可采用四步法高效处理发票录入：一、用toclaw内置poocr-vatinvoice2excel技能自动识别增值税发票并导出excel；二、接入paddleocr提升多格式发票识别精度，再转为标准报表；三、直连飞书多维表格实现结构化数据自动归档与附件同步；四、本地部署pdfplumber+pypdf2离线解析pdf发票，保障数据隐私。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您需要将大量发票信息快速、准确地录入电子表格，但手动操作效率低且易出错，则可能是由于缺乏结构化识别与自动导出能力。以下是解决此问题的步骤：
一、使用ToClaw内置poocr-vatinvoice2excel技能识别并导出
该方法依赖ToClaw平台预置的OCR识别技能，专为增值税发票设计，可直接提取非空字段并生成标准Excel格式，无需额外配置模型或API。
1、启动ToClaw客户端，确保已登录企业授权账号。
2、点击主界面“新增任务”，选择技能类型为poocr-vatinvoice2excel。
3、拖入待处理的发票图片或PDF文件（支持单张或多张批量上传）。
4、点击“开始执行”，系统自动完成识别、字段校验与去重。
5、识别完成后，点击“导出Excel”，保存至指定本地路径。
二、接入PaddleOCR技能增强多格式兼容性
当遇到电子发票、手写备注或非标版式发票时，原生技能识别率可能下降。PaddleOCR技能具备更强的版面分析与文本定位能力，可覆盖更广的发票变体。
1、在ToClaw中输入指令：帮我下载PaddleOCR文档解析技能。
2、系统跳转至ClawHub技能市场，自动安装paddleocr-doc-parsing技能包。
3、前往PaddleOCR官网完成手机号验证，获取API_URL与TOKEN。
4、返回ToClaw，输入指令：用我的API_URL和TOKEN配置PaddleOCR，由系统自动写入配置。
5、上传发票PDF，选择刚配置的PaddleOCR技能执行，识别结果以JSON结构返回。
飞书多维表格AI管家 — 自动化数据清洗、批量录入、报表生成、字段管理和智能摘要。适用于操作飞书多维表格（Bitable）、批量处理数据、自动生成报表/周报、整理数据或管理表格结构。触发词：多维表格、Bitable、飞书表格、自动报表、批量录入、数据清洗、飞书数据。
6、调用内置转换模块，将JSON字段映射至Excel模板列名，生成含发票号码、开票日期、销售方名称等16项字段的标准报表。
三、对接飞书多维表格实现自动归档
对于需同步至协作平台的场景，该方案跳过本地Excel中间环节，直接将结构化发票数据写入飞书多维表格，保障数据实时性与权限可控性。
1、确认飞书团队已开通多维表格，并创建好发票台账模板，包含字段：发票号码、发票类型、开票日期、购买方统一社会信用代码、销售方名称、合计费用金额、税额、附件等。
2、在ToClaw中上传一张发票，执行PaddleOCR识别后，获取完整结构化数据。
3、输入提示词：将该信息存入飞书多维表格，字段严格对应模板定义，发票附件同步上传。
4、ToClaw自动调用飞书开放API，完成记录新建与文件上传，返回操作成功ID。
5、刷新飞书多维表格页面，确认新记录已实时呈现，附件可在线预览。
四、本地部署pdfplumber+PyPDF2组合解析PDF发票
适用于对数据隐私要求极高、禁止上传外部服务器的企业环境。该方法完全离线运行，利用PDF底层结构解析技术提取文本与坐标信息，规避OCR误识风险。
1、确保Python环境为3.9及以上，执行命令安装依赖：pip install pdfplumber PyPDF2 pandas openpyxl。
2、将发票PDF文件放入./invoices/目录，确保文件名不含中文或特殊字符。
3、运行脚本pdf_invoice_extractor.py，脚本自动遍历目录，对每份PDF调用pdfplumber提取文本块及位置坐标。
4、依据预设规则（如“发票代码”后紧跟12位数字、“价税合计”右侧为金额数值），匹配关键字段。
5、将提取结果汇总为DataFrame，按“发票号码”去重后，输出至invoice_summary.xlsx，含工作表“原始数据”与“校验日志”。
