为什么做这个工具
财务与报销场景里，发票总是以截图、JPG、电子 PDF、扫描件混在一起。真正费时的不是识别，而是识别之后的核对、归类与统计。
- 01手工录入慢且容易错
票号、购销方、税额、明细行逐项敲进表格，一张票几分钟。
- 02事后统计要重翻原始文件
按部门、报销人、开票日期汇总时，只能再打开文件夹一张张找。
- 03云端票据服务难以采纳
发票含企业信息，很多单位不接受把票据上传到第三方 SaaS。
- 04工具交付给同事太麻烦
换一台机器就要装 Python、装依赖、下载模型，最后放弃使用。
从识别到导出，一条链路
带文字层的电子发票 PDF 走毫秒级文本层快路径；图片走多策略 OCR 与质量择优。所有结果可人工校正，工作台与导出的口径完全一致。
批量识别
目录 / 单文件 / 页面上传，图片与 PDF 混合批次，生成唯一批次号与进度轮询，按机构＋号码＋代码＋文件名去重。
票面全量结构化
购销方各 4 项、密码区、备注、金额税额、项目明细完整留存；OCR 原文与坐标一并入库，便于追溯。
人工校正
识别不准标记「待核对」，详情里可修改全部字段与明细行。原始发票文件永不修改或删除。
台账与筛选
关键字 / 批次号 / 开票日期 / 入库时间 / 状态 / 部门 / 报销人多维筛选，合计行按筛选全量汇总。
工作台
金额与数量趋势、识别状态占比、最近发票与批次、热门销方；全部来自真实业务表，无模拟数据。
Excel 导出
发票信息与项目明细两个 sheet，筛选口径与页面一致，末尾加粗合计行，明细自动排除票面合计行。
选择版本并下载
两个版本都是解压即用的绿色程序，不需要安装 Python、Node.js 或任何依赖。双击 exe，浏览器会自动打开首页。
仅 PDF 版
51 MB适合只处理电子发票 PDF，追求轻量与启动速度。
- 电子发票 PDF（自带文字层），毫秒级、不加载模型
- 台账、筛选、补录、工作台、Excel 导出
- 完全离线、零联网、体积最小
- 不含 PaddleOCR，无法识别 JPG 截图与扫描件 PDF
117239fe2cd24143bb3aa07082506e77800144902a739c85a94f7423bb8c1e88PDF + 图片版
429 MB内含 PaddleOCR 3.7 与 133 MB 离线模型，目标机零联网、零安装。
- 电子发票 PDF、扫描件 PDF、JPG/PNG 图片发票
- 首次识别自动安装随包模型，之后直接可用
- 包含仅 PDF 版的全部功能
- 仓库中按 45 MB 分片存放，需运行一次合并脚本
201188835ba955bc5d87b16438d1b779535ac3567c92363bbecce88c8b145518/raw/ 直链要求登录，因此请统一使用上方「下载仓库 ZIP」链接（免登录）。
解压后直接得到 invoice-hub-pdf-only.zip；完整版为 .001 ~ .010 十个分片，
把分片与 合并.bat 放在同一目录双击运行，即可还原出 invoice-hub-pdf-image.zip 并自动校验 SHA256。
完整说明见仓库内的 发布说明.md 与 项目介绍.md。
三步开始使用
不需要安装向导、不写注册表、不装系统服务。数据保存在用户目录，卸载时删除文件夹即可。
解压整个文件夹
不要只复制 invoice-hub.exe，_internal/ 里装着前端页面、依赖与离线模型。
双击 exe 启动
保留黑色控制台窗口（它是服务），浏览器会自动打开首页；端口被占用时自动顺延。
登录并开始识别
默认账号 invoice / invoice。导入目录或拖拽文件，识别结果可随时人工校正。
关于这个项目，还有一点点私心
它是一套没有云端、没有账号、没有遥测的小工具。做它的人也只是希望：下次再遇到一叠发票时，能少熬一会儿。
发票助手从一张要交的报销明细表开始。真正费时的从来不是「把字认出来」，而是认出来之后的核对、归类、汇总和导出——所以识别只是入口，后面还得有一张能筛选的台账、一处能改回去的详情，和口径一致的 Excel。
它坚持全部在本机跑：票据不上传、原始文件只读、结构升级前自动备份。交付方式也尽量不打扰你，解压双击就能用，删掉文件夹就算卸载。
读完整的项目故事
微信 · 聊聊发票
识别不准的票、想加的功能、部署卡住的地方，扫码直接找我。带上脱敏截图和版本号，会更快。
赞赏 · 请喝杯咖啡
如果它替你省下了一个下午，欢迎扫码坐下来喝一杯。金额随意，心意一样暖。