- name
- invoice-recognition
- description
- 支持增值税发票、普通发票、区块链发票等多种票据的OCR识别与信息提取；自动完成票据类型分类、关键字段提取、格式校验；当用户需要识别发票内容、提取发票信息、校验发票格式时使用
- dependency
- python
发票识别技能
任务目标
- 本Skill用于: 对发票图像或文档进行智能识别，提取结构化信息并完成校验
- 核心能力:
- 发票图像OCR识别与信息提取 - 票据类型自动分类与识别 - 发票信息格式校验与逻辑验证 - 发票真伪查验操作指导（提供官方查验平台信息和使用步骤） - 多格式文件处理支持
- 触发条件:
- 用户上传发票图片或文档 - 用户请求识别发票内容 - 用户需要校验发票格式 - 用户需要了解发票真伪查验方法
前置准备
支持的文件格式
| 格式类型 | 处理方式 |
|---|---|
| 图片文件（JPG/PNG/BMP） | 直接进行图像识别 |
| PDF文档 | 调用脚本转换为图片后识别 |
| OFD文档 | 调用脚本转换为图片后识别（需额外安装ofd2pdf库） |
环境准备
如需处理PDF文件，确保已安装必要工具：
# 安装PDF处理依赖（脚本执行前需要）
pip install pdf2image==1.16.3 Pillow==10.0.0如需处理OFD文件，需要额外安装：
pip install ofd2pdf操作步骤
标准流程
1. 文件接收与预处理
- 接收用户上传的发票文件（图片、PDF、OFD等）
- 判断文件格式：
- 图片格式（JPG/PNG）→ 直接进入识别流程 - PDF格式 → 调用 scripts/pdf_to_image.py 转换为图片 - OFD格式 → 调用 scripts/pdf_to_image.py 转换为图片（需安装ofd2pdf库）
2. 发票识别（OCR）
- OCR实现方式：使用智能体的原生图像识别能力，无需额外依赖OCR库
- 提取关键字段：
- 发票代码（Invoice Code） - 发票号码（Invoice Number） - 开票日期（Invoice Date） - 购买方信息（Buyer Info） - 销售方信息（Seller Info） - 商品明细（Line Items） - 金额信息（Amounts） - 校验码（Check Code） - 税率与税额（Tax Rate/Amount）
3. 票据类型分类
- 根据发票特征自动识别类型：
- 增值税专用发票（发票代码12位，第1位为0或1） - 增值税普通发票（发票代码12位，第1位为0或1） - 区块链电子发票（发票代码以"1"开头，共20位） - 医疗电子票据（特定编码规则） - 其他类型发票
- 分类标准：
- 增值税发票（noteType=1）：含税号、具有完整的税额信息 - 非增值税发票（noteType=2）：不包含税号或税额信息
4. 信息校验
- 格式校验：检查各字段格式是否符合规范
- 发票代码：10位或12位数字 - 发票号码：8位数字 - 校验码：20位或32位 - 税号：15/17/18/20位 - 开票日期：YYYY-MM-DD格式
- 逻辑校验：验证金额之间的逻辑关系
- 价税合计 = 不含税金额 + 税额 - 税率必须符合规定（如13%、9%、6%、3%等） - 单价与数量的乘积应等于金额 - 各行明细汇总应等于总金额
5. 发票查验操作指导（如用户需要）
- 指导方式：提供官方查验平台信息和操作步骤，由用户自行完成查验
- 官方查验平台：
- 国家税务总局全国增值税发票查验平台：https://inv-veri.chinatax.gov.cn
- 操作指导内容：
- 增值税发票查验所需的关键信息提取 - 不同发票类型的查验规则说明 - 查验结果判定标准 - 常见问题及解决方案
注意：本技能不提供自动API调用查验，仅提供操作指导。用户需手动访问官方平台进行查验。
6. 结果输出
- 结构化输出发票信息：
{
"invoice_type": "增值税普通发票",
"invoice_code": "144031900110",
"invoice_number": "12345678",
"invoice_date": "2024-01-15",
"buyer": {
"name": "购买方名称",
"tax_number": "91440300XXXXXXXXX"
},
"seller": {
"name": "销售方名称",
"tax_number": "91440300XXXXXXXXX"
},
"line_items": [
{
"description": "商品名称",
"quantity": 1,
"unit_price": 100.00,
"amount": 100.00,
"tax_rate": 0.13,
"tax_amount": 13.00
}
],
"subtotal": 100.00,
"tax_amount": 13.00,
"total_amount": 113.00,
"check_code": "12345678901234567890",
"validation": {
"format_valid": true,
"logic_valid": true
}
}可选分支
分支A：二维码/源文件识别
- 二维码识别：直接解析发票上的二维码获取信息
分支B：信息补全
当OCR识别不完整时：
- 识别缺失字段：标记识别失败的字段
- 智能补全：根据已有信息推断缺失内容
- 人工确认：提示用户确认补全信息的准确性
资源索引
- 何时读取：进行格式校验或需要了解具体格式要求时
- 票据分类：见 references/invoice-types.md
- 何时读取：需要识别票据类型或分类规则时
- PDF转图片脚本：见 scripts/pdf_to_image.py
- 用途：将PDF/OFD文档转换为图片以便识别 - 参数：input_path（输入文件路径）、output_path（输出图片路径）
注意事项
- 图像质量：上传发票图片时，建议确保图片清晰、光照均匀、无遮挡
- 格式校验：校验失败的信息需要人工复核确认
- 查验时效：发票查验建议在开票后一定时间内完成，避免查验平台超时
- 隐私保护：处理发票时注意保护敏感信息，识别完成后可提示用户是否需要删除原文件
- OFD文件处理：处理OFD文件需额外安装ofd2pdf库，安装命令：
pip install ofd2pdf
使用示例
示例1：识别发票图片
场景：用户上传了一张增值税发票图片，需要提取发票信息
执行步骤：
- 加载用户上传的图片
- 使用智能体原生图像识别能力识别发票内容
- 提取关键字段：发票代码、号码、日期、金额等
- 根据格式规范校验各字段
- 校验金额逻辑关系
- 输出结构化发票信息
示例2：识别PDF发票
场景：用户上传了一个PDF格式的电子发票，需要提取发票信息
执行步骤：
- 调用
scripts/pdf_to_image.py将PDF转换为图片 - 使用智能体原生图像识别能力识别发票内容
- 提取关键字段：发票代码、号码、日期、金额等
- 根据格式规范校验各字段
- 校验金额逻辑关系
- 输出结构化发票信息
示例3：校验发票格式
场景：用户提供了发票信息文本，需要校验格式是否正确
执行步骤：
- 解析用户提供的发票信息
- 参考格式规范校验各字段格式
- 校验金额逻辑关系
- 输出校验结果（通过/失败详情）
- 如有错误，提供修正建议