用AI Agent搞定繁琐报销：小白也能懂的"自动填表"自动化方案

周五下午五点整，财务群里一条消息弹出来：

你盯着桌上那叠皱巴巴的发票，再看看屏幕上那个有着17列的Excel模板，心里默默算了一笔账：30张票，每张手填2分钟，还要核对金额、选类目、填备注……怎么也要一个小时。

而且你知道，这一个小时里，你大概率会填错至少一个数字。

---

据飞书用户调研估算，职场人平均每月花费1.8小时处理报销相关事务——填表、拍照、上传、等审批、被退回、重填。这还不算被财务打回来重来的心理损耗。

报销这件事，消耗的不只是时间，是人的尊严。

但这是最后一次了。

今天这篇文章，我要手把手带你搭一个报销AI Agent：拍一张发票图片，90秒内自动识别金额、日期、类目，直接填进Excel——20张发票，一口水的时间搞定。

你不需要懂复杂的技术，只需要能复制粘贴代码、能安装Python。

---

一、AI Agent到底能帮你做什么？

很多人一听"Agent"就觉得高深，其实概念非常直白。

你可以把AI Agent想象成一个超级助理，它的工作流程分三步：

📸 感知  →  🧠 思考  →  ✍️ 行动
看发票图片    识别关键信息    填进表格

就像你雇了一个实习生，专门负责"读发票、填表格"这件事——区别是这个实习生24小时在线、从不喊累、处理速度是人类的30倍。

💡 核心技术组合：OCR（光学字符识别）+ 多模态大语言模型（能"看图"的AI）+ Python脚本。三者协作，缺一不可。

---

二、准备工作：你需要这些材料

在动手之前，先把工具备齐。

1. Python环境

去[Python官网](https://www.python.org)下载安装3.10以上版本。安装时记得勾选"Add to PATH"，这是新手最容易踩的坑。

安装完后，打开终端（Windows用CMD，Mac用Terminal），输入：

pip install requests openpyxl

两个库，搞定。

2. API Key

本文所有代码示例均使用 api.884819.xyz 作为API接入点，它兼容OpenAI接口格式，国内直连无需额外配置，小白友好。

👉 前往 [api.884819.xyz](https://api.884819.xyz) 注册并获取你的API Key，复制备用。

3. 发票图片 + Excel模板

• 找几张真实发票拍照（或用手机扫描），保存为.jpg或.png格式
• 准备你公司的报销Excel模板，确认表头字段（日期、金额、类别、开票方……）

材料到位，开始搭建。

---

三、手把手搭建你的报销Agent

Step 1：让AI"读懂"一张发票

先写一个核心函数——调用多模态模型识别发票信息，返回结构化数据。

import requests
import base64
import json

def recognize_invoice(image_path: str, api_key: str) -> dict:
"""
调用多模态模型识别发票信息
返回结构化的发票数据字典
"""
# 读取并编码图片（就像把图片"翻译"成AI能理解的语言）
with open(image_path, "rb") as f:
image_data = base64.b64encode(f.read()).decode("utf-8")

headers = {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json"
}

payload = {
"model": "gpt-4o",  # 使用支持视觉的模型
"messages": [
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": f"data:image/jpeg;base64,{image_data}"
}
},
{
"type": "text",
"text": """请识别这张发票，严格按照以下JSON格式返回，不要输出其他内容：
{
"invoice_date": "发票日期，格式YYYY-MM-DD",
"amount": "金额，纯数字保留两位小数",
"category": "类别，从[餐饮,交通,住宿,办公用品,其他]中选择",
"vendor": "开票方名称",
"invoice_no": "发票号码"
}"""
}
]
}
],
"max_tokens": 300
}

response = requests.post(
"https://api.884819.xyz/v1/chat/completions",  # 国内可直连，速度稳定
headers=headers,
json=payload,
timeout=30
)

result = response.json()
return json.loads(result["choices"][0]["message"]["content"])


测试一下
if __name__ == "__main__":
data = recognize_invoice("invoice_001.jpg", "your-api-key-here")
print(data)
# 输出示例：
# {"invoice_date": "2024-11-15", "amount": "238.00",
#  "category": "餐饮", "vendor": "某某餐厅", "invoice_no": "12345678"}

💡 这段代码在做什么？ 就像你把发票递给助理，同时说"帮我把日期、金额、类别、开票方整理出来，用固定格式写给我"。AI收到图片和指令，照做返回。

把your-api-key-here替换成你的真实Key，invoice_001.jpg换成你的发票图片路径，运行。

如果看到一行JSON数据输出，恭喜你，第一步跑通了。

---

Step 2：批量处理 + 自动写入Excel

单张识别验证没问题之后，升级到批量模式——把整个文件夹的发票一次性处理完，结果直接写进Excel。

import openpyxl
from pathlib import Path

def batch_process_invoices(invoice_folder: str, output_file: str, api_key: str):
"""
批量处理文件夹内所有发票图片，结果写入Excel
"""
wb = openpyxl.Workbook()
ws = wb.active
ws.title = "报销明细"

# 写入表头
headers = ["序号", "发票日期", "金额(元)", "类别", "开票方", "发票号码", "状态"]
for col, header in enumerate(headers, 1):
ws.cell(row=1, column=col, value=header)

# 扫描文件夹，找出所有图片
invoice_files = list(Path(invoice_folder).glob("*.jpg")) + \
list(Path(invoice_folder).glob("*.png"))

print(f"📂 共发现 {len(invoice_files)} 张发票，开始处理...")

