用来自动整理发票和收据以准备报税：读取杂乱文件…

当你有一堆杂乱的发票/收据文件需要为报税、报销或记账做归档整理时使用。

适用场景

解决思路

1. 扫描目标文件夹，找出所有发票相关文件：运行 `find . -type f \( -name "*.pdf" -o -name "*.jpg" -o -name "*.png" \) -print`，并报告文件总数、文件类型、可辨识的日期范围以及当前组织情况。
2. 从每个文件中提取信息：对 PDF 发票用文本提取读取内容，查找常见模式如 "Invoice Date:"、"Date:"、"Issued:"、"Invoice #:"、"Invoice Number:"、公司名（通常在顶部）、"Amount Due:"、"Total:"、"Amount:"、"Description:"、"Service:"、"Product:"；对图片收据读取可见文字，识别顶部供应商名、常见日期格式和总金额；对不清晰的文件用文件名线索、文件创建/修改日期作为兜底，关键信息缺失则标记人工复核。
3. 确定组织策略：若用户未指定，询问偏好，选项包括按供应商（Adobe/、Amazon/、Stripe/ 等）、按类别（Software/、Office Supplies/、Travel/ 等）、按日期（2024/Q1/、2024/Q2/ 等）、按税务类别（Deductible/、Personal/ 等）、自定义结构，或使用默认结构 Year/Category/Vendor。
4. 为每个发票创建标准化文件名，格式为 `YYYY-MM-DD Vendor - Invoice - Description.ext`，例如 `2024-03-15 Adobe - Invoice - Creative Cloud.pdf`、`2024-01-10 Amazon - Receipt - Office Supplies.pdf`、`2023-12-01 Stripe - Invoice - Monthly Payment Processing.pdf`；文件名规范：除连字符外移除特殊字符、供应商名正确大写、描述简洁有意义、统一使用 YYYY-MM-DD 日期格式以便排序、保留原扩展名。
5. 执行整理前先展示计划：列出拟议的目录结构、示例变更（Before/After 文件名与目标位置），并询问 `Process [X] files? (yes/no)` 确认。
6. 获得批准后执行整理：用 `mkdir -p "Invoices/2024/Software/Adobe"` 创建目录结构；用 `cp "original.pdf" "Invoices/2024/Software/Adobe/2024-03-15 Adobe - Invoice - Creative Cloud.pdf"` 复制（不移动）以保留原文件，或用 `mv "original.pdf" "new/path/standardized-name.pdf"` 按用户偏好移动。
7. 生成汇总报告 CSV 文件，列包含 Date、Vendor、Invoice Number、Description、Amount、Category、File Path，用于导入会计软件、交给会计师、费用跟踪与报告、报税准备。
8. 提供完成摘要：包含已处理数量、日期范围、总金额（若提取到）、唯一供应商数、新目录结构、创建的文件（如 `/Invoices/`、`/Invoices/invoice-summary.csv`、`/Invoices/originals/`）、需要复核的文件列表，以及后续步骤（复核 CSV、检查 Needs Review 文件夹、导入会计软件、为未来发票设置自动整理）。
9. 处理特殊情况：信息缺失时标记人工复核、用文件修改日期兜底、创建 "Needs-Review/" 文件夹；重复发票时比较文件哈希、保留最高质量版本、在汇总中注明重复；多页发票拆分时按需合并 PDF、对分片使用一致命名、在 CSV 中注明；非标准格式时尽可能提取、能标准化的标准化、关键信息缺失则标记复核。
10. 可选设置自动化：创建脚本监视 `~/Downloads/invoices` 文件夹，按标准命名和目录结构自动整理新到的发票文件。
11. 遵循实用建议：先用 Preview 等把邮件发票存为 PDF、把所有发票保存到一个文件夹批量处理、按月而非按年整理、重组前备份原文件、CSV 中包含金额便于预算跟踪、按可抵扣性打标签、收据保留 7 年（标准审计期）。

适用边界 · 注意事项

• 没有发票/收据文件需要整理时
• 用户不希望保留原文件或不允许复制/移动文件时
• 文件内容完全无法读取且文件名也无任何线索、无法进行任何提取时