前言¶
DeepSeek Harness（DSH）的插件生態旨在擴展工具能力。處理發票（特別是中文電子發票）通常涉及手動錄入或複雜的 Excel 操作。目前，該垂直方向缺乏現成的解決方案。dsh-invoice-tools 是一個原生 DSH 工具，旨在解析發票 PDF（XML 附件優先或文本層正則兜底）並生成報銷單。
安裝與前置要求¶
本插件依賴相鄰的 dsh-src 檢出（link: 依賴）。在安裝插件之前，請確保官方 DeepSeek Harness 源碼已檢出並構建。
# 1. 先檢出並構建 dsh-src
git clone https://github.com/deepseek-ai/deepseek-harness.git dsh-src
cd dsh-src
pnpm install && pnpm run build
# 2. 安裝本插件
dsh plugin add
核心功能¶
該插件提供兩個主要工具：invoice_parse 和 invoice_summary。
invoice_parse¶
用於單張或批量發票解析。
* XML 優先：讀取 PDF 內嵌的結構化 XML。
* 文本層兜底：如果沒有 XML，使用正則匹配票號和金額。
* 勾稽校驗：自動驗證 價稅合計 == 金額 + 稅額。
* 置信度標註：根據來源標記解析質量（高/中/低）。
invoice_summary¶
用於彙總結算並生成報銷單。
* 分類：根據 categories 參數映射發票到類別（如差旅、辦公）。
* 重複檢測：檢測重複的發票號碼和金額。
* 輸出：生成 Markdown 或 xlsx 文件。
使用示例¶
解析單張發票¶
invoice_parse path='invoices/電子發票_2024.pdf'
解析目錄¶
invoice_parse path='invoices/'
生成報銷單（默認 Markdown）¶
invoice_summary
生成報銷單並指定類別¶
invoice_summary out='both' categories='{"發票號碼123...":"差旅","文件B.pdf":"辦公"}'
生成 xlsx 報銷單¶
invoice_summary files='["invoices/A.pdf","invoices/B.pdf"]' out='md'
# xlsx 文件將以 base64 文本形式落盤
技術細節與限制¶
- 依賴：插件依賴相鄰的
dsh-src檢出（link:依賴）。 - 文件限制：單文件讀取上限 16MB；目錄掃描遞歸深度上限 3。
- 掃描件處理：純掃描件（圖片/無文本層 PDF）會返回明確的“跳過原因”，不會中斷批量處理。
- xlsx 落盤：由於 DSH 文件系統服務僅提供文本信道，xlsx 輸出以 base64 文本形式寫入
.b64文件。解碼方式如下：
base64 -d 報銷單-20260823.xlsx.b64 > 報銷單-20260823.xlsx
- 隱私：不上傳任何查驗接口，數據僅在本地處理。
適用場景¶
適用於需要自動化發票處理流程的 DSH 用戶。要求輸入爲標準的中文電子發票 PDF 或圖片。不依賴 OCR，純結構化解析。
