在 .NET 中用 AI 智能体自动化发票处理

AI 发票处理自动化指让应用读入供应商发票、抽取明细行、对照采购订单做校验，再把结果写进财务系统能直接消费的结构化工作簿。落到工程上，这其实是 .NET 里的文档自动化：用一句自然语言指令，替换掉传统的字段映射和排版代码。Spire.Agent.Office 是一个文档 AI 智能体 SDK，负责理解语言那一半；其下的确定性文档层则保证输出的是真实、格式正确的 Excel 和 PDF 文件。

快速导航

• 为什么发票处理适合 AI
• AI 发票智能体能做什么、不能做什么
• 常见发票处理场景
• 在 .NET 里自动化发票处理的三种方式
• 一个可运行的示例：提取、校验、出报告
• 为什么用 Spire.Agent.Office
• 常见问题

1. 为什么发票处理适合 AI

在开发者眼里，发票工作其实是三件重复的体力活：读取（从 PDF、Word、Excel 或扫描图片里抽出供应商、日期、明细行和合计）、核验（把发票和采购订单对上，标出差异）、输出（把结果写进财务系统能消费的结构化工作簿）。

对 .NET 开发者来说，难点从来不在看懂发票内容，而在于把非结构化、多格式的文档，变成应用能稳定复用的流程。

有三点让这类任务天然适合语言模型，而不是人手写规则：

• 输入格式多样。 进来的发票有 PDF 附件、扫描图片、Word 文档，也有 Excel 文件，布局各不相同。为一种格式写的规则，换一种就失效；LLM 却是直接读文本，不挑文件类型。
• 输出是文档形态。 交付物是一份格式正确的 .xlsx 或 .pdf，不是一段文本糊弄过去。这正是文档层体现价值的地方。
• 数量一直在变。 一个月新接入 50 家供应商、复核 200 张发票，要的是配置驱动的方案，而不是每来一家供应商就重写一遍代码。

实际工作里，提取和校验往往是绑在一起做的：团队既要把发票汇总、把差异标出来，还要基于模板和结构化数据生成新发票。想进一步了解文档 AI 智能体是怎么构成的、它在内容流水线里处在什么位置，可以看这篇 AI 智能体如何做文档处理：是什么、怎么工作。

2. AI 发票智能体能做什么、不能做什么

分工很清楚：智能体自动化的是读取、提取和校验（财务文员原本要花掉的那几个小时），最后那一下签字由人来把关。正是这条边界，让工具既真正有用，流程也经得起审计。

3. 常见发票处理场景

发票处理远不止一次性的提取。同一个模式——一条指令、一堆发票文件、可选的一批参照数据——就覆盖了团队最常碰到的几种场景：

每种场景都是同一套架构：一句指令进去，一份真实文档出来。

4. 在 .NET 里自动化发票处理的三种方式

这里的关键点是：没有文档处理层，LLM 读不了 PDF 发票；没有自然语言理解，传统 SDK 看不懂自然语言请求。 文档 AI 智能体把两者合到了一起。

也并不是说传统路线就不对。对于格式固定、表述规范、很少变动的发票，确定性 SDK 常常是更稳的选择，Spire.Office 至今也还在服务这类需求。如果你恰好是这个场景，这篇 用 C# 从 Excel 数据生成 Word 文档 展示了经典的数据驱动文档生成流程。而一旦供应商布局、输入格式、校验规则频繁变化，改代码成了瓶颈，就该让智能体上场了。

为什么裸 LLM API 做不了发票处理

直接调用 gpt-4 或 claude 说一句”从这张发票抽数据”，在生产环境会在三个地方翻车：

1. 没法可靠地读写 Office 文件。 LLM 看到的是文本，不是 .xlsx 和 .pdf 的结构。要读 PDF 发票、保住明细表不变、产出合法的 Excel 工作簿，通常得自己另搭一套提取和重建管道。
2. 格式没有保证。 发票报告带着列头、数字格式、条件填充，这些对财务部门很要紧。裸 LLM 返回的是文本，而它丢掉的那部分格式，恰恰是财务团队最在意的。
3. 整套编排都要自己重写。 提示词设计、字段映射、错误处理、文件 I/O、输出校验，全都成了你要自己写、自己维护的代码。

文档 AI 智能体把模型的语言理解和确定性的文档 API 配在一起：模型决定抽什么、匹配什么，文档层负责保证文件真实、格式正确。这就是”演示能跑”和”团队敢交付”之间的差距。

5. 一个可运行的示例：提取、校验、出报告

下面是财务团队每个月都要重复的一套活：处理进来的供应商发票、从格式各异的文件里抽数据、对照采购订单做校验、产出结构化工作簿。实现用的是 Spire.Agent.Office for .NET，一个通过自然语言指令处理 Word、Excel、PowerPoint 和 PDF 文档的 AI 智能体。示例围绕这条流程设计，而不是照搬教程；官方的集成入门和 AI 合同审查教程会一步步讲 API 搭建，本节聚焦的是 C# 集成模式。

