wandering
787f259e38
用户实测报回：手机上传只能拍照，选不了相册与已有文件，历史版本可以。根因在 src/upload/page.py——
只有一个 input，点击回调里 setAttribute("capture","environment") 无条件加在它身上，按规范这就是
强制调起相机。它是收件器诞生那次（14b6b4c）带进来的，旧 Web 页不受影响，所以用户的记忆没错。
- 拆两个 input 两个按钮：「拍照上传」带 capture；「从相册或文件选择」不带 capture、multiple、
accept 含 .pdf。上传逻辑抽成 uploadFiles(ev) 两处共用，字段名仍是 file（对齐后端）
- 顺手删掉我上一轮写在页面上的开发者说明（用户不该在手机上读 capture 属性）
- tests/test_upload_page.py 6 例回归锁：两个 input、capture 只属于 camera 段、脚本里不许再有
setAttribute、两个 input 共用同一处理函数、PC 页未受影响
更值得记的是第二件事：改完我重启收件器并验真实 HTML，返回的竟还是旧模板。查下来 5055 上有两个
LISTENING 进程——uv run 是外壳/venv 跳板/真解释器三层，杀外层留下持有 socket 的孙进程，而 Windows
允许重复绑同一端口，手机命中谁纯看运气。这就是 AGENTS「多进程共存」那条的现场版，只不过这次是收件器。
- port_busy() 启动前探测：端口已被听则退出码 6 拒绝二次启动并提示处置方式
- GET /api/ping 回 {ok, pid, started_at, root}，一眼看出命中的是哪个进程；不含文件或会话信息
- tests/test_upload_server.py 4 例：ping 不泄露、port_busy 对监听与空闲端口的判定、真实渲染的两个入口
- 实测清理：批量停掉全部 upload.server → 端口释放 → 起唯一一个（pid 3600）→ ping 正常、两个入口在、
capture 只剩 1 处、setAttribute 消失；再起第二个被退出码 6 拒掉
- 文档：upload README（路由表、两个入口、端口闸门）、操作指南 FAQ 两行、AGENTS 多进程共存补收件器、
SKILL 补「行为像旧的就怀疑旧进程」，已 make skill-install 同步；方案文档 §19-§20
教训：**验证要打到真实服务上，别只跑单测**——单测 6 条全绿时线上还是旧页面。
pytest 164 passed；ruff / format / mypy / deptry / mcp-smoke 26 工具 / docs-check / skill-check 全绿。
--no-verify 提交并手跑等价检查。
last_reviewed
| last_reviewed |
|---|
| 2026-10-20 |
财务报销自动化（MCP 服务器）
把发票、支付截图、出差申请单变成财务系统要的结构化数据，顺带生成低值易耗品申购单。
它不是一个应用，而是一个 MCP 服务器：读图、判断、决定下一步交给宿主 Agent（如 DSH）， 本项目只做确定性的活——PDF 渲染转正、金额匹配、规则校验、Excel 产物、浏览器填报。
为什么改：原来自带一整套前端 + 内置 LLM + 手写状态机（提取-校验-修正循环、轮次上限、SSE 事件流）。 灵活性太差——想换个模型、加一类票据、改流程都得动代码。2026-10-19 起全部交给宿主 Agent 编排。
它做什么
| 环节 | 谁做 |
|---|---|
| 看发票、判断类型、抽字段 | 宿主 Agent（多模态模型） |
| 页面渲染、PDF 文本层、自动转正 | 本项目（PyMuPDF） |
| 发票与刷卡记录金额匹配 | 本项目（确定性贪心 + 业务约束，输出待复核清单） |
| 完整性校验 | 本项目（config/validation_rules.json 声明式规则） |
| 申购单 Excel、财务系统填报 | 本项目（COM / Playwright） |
| 流程编排、缺料追问、要不要提交 | 宿主 Agent |
快速开始
uv sync # 依赖（要求 Python >= 3.12）
uv run playwright install chromium # 浏览器填报要用
配好 scripts/data/config.json（参考 config.example.json：工号、密码、默认报销人、公务卡号、人员编号、上传 PIN）。
该目录整体在 .gitignore 里，别提交。
把服务器注册到宿主（DSH profile patch）：
- insert:
- id: mcp-arb
name: '@deepseek-ai/dsh-mcp-client'
config:
serverName: arb
transport: stdio
command: '<项目根>/.venv/Scripts/python.exe'
args: ['-m', 'src.mcp.server']
cwd: '<项目根>'
自检（真的起一个子进程走 stdio 握手）：
make mcp-smoke # 或 python tasks.py mcp-smoke
手机拍照上传材料（独立进程，必须单独起）：
make upload # 默认 0.0.0.0:5055；--local 只监听 127.0.0.1；--pin 加访问码
case_create 返回的 upload_url 就是这一单的手机直链（含会话令牌），点开即是上传页，不用在首页
