日常报销和差旅报销都可以走通

src/doc/llm_extractor.py

@@ -26,6 +26,7 @@ from typing import Any, cast
 from .. import get_logger
 from .prompt import (
     build_invoice_system_prompt,
+    build_normal_info_system_prompt,
     build_travel_info_system_prompt,
 )
 
@@ -218,9 +219,9 @@ def load_cache(source_dir: Path) -> dict[str, Any]:
             with open(json_path, encoding="utf-8") as f:
                 cache_data = json.load(f)
 
-            # travel_info.json 结构不同，直接存储
-            if json_path.name == "travel_info.json":
-                cache_map["travel_info"] = cache_data
+            # travel_info.json / normal_info.json 结构不同，直接存储
+            if json_path.name in ("travel_info.json", "normal_info.json"):
+                cache_map[json_path.name.replace(".json", "")] = cache_data
                 continue
 
             extracted = cache_data.get("extracted_data", {})
@@ -324,3 +325,71 @@ def extract_travel_info(
     except Exception as e:
         log.error("LLM 差旅信息提取失败: %s", e)
         raise
+
+
+# ------------------------------------------------------------------
+# 普通发票信息提取
+# ------------------------------------------------------------------
+
+
+def extract_normal_info(
+    source_dir: Path | None = None,
+) -> dict[str, Any]:
+    """根据普通发票（非差旅），让 LLM 提取报销相关信息。
+
+    仅支持从 JSON 缓存加载数据。
+
+    Args:
+        source_dir: 源文件目录（必填，包含 .invoice_cache 子目录）。
+
+    Returns:
+        包含报销说明、发票总数、总金额、支付方式、附件清单等字段的字典。
+    """
+    if not source_dir:
+        log.warning("未提供 source_dir，无法加载缓存数据")
+        return {}
+
+    system_prompt = build_normal_info_system_prompt()
+
+    # 构建 source filename -> 缓存数据的映射
+    cache_map = load_cache(source_dir)
+
+    # 加载发票与支付记录的匹配结果
+    match_result = load_match_result(source_dir)
+
+    # 拼接纯文本消息
+    parts = [
+        "以下是本次报销的所有源文件及其提取出的结构化数据。"
+        "每个源文件的数据来自 OCR 识别和发票信息提取，已按文件名分组展示。"
+    ]
+
+    # 如果有匹配结果，作为额外上下文提供
+    if match_result:
+        parts.append(
+            "【发票与支付记录匹配结果】"
+            "以下数据已将发票信息与对应的支付记录进行关联匹配，"
+            "用于判断每笔支付对应的发票和商户信息。\n" + json.dumps(match_result, ensure_ascii=False, indent=2)
+        )
+
+    # 按源文件名提供结构化数据
+    for filename, extracted in cache_map.items():
+        parts.append(
+            f"【源文件: {filename}】"
+            "以下为从该文件提取的结构化发票/支付/申请单数据。\n" + json.dumps(extracted, ensure_ascii=False, indent=2)
+        )
+
+    parts.append("\n=== 请返回 JSON 格式结果 ===")
+    user_message = "\n".join(parts)
+    log.info(f"user_message: {user_message}")
+    try:
+        response = _llm_query_multimodal(
+            system_prompt=system_prompt,
+            text=user_message,
+            reasoning_effort="low",
+        )
+        result = _parse_json_response(response)
+        log.info("LLM 普通发票信息提取成功")
+        return result
+    except Exception as e:
+        log.error("LLM 普通发票信息提取失败: %s", e)
+        raise