# 财务报销自动化

自动从 PDF 发票提取信息，生成发票汇总表与易耗品出库单，并可选在财务系统中自动填报报销单。

**支持发票类型区分**：系统自动识别高铁票、酒店住宿等差旅发票与普通发票。差旅发票不生成易耗品出库单，走差旅报销流程；普通发票生成出库单，走普通报销流程。

## 项目结构

```
├── pyproject.toml                  # 项目配置（依赖、工具链）
├── uv.lock                         # 依赖锁定文件
├── Makefile                        # 任务脚本（跨平台）
├── tasks.py                        # 任务脚本（Windows 兼容）
├── config.json                     # 配置文件（登录凭据、默认值等）
├── config.example.json             # 配置示例
├── 易耗品、出库单.doc              # 易耗品出库单 Word 模板
├── src/
│   ├── __init__.py                 # 包初始化 / 日志器
│   ├── config.py                   # 配置加载
│   ├── bot.py                      # 浏览器自动填报
│   ├── pipeline.py                 # CLI 流程编排
│   ├── main.py                     # CLI 入口
│   ├── doc/                        # 文档处理模块
│   │   ├── extractor.py            # 编排入口：串联 PDF 读取 → LLM 提取 → 分类
│   │   ├── pdf.py                  # PDF 文件发现与文本提取
│   │   ├── llm_extractor.py        # LLM 信息提取
│   │   ├── invoice.py              # 发票类型常量、分类逻辑、CSV 读写工具
│   │   ├── fill_consumable_doc.py  # 将 CSV 填入易耗品出库单（Word COM）
│   │   ├── prompt.py               # LLM 提示词模板
│   │   └── prompts/                # 提示词模板文件
│   └── web/
│       ├── app.py                  # Web 服务入口
│       ├── templates/
│       │   ├── index.html          # PC 端主页
│       │   └── mobile_upload.html  # 移动端扫码上传
│       ├── static/                 # 前端 CSS / JS
│       └── uploads/                # 按会话隔离的上传与产物目录
├── tests/                          # 测试目录
├── *.pdf                           # 发票 PDF（CLI 模式，放在项目根目录）
├── invoice_summary.csv             # 发票汇总表（CLI 产物）
└── images/                         # 浏览器调试截图
```

## 数据流

```mermaid
flowchart TB
    PDF[PDF 发票] --> Extract[extractor 提取]
    Extract --> Classify{发票类型分类}
    Classify -->|差旅发票| Travel[高铁票 / 酒店住宿]
    Classify -->|普通发票| General[普通发票]
    Travel --> CSV[(invoice_summary.csv)]
    General --> CSV
    CSV -->|仅普通发票| Fill[fill_consumable_doc]
    Fill --> Doc[易耗品、出库单.doc]
    CSV --> Bot[bot 浏览器自动化]
    Bot -->|差旅模式| Submit_T[差旅报销填报<br/>TODO]
    Bot -->|普通模式| Submit_G[普通报销填报]
```

## 环境要求

- **Python 3.12+**
- **uv** 包管理器（[安装指南](https://docs.astral.sh/uv/getting-started/installation/)）
- Windows（易耗品出库单填写依赖 Microsoft Word + COM，仅 Windows 可用）

## 快速开始

### 1. 安装依赖

```bash
# 同步所有依赖（运行时 + 开发工具）
make install
# Windows 上等效命令：
python tasks.py install
```

项目使用 `uv` 管理依赖，所有包版本锁定在 `uv.lock` 中，确保可复现。

| 依赖 | 用途 |
|------|------|
| pdfplumber | PDF 发票文本提取 |
| playwright | 财务系统浏览器自动化 |
| flask | Web 服务 |
| pywin32 | 填写 Word 出库单（`fill_consumable_doc`） |

### 2. 准备数据（CLI 模式）

将发票 PDF 放在项目根目录下。

### 3. 配置

编辑 `config.json`：

```json
{
    "username": "你的工号",
    "password": "你的密码",
    "default_name": "默认报销人姓名",
    "default_card_no": "默认公务卡号",
    "default_person_id": "默认人员编号",
    "consumable_storage": "躬行楼 C205"
}
```

| 字段 | 说明 |
|------|------|
| `username` / `password` | 信息门户登录凭据 |
| `default_name` | 默认报销人姓名 |
| `default_card_no` | 默认公务卡号 |
| `default_person_id` | 默认人员编号（工号） |
| `consumable_storage` | 出库单「存放地点」列默认值 |
| `sso_login_url` 等 | 系统 URL，一般无需修改 |

### 4. 运行（CLI）

```bash
# 全流程（发票提取 → 浏览器填报）
make run
# Windows 等效：
python tasks.py run

# 仅执行某一步
uv run python src/main.py --step invoice    # 仅发票提取
uv run python src/main.py --step submit     # 仅浏览器填报

# 覆盖配置中的登录凭据
uv run python src/main.py -u 工号 -p 密码
```

### 5. 填写易耗品出库单（CLI）

需已生成 `invoice_summary.csv`，且本机已安装 **Microsoft Word**：

```bash
uv run python -m src.doc.fill_consumable_doc
uv run python -m src.doc.fill_consumable_doc --csv invoice_summary.csv --doc "易耗品、出库单.doc"
uv run python -m src.doc.fill_consumable_doc --no-backup   # 不生成 .doc.bak 备份
```

填写规则概要：

- 表头「日期」使用**填写当天**的日期（非发票开票日期）
- 从 `规格型号` 解析品名、规格、单位、数量、单价；`价税合计` 写入金额列
- 单价/金额保留两位小数；表格内统一为 **宋体五号（10.5 磅）**
- 存放地点取自 `consumable_storage`；购货人/领用人签字、备注保持空白

