发票助手不是一个「AI 识别 Demo」，而是一套给财务与报销场景用的本地小工具：把散落的图片与 PDF 变成能核对、能归类、能汇总、能交差的台账。这里写写它为什么存在、坚持了什么，以及你可以怎样找到我。
一叠微信里收来的发票截图、几份电子 PDF，还有一张明天要交的报销明细表。票号、购销方、税额、明细行，一张一张敲进表格，敲到第三十张的时候，人已经开始怀疑人生。
后来发现，真正费时的其实不是「把字认出来」。认出来之后呢？谁报销的、算到哪个部门、有没有重复、这个月一共多少税、明细要不要单独导出、认错了能不能改回去、改完还能不能查到当时识别的原文——这些才是每天都要面对的部分。
所以这个项目从一开始就没打算停在「识别」。识别只是入口，后面得有一张能筛选的台账、一处能人工校正的详情、一个口径一致的合计，和一份能直接发出去的 Excel。
没什么宏大的架构理想，只是几个在财务场景里不太能让步的常识。
没有云端、没有账号、没有遥测。完整版内置离线 OCR 模型，断网也能跑；发票含企业信息，本来就不该离开这台电脑。
OCR 原文与坐标全量留存，工作台、列表合计、Excel 导出三处口径一致。数字对不上时，能一路查回到原始那一行。
原始发票文件永不修改或删除；结构升级前自动备份数据库。工具可以出错，但不能让用户的原始资料跟着出错。
不需要 Docker、Node.js 或 Python 环境。拿到发布包解压、双击，浏览器自动打开首页；卸载时删掉文件夹就行。
项目配了一个独立的更新服务端 ih.opendrgs.com：只负责版本清单、下载与项目页面，不碰任何业务数据。下面的版本信息就是实时从它读的。
一个人做的小工具，最缺的不是赞美，是真实的使用反馈。识别错了哪张票、哪个字段别扭、哪一步卡住过，告诉我比我自己猜有用得多。
遇到识别不准的票、想加的字段、部署时卡住的地方，都可以扫码找我。带上脱敏后的截图、发票种类和版本号，问题会快很多；不方便发图的话，描述一下票面布局也行。
反馈不承诺立刻修，但都会看。那些「这里不顺手」的抱怨，往往比一句「挺好用的」更能让下一个版本变好。
这套小工具没有服务器、没有账号、没有遥测，也不会向你要一分钱。它只是安安静静地待在一台电脑里，把一叠杂乱的发票，变成一张能核对、能交差的表格。
如果某天它刚好让你少加了一次班、早一点合上电脑，欢迎扫码请我喝杯咖啡。金额随意，一杯热水的心意也一样暖。
你留下的每一份鼓励，都会变成下一个版本里更准的字段、更稳的批量识别，和更少的「待核对」。
当然，不赞赏也完全没关系——用得顺手、提个 issue、指出一个识别错的字段，都是很好的回礼。谢谢你愿意把它用起来。
不会。更新服务只提供静态页面、版本清单与发布包下载，没有任何业务接口，也不接收上传。识别、台账、导出全部在你的本机完成。
带文字层的电子发票 PDF 不需要 OCR 模型，所以「仅 PDF 版」只有 51 MB；图片与扫描件必须靠 PaddleOCR，完整版因此带上约 400 MB 的库与 133 MB 离线模型。exe 里没有 pip，运行时装不了，只能随包分发。
识别不出关键字段的票会标记「待核对」，详情里可以修改全部票面字段与明细行；OCR 原文与坐标也完整留着，方便对照。原始文件始终只读。
不会。接口只返回「有没有新版本、去哪下载」，不推送、不自动下载、不改动本机任何文件。升不升、什么时候升，都由你决定。