$cd ../use-cases/
💰 金融科技正式版4 分钟阅读
使用场景：财务代理
/** 在不牺牲隐私的前提下实现簿记自动化。OpenClaw 本地处理您的发票，提取关键数据，并同步到您的私人会计系统。 */
precision_ocr.log
精准 OCR 与数据提取
处理财务文件对准确率的要求近乎苛刻——一个识别错误的数字就可能导致税务申报失误。OpenClaw 的发票流水线使用专为文档理解微调的视觉模型，不仅能"读取"文本，更能理解布局结构：歪斜的收据总金额、合并单元格的 PDF 发票、手写的餐饮报销单，均能被正确解析为带字段置信度分数的结构化 JSON。 核验层是这套系统真正出彩的地方。提取完成后，OpenClaw 会将行项目小计与发票总金额进行交叉核验，检查增值税计算是否符合适用税率，并将超过 0.5% 误差的单据标记为人工审核。通过与 Nextcloud 归档集成和本地 SQL 数据库索引，您将拥有一个完全可搜索的历史财务记录——无需订阅云服务，无需上传文件，告别会计依赖。
processing_pipeline.md
01
采集
将发票拖入受监控的 Nextcloud 文件夹、通过加密 Telegram 消息发送，或通过 IMAP 轮询自动抓取邮箱附件。支持格式：PDF、PNG、JPG、TIFF 以及 iPhone 拍摄的 HEIC 格式。
02
OCR 与分析
代理将每份文档通过视觉 LLM（GPT-4o Vision 或本地 LLaVA）并配合结构化提取提示词处理，输出经过 Schema 校验的 JSON，包含日期、商家、行项目、小计、税额、总金额、货币和付款条款。
03
验证
交叉核验行项目合计与总金额是否一致，根据税务规则校验增值税计算，将置信度低于 0.95 的单据标记人工审核，并通过重复检测防止邮件转发导致的重复入账。
accountant_config.json
🤖 "会计师"模式提示词
为您配备财务护栏的 OpenClaw 代理进行配置：
# 财务协议 v1.4
- 架构：{ date, merchant, amount, currency, category, tax_id }
- 如果置信度 < 0.95，标记为人工审核。
- 自动同步：将验证后的条目推送到 SQL / Nextcloud 表格。
- 归档：将处理后的 PDF 移动到 'Finance/2026/Processed/'。
❓ FAQ
Q1. 发票数据提取精确度多高？
对于标准会计软件生成的结构化发票，使用 GPT-4o Vision 可达 99%+ 精确度。对于手写收据、低分辨率扫描件或特殊排版，精确度降至 92–96%——这些单据会自动标注置信度分数并标记为人工审核，而非静默写入错误数据。
Q2. 能提取哪些字段？
日期、商家名称、商家税号、行项目（描述、数量、单价）、小计、折扣、税率、总金额、货币、付款条款。项目代码或成本中心等自定义字段可直接添加到提取 Schema，无需修改代理核心逻辑。
Q3. 能处理多语言发票吗？
能。视觉 LLM 支持中文、英文、日文、德文、法文、西班牙文及大多数欧洲语言的发票处理。货币符号、日期格式和数字分隔符（小数点用点号还是逗号）均自动标准化为您配置的基准语言区域设置。
Q4. 财务数据安全吗？
完全安全。所有发票图像均在您自己的硬件上本地处理，不上传至任何外部云存储。使用本地 LLM（LLaVA、Mistral Vision）时，零数据出境。使用 API 模型时，仅传输提取后的文本字段，原始文档图像永远不会被发送。
Q5. 能与会计软件集成吗？
通过 Nextcloud 归档文件，本地 PostgreSQL 或 SQLite 存储结构化数据，并通过 Webhook 导出对接下游工具。社区已有 QuickBooks Online、Xero 和 FreshBooks 的集成连接器。任意系统均可通过 CSV 导出手动导入。
Q6. 每张发票处理需要多长时间？
使用 API 视觉模型通常每张 3–8 秒；使用 M2 Mac Mini 上的本地 LLaVA 约需 8–15 秒。批量处理异步运行——将 200 张发票放入文件夹后可过夜处理，不会阻塞其他代理任务。
Q7. 能检测重复发票吗？
能。每张处理完成的发票都会基于商家名称、日期和总金额生成唯一指纹。若相同发票通过邮件转发或重复上传再次到达，代理会将其标记为疑似重复并跳过自动同步，防止会计记录中出现重复入账。