上一篇我们聊了手工申报有多痛苦。这篇来说说，这套系统具体是怎么工作的。
功能一：OCR 智能识别，信息自动提取
系统使用 OCR（光学字符识别）技术，自动读取：
- 电子发票 PDF：发票号、金额、购买人姓名、商品名称、规格型号、SN 码、开票日期
- 购物小票图片：交易时间、实收金额、外部订单号、商品信息
- 银联凭证图片：银商订单号、第三方支付金额、流水号
识别结果会被缓存，同一张图片下次遇到无需重新识别，速度极快。 即便删除了生成的 Word/Excel 文件，下次重跑依然能在秒级内完成。
💡 实际体验：30 张图片首次识别约 20
30 分钟，再次运行只需 23 分钟。
功能二：四级优先级智能匹配
这是系统最核心的能力——精准判断哪张发票对应哪张小票。
系统采用四级匹配策略，按优先级依次尝试：
第一级：手动指定（最高优先级）
如果你之前手动确认过某笔配对，系统优先使用你的判断，不会覆盖。
第二级：订单号链式匹配
小票上有”外部订单号”，凭证上有”银商订单号”，发票备注里也有对应记录。 系统自动串联这条链，一旦订单号匹配上，金额相同也不会搞混。
第三级：多维度综合评分
当订单号无法匹配时，系统综合计算以下因素的得分：
- 金额是否一致（1分钱容错）
- 交易日期差距
- 商品型号是否吻合
- SN 码（序列号）是否一致（命中加 80 分，权重最高）
如果第一名与第二名分差超过阈值，系统认为匹配唯一，自动确认。
第四级：歧义校准
如果还是有多个候选无法区分，系统不会乱猜，而是：
- 自动生成一份可视化「校准报告」（HTML 文件，离线可用）
- 在网页界面中展示所有候选凭证的图片（含签名区域）
- 你只需点选正确的那张，系统记住你的选择，下次重跑不再询问
功能三：10 条规则自动校验
匹配完成后，系统会对每笔记录做严格的数据校验，发现任何问题立即提示：
| 规则 | 检查内容 |
|---|---|
| 金额一致性 | 发票金额 = 小票实收金额（1分钱容错） |
| 订单号一致性 | 小票支付单号 = 凭证银商订单号 |
| 日期合理性 | 发票开票日期与小票交易日期差 ≤ 30 天 |
| 补贴金额核对 | 国补前金额 – 实付金额 = 政府补贴金额 |
| … | 共 10 条，覆盖主要数据逻辑 |
校验以小票数据为最高权威——小票是现场刷卡产生的，最可靠。 如果发票某字段与小票冲突，系统会自动用小票数据校准，并记录日志。
功能四：标准化文档一键生成
校验通过后，一条命令（或一个按钮）生成两份标准文档：
佐证材料.docx
- 每笔交易一个 3 行表格：序号行、发票图片行、凭证+小票+印章行
- 所有图片自动嵌入，不需要手动粘贴
- 按小票时间升序排列，逻辑清晰
- 自动替换公司印章（各用户可上传自己的印章）
台账表格.xlsx
- 严格按政府模板格式填写
- 自动填充：购买人、金额、商品信息、交易时间、区县、地址等
- 按月份自动分组，生成月份小计和总计行
- 表头公司名称、负责人信息自动填入（在「个人设置」中配置一次即可）
功能五：网页操作界面，无需命令行
对于不熟悉命令行的店员，系统提供了完整的网页界面：
- 文件上传：拖拽 PDF 和图片到浏览器，自动上传
- 一键触发：点击按钮依次运行三个处理阶段
- 实时日志：处理进度实时显示，看得见、心里踏实
- 歧义校准：直接在网页上对比候选图片，点选确认
- 文件下载：处理完成后直接下载 DOCX / XLSX / PDF
支持多人同时使用，每个用户有独立的文件空间，互不干扰。
功能六：灵活的重跑机制 + 工作区清理
申报材料有时需要多次调整，系统设计了清晰的重跑逻辑：
| 场景 | 需要重跑的步骤 | 耗时 |
|---|---|---|
| 新增/替换了图片 | 阶段一 → 一点五 → 二 | 约 30 分钟（首次） |
| 只修改了数据字段 | 阶段一点五 → 二 | 约 2 分钟 |
| 只改了模板格式 | 阶段二 | 约 1 分钟 |
| 推翻之前的歧义校准重来 | 阶段一 → 一点五 → 二 | 约 30 分钟（首次） |
网页界面提供工作区清理面板，7 个选项一键清除各类中间文件，让你灵活管理工作区：
| 选项 | 清理内容 | 保留内容 | 适用场景 |
|---|---|---|---|
| 📦 归档当前批次 | 原始文件 + 产出文件 → 历史批次 | OCR缓存 | 完整批次处理完毕，准备新批次 |
| 🗂️ 清理产出文件 | .docx / .xlsx / PDF 等产出 | matched_data.json | 仅重跑阶段二 |
| 🔄 重置匹配结果 | matched_data.json | manual_matches.json | 重跑阶段一（校准保留） |
| 🧹 清除歧义校准 | manual_matches.json | 所有数据 | 推翻校准从头再来 |
| ⚠️ 重置工作区 | 以上三项全清 | OCR缓存 | 全流程重跑 |
| 📤 清空原始文件 | input/ 中所有文件 | 匹配数据/校准/产出 | 释放存储空间 |
| 🗃️ 清除OCR缓存 | ocr_cache.json 等缓存 | 所有其他 | 强制重新OCR识别 |
每个操作都有确认弹窗，不会误操作。
功能七：历史批次管理与恢复
每次申报完毕后，系统可将该批次的所有文件（原始文件 + 产出文件）完整备份到历史批次库。
| 操作 | 说明 |
|---|---|
| 📦 归档当前批次 | 点击此按钮，当前工作区的全部文件被复制到 archive/批次_日期时间/ |
| 📂 历史批次列表 | 首页底部可查看所有历史批次，显示备份时间和文件数 |
| 恢复批次 | 点击「恢复」，该批次的所有文件被复制回工作区（覆盖当前） |
| 删除批次 | 点击「删除」，永久删除该批次的备份 |
| 下载批次 | 点击「下载」，该批次被打包为 ZIP 下载到本地 |
优势：
- 一键备份，不会丢失历史数据
- 多批次独立管理，互不影响
- 重新激活历史批次只需一键恢复，无需重新OCR
- 支持跨天期、跨周期管理
小结
| 功能 | 解决的问题 |
|---|---|
| OCR 识别 + 缓存 | 免去手工录入，信息自动提取且可复用 |
| 四级智能匹配 | 精准配对，消除歧义，不怕同金额多笔 |
| 10 条校验规则 | 数据一致性自动核查，减少驳回率 |
| 一键文档生成 | 标准化输出，格式合规，省去排版时间 |
| 网页操作界面 | 无需命令行，人人会用 |
| 灵活重跑机制 + 工作区清理 | 局部调整只重跑必要步骤，7 个清理选项精确控制 |
| 历史批次管理 | 多批次独立备份，一键恢复，永不丢失 |
下一篇，我们提供完整的操作手册，带你从零到产出走一遍完整流程。
