# Travel Expense Reimbursement Toolkit

> ·--- name: 差旅费报销单生成 version: 1.2.2 description: 从行程截图（含Word文档内嵌截图）自动生成差旅费报销单（Word）和明细表（Excel），含凭证附件、页脚页码、费用结算 trigger: 差旅费报销、报销单、行程单、报销明细、生成报销单

- Skill: `cslawyer1985/travel-expense-reimbursement-toolkit` (Agent Skill, multi-file: 11 files)
- Install (CLI): `npx get-skill add cslawyer1985/travel-expense-reimbursement-toolkit`
- Raw SKILL.md: https://api.skillmd.com/api/skills/cslawyer1985/travel-expense-reimbursement-toolkit/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Data & Analytics
- Author: cslawyer1985 (https://skillmd.com/u/cslawyer1985)
- Updated: 2026-11-15
- Page: https://skillmd.com/skills/cslawyer1985/travel-expense-reimbursement-toolkit

---


·---
name: 差旅费报销单生成
version: 1.2.2
description: 从行程截图（含Word文档内嵌截图）自动生成差旅费报销单（Word）和明细表（Excel），含凭证附件、页脚页码、费用结算
trigger: 差旅费报销、报销单、行程单、报销明细、生成报销单
---

# 差旅费报销单生成技能

## 一、技能说明

本技能用于从用户提供的行程截图中，自动提取信息并生成差旅费报销单（Word .docx）和报销明细表（Excel .xlsx）。

用户只需提供：
1. 行程截图（按案件分文件夹存放）——可以是独立图片文件，也可以是Word文档内嵌的截图
2. 预支凭证截图（如有）
3. 口头补充信息（如有）

Agent自动完成：
- **扫描文件夹内所有资料**（图片、Word文档、Excel等），不遗漏任何凭证来源
- 如文件夹内含Word文档（.docx），自动提取内嵌截图并读取
- 逐张读取截图，提取日期/时间/起点/终点/金额/车次
- **同一案件多批次行程自动合并汇总**（如1月出差+7月出差属同一案件，合并为一份报销单）
- 按时间排序并编号
- 生成Word报销单（明细表+预支凭证+原始凭证附件+页脚页码）
- 生成Excel明细表（含费用结算区）
- 文件名自动包含核心数据

## 二、铁律规则（必须严格遵守）

### 规则1：信息来源（最重要）
行程单的所有信息只能来源于：
1. **截图**（第一来源）- 直接从截图读取
2. **用户对话**（第二来源）- 用户明确告知的信息

- 截图没有 + 对话没说 → 写"—"表示无
- **绝对不允许自行推测或编造任何信息**
- 截图上有的信息优先归为"截图来源"，即使对话中也提到了
- 对话与截图信息不一致时，以截图为准，并提醒用户确认

### 规则2：逐张读取截图
收到截图后第一反应：
1. 逐张仔细读取上面的所有信息（日期、时间、起点、终点、金额、车次）
2. 每条信息标记来源（screenshot/dialog/inferred）
3. 先读完所有截图，再开始整理数据
4. 截图无时间 → 不要编，写"—"
5. **同图多日期陷阱（极易犯错，必看）**：一张订单列表截图（如12306"待开票"）常含多个"乘车日期"表头。每条订单必须对照它**自身紧邻的日期表头**填日期，**绝对禁止用截图首日期套整图所有条目**。录入后必须用 `validate_data.py` 的"按截图分组复核"逐图验证。
6. **唯一要丢弃的时间：手机状态栏系统时间**。完整手机截图最顶端的状态栏（有电池图标、信号格、运营商名称、WiFi图标），通常只显示时分（如"15:30"）不显示日期，是截图时刻手机系统时间，与行程无关→**丢弃**。注意：不是每张截图都有状态栏（全屏/裁剪/APP隐藏时没有）。
   **除状态栏外，所有时间都保留**——下单时间、购票时间、支付时间、乘车时间等，都是确定行程日期/时分的依据，**绝不丢弃**。
   **拿不准某个时间是不是状态栏时间时**：不要擅自决定。两种处理方式：①向用户确认要不要去掉；②在文档末尾用红字标注该时间，问用户"此时间是否需要去掉"（参见规则4的"待确认问题清单"机制）。

7. **不同平台时间表述不同，全部保留，优先用行程时间**。不同平台对时间的标签不同，但**不要因为标签是"下单/购票/支付"就丢弃**——如果截图只有这个时间，它就是确定行程日期/时分的唯一依据。常见情况：
   - **12306高铁票**：有"乘车日期"+"发车时间"→优先用；也有"下单时间"→备注保留
   - **滴滴/网约车**：有"行程开始/出发时间"→优先用；只有"下单时间"→用下单时间确定日期和时分
   - **飞机票**：有"起飞时间/出发日期"→优先用；只有"购票时间"→用购票时间确定日期
   - **支付宝/微信账单（顺风车/个人付款）**：只有"支付时间"→用支付时间（付款即乘车），收款方名称填入type或note
   - **原则：所有时间信息都保留不丢弃；优先取行程发生时间（乘车/出发/起飞）；没有行程时间时用下单/购票/支付时间代替；唯一丢弃的是状态栏系统时间（见规则6）**

