重构项目为LLM 驱动

src/doc/README.md

@@ -0,0 +1,49 @@
+---
+
+## last_reviewed: 2026-06-09
+
+# src/doc — 文档处理模块
+
+负责发票信息提取、基于 LLM 的支付截图信息识别、以及将数据填入 Word 出库单模板。
+
+## 模块清单
+
+
+| 文件                       | 作用                                                 |
+| ------------------------ | -------------------------------------------------- |
+| `extractor.py`           | 编排入口：串联 PDF 读取 → LLM 提取 → 支付截图匹配 → 分类             |
+| `pdf.py`                 | PDF 文件发现与文本提取（pdfplumber）                          |
+| `llm_extractor.py`       | 基于 LLM 的信息提取（发票文本 + 支付截图多模态）                      |
+| `matcher.py`             | 发票与支付截图按金额匹配，回填刷卡信息至发票记录                         |
+| `invoice.py`             | 发票类型常量、分类逻辑、CSV 读写工具                               |
+| `fill_consumable_doc.py` | 将 CSV 数据填入易耗品出库单 Word 模板（pywin32 COM）              |
+| `prompt.py`              | LLM 提示词模板加载                                        |
+| `prompts/`               | 提示词模板文件（`invoice_system.md`、`card_info_system.md`） |
+
+
+## 数据流
+
+```
+PDF 发票 → pdf.py → llm_extractor.py → [发票列表]
+支付截图 → llm_extractor.py → [刷卡记录]
+              ↓
+    matcher.py（按金额贪心匹配，容差 10 元）
+              ↓
+    invoice.py 分类 → CSV（已回填刷卡日期/卡号/金额）
+              ↓
+    fill_consumable_doc → 易耗品出库单.doc
+```
+
+## 依赖说明
+
+- **pdfplumber** — PDF 文本提取
+- **pywin32** — Word COM 自动化（仅 Windows）
+- **llama-index** — LLM 信息提取
+
+## 注意事项
+
+- `fill_consumable_doc.py` 依赖 Microsoft Word + COM，仅 Windows 可用
+- LLM 提取不会覆盖 CSV 中已有非空字段
+- 提示词模板位于 `prompts/` 目录，由 `prompt.py` 加载
+- LLM 提取失败时直接报错，无正则回退
+