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 + pywin32 COM；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