Invoice Scan

核心用法

Invoice Scan 是一款专业的发票智能识别工具，提供双模式架构满足不同场景需求：

Agent-Native 模式（推荐）：利用内置视觉能力直接解析发票图像，无需API密钥、零外部数据传输，仅本地调用 formatOutput() 完成 CSV/Excel 导出。适合对隐私敏感的企业环境。

CLI 独立模式：通过 Anthropic API 进行云端 OCR，需配置 ANTHROPIC_API_KEY，适合自动化流水线或批量处理场景。

显著优点

• 全字段结构化提取：覆盖发票头部信息（买卖双方、税号、银行信息）、行项目明细、费用附加项、引用编号、总计计算等 30+ 字段
• 智能算术校验：自动验证 数量×单价=行合计、行合计总和=净额、净额+税额=总额，容错范围±0.02
• 多区域数字格式自适应：自动识别美式(1,234.56)、欧式(1.234,56)、法式(1 234,56)、印度式(1,23,456.78)等格式
• 质量评分机制：基于9项关键字段计算完整度评分，≥0.8为良好，<0.5为较差
• 文档类型智能分类：区分发票、贷项通知单、收据、采购订单、送货单等9类财务单据

潜在局限

• CLI模式涉及PII数据外传：供应商/买方名称、地址、IBAN、银行信息、金额等均传输至Anthropic服务器
• 手写内容、模糊印章、低质量扫描件识别准确率依赖模型能力
• 复杂表格布局（嵌套表格、多栏混排）可能出现字段错位
• 非拉丁语系（如中文、俄文）需依赖多语言模型支持，准确性可能波动

适合人群

• 中小企业财务自动化（Agent模式优先）
• 审计与合规部门需批量验票
• 跨境贸易公司处理多语言/多币种发票
• 开发者构建发票处理Pipeline（CLI模式）

常规风险

| 风险类型 | 等级 | 说明 |

|---------|------|------|

| 数据泄露 | ⚠️ 中-高 | CLI模式默认外传完整发票图像及PII |

| 计算错误 | ⚠️ 中 | 极端格式或低质量图像导致金额误读 |

| 合规争议 | ⚠️ 中 | 部分国家/地区对第三方AI处理财务数据有监管限制 |

安全建议：优先使用Agent-Native模式；CLI模式建议配置独立API密钥并设置用量上限，避免生产环境直接处理含敏感银行信息的发票。

核心用法

invoice-scan 提供两种运行模式满足不同安全需求：

Agent-native 模式（推荐）：无需 API 密钥，直接调用 Agent 内置视觉能力本地识别发票图像，提取结构化数据后仅使用本地 formatOutput() 函数导出 CSV/Excel，全程零外部网络调用。

CLI Standalone 模式：通过 Node.js 脚本调用 Anthropic Claude API 进行发票 OCR，需配置 ANTHROPIC_API_KEY，适合自动化流水线集成。支持 JSON/CSV/Excel 多格式输出，可指定模型版本和验证严格度。

核心流程包括：图像预处理（sharp 库）→ 字段提取（覆盖抬头、明细、税费、附加费等 30+ 字段）→ 算术校验（金额勾稽关系 ±0.02 容差）→ 质量评分（9 项关键字段完整度）→ 结构化导出。

显著优点

1. 双模式灵活架构：敏感场景用本地模式保障隐私，批量场景用 CLI 模式提升效率，用户按需选择。
2. 多语言与手写支持：覆盖中文、俄语、欧洲语言及手写发票、印章识别，适应全球化业务。
3. 智能校验体系：内置发票金额勾稽校验、文档类型自动分类（发票/收据/贷记单等）、质量评分机制，降低人工复核成本。
4. 本地化输出安全：formatOutput() 纯本地运行，仅做数据格式转换，无网络外泄风险。
5. 依赖成熟稳定：sharp（图像处理）和 xlsx（表格导出）均为 npm 生态主流库，维护活跃。

潜在缺点与局限性

• CLI 模式隐私隐患：需将含 PII（供应商/买家名称、地址、IBAN、银行信息）的发票图像发送至 Anthropic 服务器，企业合规敏感场景受限。
• 来源可信度一般：T3 级个人开发者维护（mr-muddle），无组织背书，长期更新承诺存在不确定性。
• 无数据删除机制：未提供用户行使数据删除权利的指引，Anthropic 侧数据保留策略需用户自行确认。
• 依赖原生绑定风险：sharp 依赖 libvips C++ 原生库，跨平台部署时可能遇到编译问题。
• 文件路径安全风险：输入路径解析依赖用户输入，虽经 path.resolve 处理，仍存在符号链接攻击或意外覆盖的边际风险。

适合的目标群体

• 中小企业财务团队：需批量处理多语言发票、自动提取结构化数据减少录入工作。
• 自由职业者与个体户：处理手写收据、混合语言发票的个人记账场景。
• 开发者与自动化工程师：需将发票 OCR 集成至内部 ERP 或财务系统的技术用户。
• 隐私敏感型用户：优先选择 Agent-native 模式，避免云端传输的合规顾虑。

使用风险

• 性能依赖：CLI 模式受 Anthropic API 响应速度制约，大文件或网络波动时延迟显著。
• 依赖供应链：sharp 和 xlsx 若出现安全漏洞或停止维护，需及时跟进更新。
• API 成本与限额：CLI 模式消耗 Anthropic API 额度，大规模处理需预算规划与密钥限额配置。
• 数据驻留合规：跨境发票处理需评估 Anthropic（美国服务商）的数据驻留条款是否符合 GDPR 等法规。
• 版本锁定建议：生产环境建议锁定依赖版本（移除 ^ 前缀），避免自动升级引入破坏性变更。