseDir}/main.py verify |
| 查看问题发票 | python3 {baseDir}/main.py problems |
| 同步黑名单 | python3 {baseDir}/main.py blacklist-sync |
| 用户说 | 执行的命令 |
|---|---|
| "扫描发票" / "整理邮箱" | scan |
| "本月发票" / "列出所有" | list |
| "XX商家发票" | query --seller XX |
| "导出报销" | export --from ... --to ... --format both |
| "不要报销#3那张" | exclude 3 |
不想编辑 YAML？运行交互向导，回答几个问题即可：
python3 {baseDir}/setup_config.py
git clone https://github.com/Alan5168/fapiao-clipper.git
cd fapiao-clipper
pip install -r requirements.txt
cp config/config.yaml.template config/config.yaml
exclude 仅标记