交付样板：一次真实处理

下面这条不是示意图，是脚本在本机跑出来的真实产物。你可以拿手上的文件套同一套流程。

输入（客户给什么）

文件	类型	问题
客户台账_原始.xlsx	Excel 5 行 × 8 列	有重复行、格式不统一
采购单样例.pdf	PDF（无表格结构）	需要从文本里抽字段
发票扫描件.png	扫描图片	需要 OCR 才能读

输出（你拿到什么）

产物	说明	结果
客户台账_清洗后.xlsx	去重 + 列名规范化	5 行 × 8 列，删除完全重复行 1 行
客户台账_清洗后.report.md	处理报告（验收单）	见下
采购单.csv	PDF 文本 → 结构化字段	抽出单据号 / 金额 / 日期
发票字段.csv	扫图 OCR → 结构化字段	OCR 157 字，抽出单据号 / 金额 / 日期 / 邮箱

处理报告（这就是验收方式）

# 数据质量报告（AI 自动生成，需人工复核）

- 行数：5｜列数：8
- 列名：单据号, 客户, 金额, 日期, 联系人, 电话, 备注, _source

- 空值列：无
- 完全重复行：1
- 金额 合计：29,105.50（非空 4 行）
- 电话 未做合计（标识/号码类，求和没有意义）

## 需要你确认的点
1. 上表空值/重复是否符合你的预期？
2. 金额合计是否与原件一致？
3. 是否还有需要额外提取的字段？

抽出来的字段长这样

采购单.csv（PDF → 文本字段）
单据号,金额,日期
2026-0914,"9,620.00",2026-10-08

发票字段.csv（扫图 OCR → 字段）
单据号,金额,日期,邮箱
INV-2026-0914,"1,234.50",2026-10-15,amy@northwind.example

为什么敢让你先试

因为处理报告会明说「哪些行系统判断不确定」。你不需要信任我的准确率承诺，你只需要看报告的那 3 个问题，核对那几行。

← 回到下单页（先免费试做 3 页）