上个月月底，财务同事又抱着厚厚一摞发票来找我，表情很微妙，我一看就知道什么意思——“哥，帮忙录一下呗”。
说实话，那次我硬着头皮录了将近一个小时，手指在键盘上敲发票号码、金额、税号，敲到最后眼睛都花了，中间还输错了好几个数字，被同事核对出来又得改。当时我就想，这活儿难道不能交给AI吗？
我平时在用Agent做一些内部的小工具，对这玩意儿还算熟悉。它的工作流引擎后来更新了不少实用功能，比如可以直接在工作流里接收用户上传的文件，还能一次性处理多个文件，不用一个一个点。正好拿来做发票识别。
简单说一下我搭的这个工作流能干嘛。你把一堆发票图片或者PDF丢进去，它能自动识别出每张发票上的关键信息——发票代码、发票号码、开票日期、买卖双方、商品名称、金额这些，然后把这些数据整整齐齐地写到飞书的多维表格里。财务同事只要打开表格，所有发票数据已经在那儿了，按时间排好，金额对得上，直接拿去对账或者归档就行。
这个工作流对财务效率的提升是肉眼可见的。以前手工录入一张发票，从拿起发票看清楚每个格子，到敲进Excel或者财务系统，快一点也得两分钟。熟练的会计一个小时能录三十张左右，而且中间不能分心，一断档就容易串行。现在呢，我试过一次性上传三十张发票，从上传完成到最后表格里多出三十行数据，总共不到三分钟。这还只是跑在我自己部署的FastGPT上，网络条件一般。也就是说，原来一个人干一下午的活儿，现在喝杯咖啡的时间就干完了。
更关键的是准确率。人是会疲劳会犯错的，尤其是连续输入数字的时候，把发票号码里的0打成O、金额少打一位这种事太常见了。但机器识别只要图片清晰，基本不会错。我用飞书的增值税发票识别接口测了几十张，电子发票和扫描件几乎百分百正确，手机拍的照片只要光线正常、角度不太歪，准确率也很高。偶尔有一两张拍糊了的，工作流会把它挑出来单独标记，手动补录一下就行，比全量手工录入省了不知道多少力气。
从技术上讲，这个工作流有几个挺有意思的特点，我觉得值得提一嘴。
第一个是文件处理和批量能力。FastGPT的工作流现在可以直接接收用户上传的文件，而且还支持批量处理——你一次性拖进去一堆发票，它会自动遍历每一张，逐个做识别和录入，不用你一张一张地去点触发。这种批量处理对报销场景太友好了，月底一堆发票甩过来，一次性搞定。
第二个是对外接能力的支持。工作流里有HTTP请求节点，可以很方便地调用第三方API。像我这次就是用它去调飞书的发票识别接口——把文件传过去，对方给我返回结构化的JSON数据。不需要自己写代码处理鉴权、签名什么的，节点里填好URL、配好参数就行。同样，最后写回飞书多维表格也是通过HTTP节点调用飞书的开放接口。整个过程相当于把FastGPT当成了一个编排引擎，让它去指挥别的服务干活。
第三个是AI节点的灵活运用。OCR返回的数据虽然是结构化的，但字段名往往是英文的，比如total_amount、seller_name，而飞书表格里的列名是中文的“金额合计”“销售方”。我中间加了一个AI对话节点，用一段很简单的提示词告诉它把字段映射好、日期格式统一成YYYY-MM-DD。这一步不用写正则也不用写映射表，自然语言描述一下就行，改起来也方便。
这套方案还有一个隐形的好处，就是数据安全。还可以私有化部署，所有发票文件和你调用的OCR服务之间的传输是你自己控制的，最终落地的飞书表格也是你们公司的内部空间。不像有些线上SaaS工具，发票这种敏感数据要传到人家的服务器上，心里总归有点不踏实。
当然这个工作流也不是完美的。比如说它目前还不能自动做发票查重，如果同一张发票被人上传两次，表格里就会出现两条记录。另外飞书的OCR接口对图片质量有一定要求，太糊或者光线太暗的可能会识别失败。不过这些问题都可以在后面慢慢优化，比如在写表格之前加一个查重的条件判断，或者对识别失败的文件单独建一个待处理列表。
总的来说，这件事给我的感受是：像发票录入这种重复、枯燥、但又必须精确的活儿，特别适合用类似的工作流来替代人工。你不用写复杂的代码，也不用懂什么深度学习，把现成的节点拖一拖、连一连，再把几个外部API串起来，一个实用的自动化工具就出来了。
如果你也在被月底的发票报销折磨，或者你们公司的财务同事经常抱着一摞纸来找你，不妨试试用FastGPT里的Agent功能搭一个类似的工作流。模板市场里有现成的发票识别模板，改改飞书的配置参数，几分钟就能跑起来。省下来的时间，干点啥不好。