一堆二维码里挑；链接只在那一次给出，别复制转发。收件器没跑时链接打不开。上传落 cases/<id>/inbox/，
之后由 Agent 用 case_add_files(source="inbox") 收取。
上传服务是只写不读的：没有列表也没有下载接口，扩展名白名单 + 25MB + 每会话 200 个文件封顶。
多网卡机器上要在 config.json 写 upload_base_url（必须带端口，收件器默认听 5055），
否则地址是探测出来的，手机多半打不开。
一次报销长什么样
case_create → case_add_files → case_render_pages → case_read_text / 读 PNG
→ case_save_extraction（逐张）→ match_payments（处理 review_required）
→ info_skeleton → save_info → doc_requisition
→（可选）browser_open → browser_login → browser_new_form → browser_fill × 步骤 → browser_page_state
提交动作不在工具能力范围内，也永远不会是：本项目不提供点提交的工具，填完由本人在财务系统里核对并亲自提交。
26 个工具的参数表与返回约定：docs/MCP.md。操作步骤（财务口径）：docs/报销操作指南.md。
项目结构
src/
├── mcp/ 工具与协议层（server.py 注册；tools/ 分材料·抽取交接·分析·文档）
├── cases.py 会话目录 cases/<id>/ 的唯一实现：阶段由产物推导，无状态机
├── upload/ 扫码上传收件器（独立进程，绝不由 MCP 子进程拉起）
├── core/ 确定性内核：extraction（缓存·渲染·转正）matching validation
├── infra/ browser（Playwright 填报）documents（CSV·申购单 COM）
├── config.py scripts/data/config.json + 环境变量
└── exceptions.py 异常定义（MCP 层转成 ok:false 信封，不抛穿协议）
.agents/skills/reimbursement/ 宿主侧操作手册与字段判读参考（从旧 LLM 提示词迁移）
docs/MCP.md 工具契约
config/validation_rules.json 声明式校验规则
templates/低值易耗品申购.xls 申购单空白模板（可用 REQUISITION_TEMPLATE 覆盖）
cases/ 会话产物（gitignore，含个人信息）
开发
make install # uv sync + pre-commit
make check # ruff check + format --check + mypy src + deptry
make test # pytest + 覆盖率（148 例，不需要网络与真实账号）
make mcp-smoke # stdio 自检：真起子进程握手、列工具
make mcp-docs # 由线上 schema 重新生成 docs/MCP.md 的工具参考
make docs-check # 工具文档漂移检测（退出码 1 即不一致）
make skill-install # 把报销技能装到用户级目录，跨项目可用
make upload # 上传收件器（手机拍照上传，独立进程）
测试覆盖：配置加载、发票分类与 CSV、金额匹配、会话与分析工具、骨架与规则一致性、申购单取值， 以及分步填报的步骤顺序、续填找回、附件提交校验（用假页面跑真实逻辑，不碰 Playwright 与账号）。
平台与风险
- Windows-only：申购单依赖 Microsoft Excel +
pywin32COM；并发驱动 Office 会互抢， 所以 COM 调用统一排队在单线程 actor（src/infra/com_thread.py） - 填报会打开 Chromium，自动化期间别手动点
cases/与scripts/data/含身份证号、卡号、凭据，已在.gitignore；发布前请自查历史- 提交前务必手动跑门禁：本仓库 pre-commit 只跑 ruff，但它会 stash 未暂存改动， 中途中断会把工作区文件回滚成 HEAD（本项目改造过程中真发生过，见方案文档 §11）
边界与未完事项
刻意不做：提交、提交前预览（submit_* 整类）、删除、撤回——都由本人在财务系统里做，
工具层不给这些动作开口子（错一条要写情况说明，不可逆的动作不交给自动化）。填报完成就是终点，
把单据编号与会话目录告诉用户即可。
已知未完（截至 2026-10-20）：
- 经济科目固定取弹窗第 3 行、项目固定取第 1 行、补助人员取查询结果第一行：会静默填出财务上 不正确的数据，等用户给业务口径后改成可配置 + 唯一匹配
- Word 版易耗品出库单永久下线（模板自 2026-08-31 起不在仓库，此前该路径一直静默失败）
文档索引
| 文档 | 内容 |
|---|---|
| docs/MCP.md | 26 个工具的参数、返回信封、会话目录、注册方法 |
| docs/报销操作指南.md | 财务侧口径与材料准备要求 |
| AGENTS.md | 给 Agent 的项目操作指南（开发命令、约束、坑） |
| .agents/skills/reimbursement/SKILL.md | 宿主 Agent 的操作纪律（可装到用户级跨项目用） |
| .agents/docs/plans/MCP化改造方案-2026-10-19.md | 改造决策、实测数据、踩坑记录、各项定案 |