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：

bash

# 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：

bash

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： json

  {
    "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：

1. 识别缺失字段：标记识别失败的字段
2. 智能补全：根据已有信息推断缺失内容
3. 人工确认：提示用户确认补全信息的准确性

资源索引#

• 格式规范：见 references/invoice-formats.md
  • 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#

1. 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
2. 格式校验：校验失败的信息需要人工复核确认
3. 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
4. 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
5. 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：

1. 加载用户上传的图片
2. 使用智能体原生图像识别能力识别发票内容
3. 提取关键字段：发票代码、号码、日期、金额等
4. 根据格式规范校验各字段
5. 校验金额逻辑关系
6. 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：

1. 调用 scripts/pdf_to_image.py 将PDF转换为图片
2. 使用智能体原生图像识别能力识别发票内容
3. 提取关键字段：发票代码、号码、日期、金额等
4. 根据格式规范校验各字段
5. 校验金额逻辑关系
6. 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：

1. 解析用户提供的发票信息
2. 参考格式规范校验各字段格式
3. 校验金额逻辑关系
4. 输出校验结果（通过/失败详情）
5. 如有错误，提供修正建议