跳到正文
热点事件历史事件

DocIntel 发票文档智能提取工具开源发布

1 篇报道1 个报道来源13 天前更新

先了解这件事

AI 综述

rafi0020 在 GitHub 开源了 DocIntel,一个发票/收据文档智能提取系统:用 OCR 加可选 LLM 从 PDF、扫描件、照片和表格中提取发票号、金额、税额等结构化数据,并校验算术、查重、对照台账,只把不确定记录转人工审核。项目采用 MIT 协议,支持 Anthropic、Gemini、Groq、OpenAI、Ollama 等 provider,可通过 Docker 部署。 项目默认仅用规则引擎运行;需要更准的提取时可接入 LLM,且必须内网处理的文档可用 Ollama 本地模型或只用规则引擎。据其保留集评测,字段准确率 99.0%、零编造值,接入 claude-haiku-4-5 后行项目 F1 从 96.2% 升至 99.1%,1000 页 PDF 处理耗时 3.9 秒。这些数字来自发布方的评测,非独立验证。

AI 根据报道生成 · 8 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月10日
  1. GitHub · 去对齐工具与仓库精选
    开源票据文档智能工具 DocIntel 发布,规则引擎加可选 LLM 提取发票数据

    GitHub 开源了 DocIntel,可处理 PDF、扫描件、照片和表格,用 OCR 加可选 LLM 提取发票号、金额、税额等结构化数据并校验算术、查重、对照台账,仅把不确定记录转人工。保留集评测显示字段准确率 99.0%、零编造值,加入 claude-haiku-4-5 后行项目 F1 从 96.2% 升至 99.1%,1000 页 PDF 处理耗时 3.9 秒;支持 Anthropic、Gemini、Groq、OpenAI、Ollama 等 provider,Docker 一键部署,MIT 协议。