### 规则3：排序规则
- 添加新记录后立即按(date, time)排序并重新编号
- 有时间的在前按时间排，无时间的排当天末尾
- 同日多记录按地点首尾相连（行程连贯性）

### 规则4：异常发现与确认（必须主动做）
发现以下情况必须标记并向用户确认，**绝不擅自处理**：
1. 同一时间同一车次多条记录 → 可能是改签
2. 同一时间同一人在两个地方 → 逻辑不可能
3. 金额异常（改签费但无对应票）→ 需确认改签逻辑
4. 行程不连贯 → 需确认是否有遗漏
5. 座席矛盾（同车次一等座+二等座）→ 改签特征

确认方式：
- 备注栏用红字写明疑问
- 文档末尾附"待确认问题清单"
- 用户确认后删掉确认文字，生成最终版

### 规则5：图片处理
- **不准拉伸图片**：必须保持原图的宽高比
- 直接从图片文件头读取实际尺寸（不依赖外部缓存）
- 多订单截图如需裁剪：
  - 裁剪前用图像分析定位订单边界
  - 裁剪后逐张验证：内容完整 + 无残留其他订单信息

### 规则6：总额计算
- 总额必须由程序自动计算（sum of items）
- 不依赖手动填写的total字段
- 生成文档后验证：sum(items) === case.total

### 规则7：文档结构
- docx页脚：第 X 页 共 Y 页
- 费用结算四项：预支/实际/补交/退还（不出现负数）
- 文件名包含核心数据：预支X_实际Y_补交Z 或 退还Z
- 附件顺序：一、明细表 → 二、预支凭证 → 三、原始凭证
- 无预支时"二"写明"无预支凭证"

### 规则8：文件夹全量读取（核心原则，极易遗漏）
**用户给了文件夹路径，就必须读取文件夹内的所有文件，不能只读独立图片。无论什么格式，都要打开看里面有没有截图或行程数据。**

1. **扫描全部文件，不挑格式**：文件夹内可能有图片（`.jpg/.png/.jpeg/.bmp/.gif/.webp`）、文档（`.docx/.doc/.wps/.pdf/.odt`）、表格（`.xlsx/.xls/.csv`）、演示文稿（`.pptx/.ppt`）、压缩包（`.zip/.rar/.7z`）等。**所有文件都要处理，不能只挑图片**。
2. **从文档中寻找截图**：各种格式的文档里都可能内嵌了行程截图：
   - **Word文档（.docx/.doc）**：内嵌图片在 `word/media/` 下，用 `extract_docx_images.py` 提取
   - **PDF文件（.pdf）**：可能含行程单截图，用PDF解析工具提取图片
   - **Excel文件（.xlsx）**：可能含已整理的行程数据表，也可能插入了图片
   - **WPS文档（.wps/.et/.dps）**：先转为对应微软格式再提取
   - **压缩包（.zip/.rar）**：先解压，再扫描解压出的文件
   - **其他格式**：尝试用对应工具打开，寻找截图或行程数据
3. **同时提取文档文字内容**：文档中可能已有行程汇总表（日期/路线/金额），这些文字是可靠数据来源，应与截图交叉验证。
4. **同一案件多批次合并**：文件夹内不同日期的行程（如1月出差+7月出差）如果属于同一案件，**必须合并为一份报销单**，不能因为日期不同就判定"无关"而丢弃。
   - 判断标准：在同一案件文件夹内 = 同一案件 = 合并报销
   - 例外：用户明确说明某文件不属于本次报销范围
5. **已有报销文档的处理**：文件夹内可能已有之前整理好的报销文档（如"XX案差旅费报销，合计XXXX元.docx"）。这些文档代表**已整理但尚未报销**的行程，应提取其内嵌图片和数据，与新截图合并汇总。

### 规则9：模型不支持图片时禁止编造（致命错误防范）
1. **读取图片时如收到"当前模型不支持图片"或"内容已过滤"等提示**：
   - **立即停止**，不要继续编造数据
   - **第一时间告知用户**："当前模型无法读取图片，请切换到支持图片的多模态模型，或提供OCR方案"
   - **绝对禁止**在无法读取图片的情况下自行编造车次、时间、金额等信息
2. **这不是可选项**：编造数据违反规则1（绝对不允许自行推测或编造任何信息），是最严重的错误。
3. **替代方案**（按优先级）：
   - ① 切换到支持图片的多模态模型（推荐）
   - ② 使用OCR技能识别图片文字（如腾讯云OCR）
   - ③ 请用户口述截图内容
4. **Word文档中的文字内容不受此限制**：即使模型不支持读图，docx中的文字（行程表、金额等）可以通过文本提取读取，是可靠数据来源。