## 执行步骤说明

| 步骤 | 命令 | 说明 |
|------|------|------|
| 发票提取 | `--step invoice` | 扫描根目录 PDF，生成 `invoice_summary.csv` |
| 浏览器填报 | `--step submit` | 登录信息门户 → 报销系统 → 自动填单、上传附件 |

> 分步执行时，上一步的 CSV 会自动成为下一步的输入。

### CSV 字段说明

| 列名 | 说明 |
|------|------|
| 序号 | 行号 |
| 发票类型 | 自动识别：`高铁票` / `酒店住宿` / `普通发票` |
| 发票号码 | 电子发票号码 |
| 开票日期 | 开票日期 |
| 项目名称 / 规格型号 | 货物或应税劳务信息（差旅发票为出发站→到达站） |
| 价税合计 | 发票含税金额 |
| 销售方名称 | 销方名称 |
| 出发站 / 到达站 / 车次 / 乘车日期 / 座位等级 | 高铁票专用字段 |
| 人员姓名 / 刷卡日期 / 公务卡号 / 刷卡金额 | 可手工或 Web 端编辑补充 |
| 备注 / 工号 | 可手工或 Web 端编辑补充 |

## Web 服务

提供浏览器界面：上传文件 → 自动处理 → 在线编辑 → 下载产物 → 可选提交财务系统。

```bash
uv run python src/web/app.py
```

访问 `http://localhost:5000`。

### 推荐使用流程

1. 上传 PDF（或上传已有 CSV）
2. 填写配置（账号、密码、姓名、公务卡号、存放地点等），可上传 `config.json` 一键填充
3. 点击 **开始处理** — 完成发票提取、生成 CSV，系统自动识别发票类型并分类统计
4. **普通发票**：自动生成 **易耗品、出库单.doc**，可下载
5. **差旅发票**（高铁票/酒店住宿）：跳过出库单生成，直接进入差旅报销流程
6. 在表格中核对、修改发票数据（提交财务系统前会自动保存）
7. 确认无误后点击 **提交到财务系统**

### 处理模式

| 模式 | 入口 | 说明 |
|------|------|------|
| **PDF 模式** | 上传 PDF | 提取发票 → 生成 CSV + 自动分类 → 普通发票生成出库单 |
| **CSV 快捷模式** | 仅上传 CSV | 跳过提取，读取 CSV 中的发票类型，按需生成出库单 |

### 发票类型区分

系统自动识别以下发票类型并按类型分流：

| 发票类型 | 识别依据 | 出库单 | 填报模式 |
|----------|----------|--------|----------|
| **高铁票** | 含"电子客票"、"中国铁路"、"12306"等关键词 | 不生成 | 差旅报销（TODO） |
| **酒店住宿** | 含"住宿费"、"餐饮服务"、"租赁服务"等关键词 | 不生成 | 差旅报销（TODO） |
| **普通发票** | 其他所有发票 | 自动生成 | 普通报销（已实现） |

当同一批次同时包含差旅发票和普通发票时，系统会为普通发票生成出库单，并在填报时分别处理。

### 功能一览

| 功能 | 说明 |
|------|------|
| 发票提取 | 上传 PDF 后自动完成 |
| 发票类型自动分类 | 高铁票/酒店住宿/普通发票，自动分流处理 |
| 易耗品出库单 | 仅普通发票自动生成 Word，差旅发票跳过 |
| 表格在线编辑 | 处理完成后可修改 CSV 各字段；保存后重新生成出库单 |
| 财务系统填报 | 单独按钮触发，处理阶段不会自动提交 |
| 实时日志 | SSE 推送处理进度 |
| 配置上传 | 支持上传 `config.json` 填充表单 |
| 手机扫码上传 | 二维码打开移动端页面，拍照上传，PC 端轮询同步 |

> Web 端浏览器填报以无头模式运行。未上传 PDF 时，填报阶段会跳过附件上传。
> 出库单生成需要 **Windows + Word + pywin32**；若失败，页面会显示具体原因，CSV 等其它产物仍可正常使用。

接口说明见 [API.md](./API.md)。

## 开发任务

项目提供统一的任务脚本，支持跨平台使用：

| 任务 | Makefile | tasks.py | 说明 |
|------|----------|----------|------|
| 安装依赖 | `make install` | `python tasks.py install` | 同步依赖 + 安装 pre-commit |
| 代码检查 | `make check` | `python tasks.py check` | Ruff lint + 格式化 + MyPy 类型检查 + deptry 依赖检查 |
| 运行测试 | `make test` | `python tasks.py test` | pytest + 覆盖率报告 |
| 运行 CLI | `make run` | `python tasks.py run` | 执行全流程 |
| 清理缓存 | `make clean` | `python tasks.py clean` | 删除虚拟环境和缓存 |

## 代码质量

项目配置了完整的代码质量工具链：

- **Ruff** — 快速 lint 检查和代码格式化（替代 flake8 + isort + black）
- **MyPy** — 严格模式类型检查（`strict = true`）
- **deptry** — 检测未声明、未使用、过时依赖
- **pre-commit** — 提交前自动运行 Ruff 检查和格式化

所有检查通过后方可提交代码。

## 注意事项

- 浏览器填报时会打开或使用 Chromium，请勿手动干扰自动化流程
- 调试截图保存在 `images/` 目录
- 项目根目录需保留 `易耗品、出库单.doc` 模板；Web 每次从模板复制到会话目录再填写，不修改原模板
- `config.json` 含敏感信息，请勿提交到公开仓库
- **发票类型区分**：差旅发票（高铁票/酒店住宿）不会生成易耗品出库单，当前差旅报销填报流程仍在开发中（TODO）