wandering
d3728bfe51
- 方案文档新增 §12：为什么洗（公开文档含真实工号/姓名/16 位公务卡号/内网 LLM 地址与 key， 历史 config.json 含真实登录密码；另发现两份 .xls 是真实申购单、四组样本发票无法证明不含个人信息）、 怎么做（git-filter-repo 删 19 条路径 + 全历史替换六类特征）、怎么验证（重扫 608 个 blob 零命中、 与备份 HEAD 逐文件对比只有预期差异）、善后（改密码、轮换 Gitea token、旧 clone 重新拉、删备份 bundle） - §11.5 第 3 项（模板选择）标记完成 - 按 .git/filter-repo/commit-map 把文档引用的 6 个提交号重映射（6 文件 10 处）， 否则所有「看提交 xxx」的指引在重写后的历史里都是死链 - src/infra/documents/README.md 改写模板章节；docs/MCP.md 文档产物段、README 结构表、 AGENTS 重要约束同步模板解析顺序与 REQUISITION_TEMPLATE - 另记一笔：.git/filter-repo/already_ran 时间戳是 2026-06-12，这个仓库六月中已洗过一次历史
127 lines
5.7 KiB
Markdown
127 lines
5.7 KiB
Markdown
---
|
||
last_reviewed: 2026-10-19
|
||
---
|
||
|
||
# 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
|
||
|
||
```bash
|
||
uv sync # 依赖（要求 Python >= 3.12）
|
||
uv run playwright install chromium # 填报要用（P3 工具接入后需要）
|
||
```
|
||
|
||
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）：
|
||
|
||
```yaml
|
||
- 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）：
|
||
|
||
```bash
|
||
make mcp-smoke # 或 python tasks.py mcp-smoke
|
||
```
|
||
|
||
手机扫码上传材料（独立进程，必须单独起）：
|
||
|
||
```bash
|
||
make upload # 默认 0.0.0.0:5055；--local 只监听 127.0.0.1；--pin 加访问码
|
||
```
|
||
|
||
`case_create` 会返回带令牌的手机页地址，上传落 `cases/<id>/inbox/`，之后由 Agent 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。
|
||
|
||
## 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
|
||
```
|
||
|
||
17 个工具的参数表与返回约定：[docs/MCP.md](docs/MCP.md)。操作步骤（财务口径）：[docs/报销操作指南.md](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
|
||
|
||
```bash
|
||
make install # uv sync + pre-commit
|
||
make check # ruff check + format --check + mypy src + deptry
|
||
make test # pytest + 覆盖率
|
||
make upload # 上传收件器
|
||
make mcp-smoke # stdio 自检
|
||
```
|
||
|
||
测试覆盖：配置加载、发票分类与 CSV、金额匹配、会话模型、分析工具、骨架与规则一致性、申购单取值。
|
||
|
||
## 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）
|
||
|
||
## 还没做完
|
||
|
||
向财务系统填报与提交（`browser_*`、`submit_*`）正在建设；在那之前本项目只到"产物齐备 + 校验通过"。
|
||
Word 版易耗品出库单已下线（模板自 2026-08-31 起不在仓库，功能此前一直静默失败）。
|
||
|
||
## 文档索引
|
||
|
||
| 文档 | 内容 |
|
||
|------|------|
|
||
| [docs/MCP.md](docs/MCP.md) | 17 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](docs/报销操作指南.md) | 财务侧口径与材料准备要求 |
|
||
| [AGENTS.md](AGENTS.md) | 给 Agent 的项目操作指南（开发命令、约束、坑） |
|
||
| [.agents/docs/plans/MCP化改造方案-2026-10-19.md](.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 |
|