1. 从收件箱里的每张发票抽数据。 配置一次智能体，再读取收件箱文件夹，把每张发票都解析进同一张合并表：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

using System.IO;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Doc;
using Spire.Pdf;
using Spire.Xls;

AIOptions agentOptions = new AIOptions();
agentOptions.WorkDir = @"C:\ap-invoices\output";
agentOptions.SpireToken = spireToken;

string extractPrompt =
    "读取收件箱里的每一份供应商发票文件（PDF、Word、Excel 或图片），抽取每家供应商的信息：" +
    "公司名称、发票编号、开票日期、到期日、明细行（描述、数量、单价、金额）、小计、税额和合计。" +
    "把结果合并到一张工作表，列为：Supplier、InvoiceNumber、IssueDate、DueDate、Description、" +
    "Quantity、UnitPrice、LineAmount、Subtotal、Tax、Total。跳过重复的表头行，并另存为工作簿。";

Directory.CreateDirectory(@"C:\ap-invoices\output");

string[] invoiceFiles = Directory.GetFiles(@"C:\ap-invoices\inbox", "*.*");

多格式的难题由智能体一并解决——PDF、扫描图片、Word 文档、Excel 文件统统走同一条指令，不需要任何按格式分开写的代码：

1
2
3
4
5
6
7
8
9
10
11
12

using (Workbook extracted = new Workbook())
{
    AIResult result = extracted.AI(agentOptions).ExecuteInstruction(
        extracted,
        extractPrompt,
        @"C:\ap-invoices\output\extracted.xlsx",
        invoiceFiles);

    if (result == null || !result.Success)
        throw new InvalidOperationException(
            $"提取失败: {result?.ErrorMessage}");
}

关键 API 调用

• Workbook.AI(agentOptions) – 为工作簿对象挂载 AI 文档处理器
• ExecuteInstruction(doc, instruction, savePath, attachments) – 执行一次处理并写出合并结果
• AIResult.Success / AIResult.ErrorMessage – 校验结果并暴露失败信息

输出

2. 对照采购订单做校验。 加载提取出的文件，用一句大白话把匹配规则讲清楚。智能体会新增一张 Validation 工作表，源数据保持不动：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

using (Workbook validation = new Workbook())
{
    validation.LoadFromFile(@"C:\ap-invoices\output\extracted.xlsx");

    string[] poFiles = { @"C:\ap-invoices\data\purchase-orders.xlsx" };

    AIResult result = validation.AI(agentOptions).ExecuteInstruction(
        validation,
        "新增一张 'Validation' 工作表。把每条发票明细行与附件里的采购订单比对，标出合计与 " +
        "PO 相差超过 5% 的发票，标出描述与 PO 不匹配的明细单元格。差异用红色高亮，并加一列 " +
        "'Reason' 说明每处差异。保持原始数据工作表不变。",
        @"C:\ap-invoices\output\validated.xlsx",
        poFiles);

    if (result == null || !result.Success)
        throw new InvalidOperationException(
            $"校验失败: {result?.ErrorMessage}");
}

Validation 工作表会落到源数据旁边，被标记的行、红色填充和 Reason 列都由指令应用上去：

3. 出报告。 把第 5 节的汇总拼出来再导出。savePath 单独决定输出格式——这里写 .xlsx，换成 .pdf 就是分发版：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

using (Workbook report = new Workbook())
{
    report.LoadFromFile(@"C:\ap-invoices\output\validated.xlsx");

    AIResult result = report.AI(agentOptions).ExecuteInstruction(
        report,
        "生成一份处理报告。在最前面新增一张 'Summary' 工作表，带 KPI 块（处理的发票总数、总金额、" +
        "差异标记条数、金额最大的供应商）、按供应商分组的分组明细表，以及差异汇总。按打印要求排版，" +
        "并保存成品工作簿。",
        @"C:\ap-invoices\output\monthly-report.xlsx");

    if (result == null || !result.Success)
        throw new InvalidOperationException(
            $"报表生成失败: {result?.ErrorMessage}");
}

Summary 工作表落到工作簿最前面，随时可以打印或导出 PDF：

差别在哪：传统 SDK vs. AI 智能体

智能体的价值放在一起对比最清楚。用传统 SDK，你要按表头字符串逐一定位字段、把每个校验阈值硬编码、再逐格写输出——而且供应商一改布局或规则一变，这些全得重调。下面这段简化的示意代码，展示的正是那份工作量：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

// 传统 SDK（示意）：每个字段都按表头字符串逐一定位、
// 阈值硬编码、输出逐格写入
foreach (string file in invoiceFiles)
{
    Workbook wb = new Workbook();
    wb.LoadFromFile(file);
    Worksheet sheet = wb.Worksheets[0];

    // 供应商一改表头（比如把 "Total Due" 改成 "Amount Payable"），这里就失效。
    int totalCol = FindColumnByHeader(sheet, "Total Due");
    int vendorCol = FindColumnByHeader(sheet, "Vendor Name");

    for (int r = sheet.LastRow; r >= 2; r--)
    {
        double invoiceTotal = double.Parse(sheet.Range[r, totalCol].Text);
        double poTotal = GetPoTotal(sheet.Range[r, 1].Text);
        double diff = Math.Abs(invoiceTotal - poTotal) / poTotal;

