sl820

invoice-pipeline

阿里公益平台发票自动化流水线。扫描未规范命名的电子发票 PDF，用百炼 bl 多模态识别提取"交款人"字段，按公司名重命名后归档，再用 Playwright/CDP 自动按抬头匹配并上传到公益平台。

sl820 0 Updated 1w ago

Resources

8
GitHub

Install

npx skillscat add sl820/invoice-pipeline

Install via the SkillsCat registry.

SKILL.md

invoice-pipeline

把 E:\阿里发票\*\ 下没规范命名的电子发票 PDF，变成 {交款人}.pdf，按抬头归档，再自动按抬头匹配后上传到阿里公益平台报销。

本 skill 是端到端流水线，默认全自动（无人工复核点），但任何一步失败都进 out/failed/ 并写失败日志，不丢单。

触发条件

满足任一即激活：

  • 用户说"处理发票 / 重命名发票 / 上传发票 / 跑发票流水线 / 阿里发票"
  • 用户指向 E:\阿里发票\<某目录>\*.pdf
  • 用户跑 scripts/Invoke-Pipeline.ps1 或 scripts/Invoke-Upload.ps1

主流程（5 步）

scan  ->  ocr  ->  rename  ->  archive  ->  upload
 (1)     (2)     (3)        (4)        (5)

Step 1-4: 重命名（不变）

  1. 扫 PDF
  2. 复用 mapping_*.json 缓存或调 bl 抽交款人
  3. 改名为 {交款人}.pdf，同公司加 (2)(3) 后缀
  4. 可选按抬头归档

Step 5: 上传（新流程）

对每个 {交款人}.pdf：

  1. 平台登录 + 打开 /open/workbench/employee/org/donation/invoice/manage（票据管理）
  2. 填"开票抬头"= 交款人 + 点查询
  3. **筛选"待开具"**状态的行
  4. 匹配规则：
    • 0 条"待开具" → skip（记 failed：已开具 / 平台未申请）
    • 1 条"待开具" → 自动上传
    • 2+ 条"待开具" → skip（记 failed：让用户人工确认）
  5. 点"立即开票" → 弹框 → setInputFiles
  6. 等 .ant-upload-list-item 出现
  7. 点"确 定" → 等弹框关闭（仅 --yes 时）
  8. 记录到 uploaded-state.json（幂等）

前置条件：

  1. 跑 scripts/Start-Chrome-CDP.ps1 启动带远程调试端口（9222）的独立 Chrome
  2. 首次在新窗口里手动登录公益平台（cookie 落盘到 C:\codex\chrome-gongyi）

平台关键 selector（已验证）：

  • 搜索表单：input#control-hooks_invoiceTitle（开票抬头）
  • 查 询：button:has-text('查 询')
  • 重 置：button:has-text('重 置')
  • 立即开票：table tbody tr.ant-table-row button:has(span:text-is('立即开票'))
  • 弹框文件输入：.ant-modal input[type=file]
  • 上传完成：.ant-modal .ant-upload-list-item
  • 确 定：.ant-modal .ant-btn-primary:has-text('确 定')
  • 取 消：.ant-modal .ant-btn:has-text('取 消')

快速开始

# Step 1-4: 重命名
.\scripts\Invoke-Pipeline.ps1 -SourceDir "E:\阿里发票\阿里257张"

# Step 5: 上传
.\scripts\Start-Chrome-CDP.ps1                  # 启动 Chrome（首次手动登录）
.\scripts\Invoke-Upload.ps1 -SourceDir "E:\阿里发票\阿里257张" -DryRun   # 干跑
.\scripts\Invoke-Upload.ps1 -SourceDir "E:\阿里发票\阿里257张" -Limit 1  # 测 1 张
.\scripts\Invoke-Upload.ps1 -SourceDir "E:\阿里发票\阿里257张" -Yes      # 真传全量

文件落点

路径 用途
SourceDir\*.pdf 输入 + 重命名后输出
SourceDir\mapping_*.json OCR 缓存，幂等复用
upload\uploaded-state.json 上传状态记录，幂等复用
out\failed\upload-*.log 上传失败日志（match-not-found / no-pending / match-multiple / error）
out\reports\upload-*.txt 每次运行摘要（ok/skipped/failed）
C:\codex\chrome-gongyi Chrome 独立 profile（首次登录后 cookie 落盘）

失败处理（Step 5）

每个文件独立 try/catch，分流到不同状态：

情况 动作 落点
match-not-found skip out\failed\upload-*.log
no-pending skip out\failed\upload-*.log
match-multiple skip out\failed\upload-*.log（含候选列表）
upload-failed retry 2 次后 fail out\failed\upload-*.log
CDP 端口 9222 未就绪 中断 exit code 1
Chrome 未登录 中断 exit code 1

与 modelstudioai 仓库的对齐

  • modelstudioai/cli/AGENTS.md — 分层 + 错误处理边界 + 禁止单字母变量
  • modelstudioai/skills — 1st-party skill 必有 SKILL.md + metadata.version
  • modelstudioai/openwork — 多步任务 + 显式断点

元数据

version: 0.3.0
target_ocr_engine: bailian bl multimodal (Qwen-VL)
target_upload_platform: 阿里公益平台 (https://open.alibabafoundation.com/open/workbench/employee/org/donation/invoice/manage)
upload_tech: Playwright + CDP
match_strategy: 1-to-1 by invoice_title (待开具 status only)
scope: 电子发票 PDF
default_source_dir: E:\阿里发票\阿里257张\

Categories

CI/CD Processing
GitHub

Install

npx skillscat add sl820/invoice-pipeline

Install via the SkillsCat registry.

Recommended Skills