xinxin6623 7a01ed4db9 feat: add invoice batch wrap-up (name extraction + roster annotation) and web ui automation improvements

- add scripts/annotate_roster_invoices.py: match passenger names to invoice PDFs, write status + relative encoded hyperlinks into roster xlsx
- add scripts/add_invoice_passenger_name.py, scripts/calibrate.py
- add .opencode/skills/invoice-wrapup skill
- improve invoice_tool.py / web_ui.py / vision_fallback.py automation
- add device/screen/windows adaptation docs
- ignore out/ (delivered invoice PDFs contain sensitive data)

2026-07-10 00:11:45 +08:00

3.2 KiB

Raw Blame History

name	description
invoice-wrapup	铁路发票批次收尾：把交付目录里的发票 PDF 提取乘客姓名加进文件名，再把名单 xlsx 逐人标注开票状态并附上 PDF 超链接。当用户说"收尾这批发票""给发票 PDF 加姓名""名单里标开票状态/附发票链接""处理 output/<批次> 目录""invoice-wrapup"时触发。适用于一个批次跑完后、要交付名单前的整理动作。不负责：跑开票自动化本身（那是 invoice_tool.py 的 android 子命令）、生成名单/台账。

name

description

invoice-wrapup

铁路发票批次收尾：把交付目录里的发票 PDF 提取乘客姓名加进文件名，再把名单 xlsx 逐人标注开票状态并附上 PDF 超链接。当用户说"收尾这批发票""给发票 PDF 加姓名""名单里标开票状态/附发票链接""处理 output/<批次> 目录""invoice-wrapup"时触发。适用于一个批次跑完后、要交付名单前的整理动作。不负责：跑开票自动化本身（那是 invoice_tool.py 的 android 子命令）、生成名单/台账。

铁路发票批次收尾（invoice-wrapup）

一个开票批次跑完后，交付目录（通常 output/<批次号>/，可能还带一个 手动/ 子目录放补开的发票）里散落着发票 PDF，名单 xlsx 还没标状态。这个 skill 把两步收尾动作固化下来。

输入

PDF 目录：一个或多个，含发票 PDF。两种文件名形态都支持：
- 自动流水线：YYYYMMDD_HHMMSS_真实姓名_脱敏名.pdf（姓名已在名里）
- 官方下载：<长数字>-电子发票[ (n)].pdf（姓名还没加，需要先第 1 步）
名单 xlsx：至少有「姓名」列（默认第 2 列），第一行是表头。

两步流程

第 1 步 · 给 PDF 加姓名

只对还没有姓名的 PDF（官方下载那种）需要。用现成脚本，从 PDF 正文里抽脱敏证件号后面的乘客名，插进文件名：

# 先干跑看结果
python3 scripts/add_invoice_passenger_name.py "<PDF目录>"
# 确认无误再落地
python3 scripts/add_invoice_passenger_name.py "<PDF目录>" --apply

YYYYMMDD_... 那种文件名里已带姓名，跳过本步。

第 2 步 · 名单标状态 + 附链接

扫所有 PDF 目录建「姓名 → PDF」映射，在 xlsx 尾部追加两列：开票状态（已开票 / 未开票）和 发票PDF（文件名 + file:// 超链接）：

python3 scripts/annotate_roster_invoices.py "<名单.xlsx>" "<PDF目录1>" ["<PDF目录2>" ...]

例（本次的用法，主目录 + 手动补开目录）：

python3 scripts/annotate_roster_invoices.py \
  "output/01/测试名单-成都(1).xlsx" \
  "output/01" "output/01/手动"

常用可选项（默认值通常够用）：

--sheet 名单 指定工作表（默认第一个 sheet）
--name-col 2 姓名所在列（1-based，默认 2）
--status-header / --link-header / --done-label / --missing-label 改列名和标签文案

收尾核对

脚本跑完会打印：

matched rows：匹配上发票的人数
roster without pdf：名单里没找到发票的人 → 大概率是没开成/漏开，回报给用户
pdf without roster：有发票但名单里没有的名字 → 大概率是姓名不一致或多开，人工核对

姓名匹配前会去掉空格和全角空格（王艳、王楚渃 这类），但错别字/异体字不会自动对齐，落在 without pdf 里就要人工看。

硬规则

xlsx 是原地改写，跑之前确认是副本或已受 git 跟踪；本项目 output/ 在 .gitignore 里，改坏了没有历史，先备份。
不删任何 PDF；第 1 步只重命名，且遇到重名会自动加 _2 后缀。
不覆盖原始发票资料含义，只往文件名/表格尾部追加信息。

3.2 KiB Raw Blame History Unescape Escape