for idx, invoice_path in enumerate(invoice_files, 1):
try:
print(f"  处理中 [{idx}/{len(invoice_files)}]: {invoice_path.name}")
data = recognize_invoice(str(invoice_path), api_key)

row_data = [
idx,
data.get("invoice_date", ""),
float(data.get("amount", 0)),
data.get("category", "其他"),
data.get("vendor", ""),
data.get("invoice_no", ""),
"✅ 识别成功"
]
ws.append(row_data)

except Exception as e:
# 识别失败也记录下来，不让程序崩溃
ws.append([idx, "", 0, "", invoice_path.name, "", f"❌ 失败: {str(e)}"])

# 自动加合计行
ws.append(["", "合计", f"=SUM(C2:C{len(invoice_files)+1})", "", "", "", ""])

wb.save(output_file)
print(f"\n✨ 完成！结果已保存至：{output_file}")


一行命令跑起来
batch_process_invoices(
invoice_folder="./my_invoices",   # 放发票图片的文件夹
output_file="报销明细_2024年11月.xlsx",
api_key="your-api-key-here"
)

💡 这段代码在做什么？ 就像你告诉助理："这个文件夹里所有发票，一张一张识别，识别完按顺序填进表格，最后帮我算个总金额。"程序会自动循环，遇到识别失败的发票也会标记出来，不会悄悄丢数据。

---

Step 3：跑通你的第一个测试案例

把代码存为invoice_agent.py，在同目录下新建my_invoices文件夹，丢几张发票图片进去，终端运行：

python invoice_agent.py

你会看到进度条滚动，然后桌面出现一个填好数据的Excel文件。

打开那个文件的那一刻，你会有一种奇妙的感觉——这件事以前要花你半小时，现在你只是喝了口水。

---

四、进阶玩法：让Agent更聪明

基础版跑通之后，这里有三个进阶方向，可以按需选配。

① 自动分类打标签

在Prompt里把分类规则说得更细，Agent的分类准确率会显著提升：

交通：滴滴、出租车、高铁、飞机、地铁
餐饮：餐厅、饭店、外卖、咖啡
住宿：酒店、民宿、宾馆
办公用品：文具、耗材、设备
其他：以上都不符合的归入此类

把这段规则加进Prompt的文字指令里，AI分类的精度会从"大概对"变成"基本准"。

② 异常预警：超额自动提示

在写入Excel之前加一个判断逻辑：

# 报销限额规则（根据公司政策修改）
LIMITS = {"餐饮": 200, "住宿": 500, "交通": 300}

amount = float(data.get("amount", 0))
category = data.get("category", "其他")
limit = LIMITS.get(category, 9999)

status = "✅ 正常"
if amount > limit:
status = f"⚠️ 超限！{category}限额{limit}元，实际{amount}元"

这样超出报销标准的发票会在Excel里自动标红提示，财务审核前你就能提前发现问题。

③ 批量处理的进阶场景

• 多人报销汇总：给不同同事建不同子文件夹，统一跑一遍，每人生成独立明细表
• 跨月对比：把每月输出的Excel存档，用Python做简单的月度趋势分析
• 自动发邮件：处理完成后调用smtplib把Excel自动发给财务邮箱，全程无人值守

会用API的人，能在这个基础上做出更强的版本。这里只是起点。

---

五、局限性诚实说：这三个坑要提前知道

我不想让你配置完之后翻车，所以主动说清楚这个方案的边界。

局限1：发票模糊时识别率下降

主流OCR + LLM方案在标准印刷发票上识别准确率约 92-97%，但如果发票是：

• 手写票据
• 拍照时光线很暗、严重倾斜
• 纸质已经破损褪色

准确率会明显下滑。解决办法：拍照时保证光线充足、画面平整，或用手机自带的"文件扫描"功能预处理一下。

局限2：特殊格式发票需要额外适配

增值税专用发票、电子发票、出租车票……不同类型发票的字段位置差异很大。本文的Prompt适合通用场景，特殊票据可能需要针对性调整Prompt指令，或者在识别后做人工二次确认。

局限3：企业内网系统对接有门槛

如果你们公司用的是用友、金蝶这类ERP系统，想把数据直接写进去而不是Excel，需要对接系统API，涉及权限申请和IT部门配合。这篇文章的方案适合"先生成Excel，再手动导入"的轻量场景，想要全自动对接内网系统，需要进阶版方案。

遇到问题不要慌。评论区见，我都会回复。

---

六、现在就开始你的第一个报销Agent

┌─────────────────────────────────────────┐
│  🚀 三步启动你的报销Agent               │
│                                          │
│  1. 获取API Key → api.884819.xyz        │
│  2. 复制上方代码，替换 api_key           │
│  3. 丢一张发票进去，见证90秒的奇迹       │
│                                          │
│  遇到问题？评论区见，我都会回复。        │
└─────────────────────────────────────────┘

---

报销这件事，本质上是一种重复性的信息搬运工作。

你花了1.8小时，干的是一台机器90秒就能干完的活。这不是你的错，是工具没到位。

当你第一次配置好这个Agent，看着发票数据自动流进Excel的那个下午，你会意识到一件事：你不再只是工具的使用者，你开始成为流程的设计者。

这个角色的切换，比省下来的那1.8小时更值钱。

你第一次配置好它的那个下午，你会想起这篇文章。

---

💬 下期预告

>

报销只是开始。

>

有读者问：这个Agent背后到底是怎么"思考"的？为什么它有时候会认错发票？

>

下一篇，我们拆开Agent的引擎盖——用这个报销案例，彻底搞懂「Function Calling（工具调用）」的底层逻辑。看完你会发现，原来自己也能设计Agent的大脑，而不只是调用别人写好的代码。

>

关注我，不要错过。

---

#AI教程 #AI Agent #自动化办公 #报销神器 #Python实战 #8848AI #人工智能 #效率工具