        // 一个硬编码阈值；遇到施工类供应商就会误报。
        if (diff > 0.05) sheet.Range[r, totalCol].Style.Color = Color.Red;
    }
    // ...接着还要合并、校验、汇总——每家供应商、每个月都是几百行。
}

而使用智能体，只需要把这一整套编排换成一条指令：

1
2
3
4
5
6
7

validation.AI(agentOptions).ExecuteInstruction(
    validation,
    "新增一张 'Validation' 工作表。把每条发票明细行与附件里的采购订单比对，标出合计与 " +
    "PO 相差超过 5% 的发票，标出描述与 PO 不匹配的明细行。差异用红色高亮，并加一列 " +
    "'Reason' 说明每处差异。保持原始数据工作表不变。",
    @"C:\ap-invoices\output\validated.xlsx",
    poFiles);

两者产出的是同一份校验工作簿。区别在于：SDK 每多一个字段就多一个 FindColumnByHeader，每多一条规则就多一次阈值比较，每多一处填充就多一次写单元格；而智能体把这些全收进了一条指令。供应商改了布局、财务改了差异阈值，你改的是那句指令，而不是代码。

6. 为什么用 Spire.Agent.Office

上面的三方对比是刻意不带产品立场的——换成任何够用的 LLM，这套模式都成立。对 .NET 团队来说，Spire.Agent.Office 真正值得选的地方在三点：

1. 原生支持多格式发票。 PDF、Word 文档、Excel 文件、扫描图片都是一等公民，不是后补的格式。一条指令就能从这四种格式里读取并提取。
2. 格式原样保留。 发票报告带的列头、数字格式、条件填充必须在处理后原样存活。智能体的文档层保证它们不被破坏——在指令里加上”保留原始文档的布局和样式”，输出就贴合模板。
3. 原生 .NET 集成。 它是一个 C# SDK，直接嵌进现有 .NET 应用，不用另建、不用维护一套文档处理服务，也没有跨服务的粘合成本。上面的示例就是完整的集成面。

如果你已经在用 Spire.Office 做文档处理，智能体是顺理成章的下一层：同一个 Workbook 对象多出一个 AI() 处理器，把指令变成已执行的工作流。

7. 常见问题

AI 发票处理能识别扫描图片吗？

可以。上面的提取示例就是把扫描图片和 PDF、Word 文档一起加载，智能体会按各自的原生格式读取和分析。对没有可提取文本层的扫描件，智能体会直接对图片内容做处理。如果扫描质量很差，建议先跑一遍 OCR 以获得最好效果。

发票数据能留在我的环境里吗？

可以，但有一点要说清楚。Spire.Agent.Office 从你自己的应用运行，SDK、模板和文档处理都留在你的环境里，发票文件不会上传到第三方文档服务做存储或转换。要分析发票内容，AI 需要相关文本，这部分会发给模型处理，这是任何 AI 工作流的固有步骤。如果你在内网部署自有模型，内容就完全不出内网；如果通过 OpenAI、Azure OpenAI 这类托管模型 API 接入，相关内容会按你的配置经网络传给对应提供商。

能用我自己的 AI 模型吗？

可以。Spire.Agent.Office 支持灵活的 AI 模型接入，兼容主流 AI 基础设施，包括托管模型 API 和私有化部署模型，你可以把智能体指向自己的端点。关于你部署环境中支持哪些提供商，请联系客户团队：联系我们。

Spire.Agent.Office 做发票处理时用的是哪个模型？

Spire.Agent.Office 通过一个 SpireToken 密钥连接到大语言模型。你用自然语言描述提取或校验任务，智能体在背后编排文档处理工具；模型负责理解，文档层负责保证格式和文件保真。

能批量处理发票吗？

可以。一条指令作用于一个发票文件夹，智能体就产出一份含全部提取数据的合并工作簿，字段提取和跨文档匹配都支持。要让智能体不漏掉任何一张发票，把收件箱文件夹整理好、别放空文件；如果处理出来的发票数量对不上收件箱数量，先查数据源。

AI 会改动我的工作簿格式吗？

只要你不让它改，它就不会。在指令里加上一句类似”保留原始文档的布局、样式和字体”即可，官方教程里有这个改法。

这和直接用裸 LLM API 有什么区别？

裸 LLM 无法自己可靠地读、改、写 Word 和 Excel 文件，它需要一个文档处理层。文档 AI 智能体把 LLM 的语言理解和确定性文档 API 配在一起，所以输出的是真实、格式正确的文件。

准备好自动化你的发票处理了吗？

提取、校验和出报告是见效最快的三个环节：把智能体指向收件箱、描述处理规则，就能拿到一份结构化工作簿或 PDF。跟随集成入门教程，在 .NET 里跑通你的第一个发票工作流。