## 三、数据结构

```json
[
  {
    "case_short": "01_案件简称",
    "case_name": "案件全称",
    "items": [
      {
        "seq": 1,
        "date": "2026-05-05",
        "time": "07:15",
        "type": "高铁-二等座 G265",
        "from": "岳阳东",
        "to": "宁波",
        "amount": 649.00,
        "img": "docx_01.png",
        "note": "备注信息",
        "date_source": "screenshot"
      }
    ],
    "prepayment": {
      "amount": 5000.00,
      "date": "2026-01-01",
      "note": "当事人预支差旅费",
      "img": "prepayment.jpg"
    },
    "total": 0,
    "item_count": 0
  }
]
```

### date_source字段
- `screenshot`：信息直接从截图读取（正常黑色显示）
- `dialog`：用户对话告知（红色字体+浅橙底色）
- `inferred`：推测（红色字体+浅橙底色+"（推测）"）
- 不填：默认为截图来源

## 四、工作流程

### 步骤0：扫描文件夹全部文件（必做，不能跳过）
1. **运行扫描脚本**（自动列出所有文件并分类）：
   ```bash
   python scan_folder.py "文件夹路径"
   ```
   脚本会自动：列出所有文件 → 按类型分类 → 提示哪些需要提取截图 → 自动对.docx调用extract_docx_images.py
2. **如不使用脚本，手动检查**：列出文件夹内所有文件（包括子文件夹），无论什么格式：
   - 图片文件（.jpg/.jpeg/.png/.bmp/.gif/.webp）→ 独立截图，直接读取
   - Word文档（.docx/.doc/.wps）→ 可能含内嵌截图，执行步骤0.5提取
   - PDF文件（.pdf）→ 可能含行程单截图，用PDF工具提取图片
   - Excel文件（.xlsx/.xls）→ 可能含已整理数据和插入图片
   - 演示文稿（.pptx/.ppt）→ 可能含截图
   - 压缩包（.zip/.rar/.7z）→ 先解压，再扫描
   - 其他文件 → 尝试打开，寻找截图或行程数据
3. **判断是否有已整理但未报销的行程**：如文件夹内已有报销文档（如"XX案差旅费报销，合计XXXX元.docx"），说明之前的行程已整理但未报销，需与新截图合并。
4. **确认案件范围**：同一文件夹 = 同一案件 = 合并报销。不同日期的行程只要在同一文件夹内，都属于同一案件。

### 步骤0.5：从文档中提取内嵌截图（如有非图片格式的文档文件）
1. **Word文档（.docx）**最常见，运行提取脚本：
   ```bash
   python extract_docx_images.py "案件文档.docx" --output images/案件简称/docx_extracted/
   ```
2. **其他格式文档**也需提取内嵌图片：
   - PDF：用 `pdfimages` 或 Python `PyMuPDF` 提取图片
   - Excel：用 `openpyxl` 读取 `xl/media/` 下的图片
   - WPS：先转为对应微软格式再提取
   - 或手动解压（docx/xlsx/pptx本质都是ZIP），图片在对应 media 目录下
3. **同时提取文档文字内容**（行程表、金额等），作为数据交叉验证来源
4. 将提取的图片重命名为规范名称（如 `docx_01_日期路线_车次.jpg`），放入 `images/案件简称/` 目录
5. **解析图片与文字的对应关系**：通过文档XML中的图片引用顺序，确定每张图片对应的行程

### 步骤1：收取截图
1. 按案件分文件夹存放截图到 images/ 目录
2. 收到截图后第一时间逐张读取所有信息
3. 每条信息标记来源

### 步骤2：录入数据
1. 将每条行程录入 expense_data.json
2. 每条记录包含：seq, date, time, type, from, to, amount, img, note
3. 添加新记录后立即按(date, time)排序并重新编号
4. **录入完成后运行校验**：`python validate_data.py`，特别关注"按截图分组复核"输出，逐图确认每条日期与截图日期表头一致（同图多日期时极易填错）

### 步骤3：异常检查
检查以下异常，发现后向用户确认：
- 同一时间同一车次多条记录
- 同一时间同一人在两个地方
- 金额异常
- 行程不连贯
- 座席矛盾

### 步骤4：生成文档
```bash
# 安装依赖（首次使用）
npm install docx
pip install openpyxl Pillow

# 步骤0：扫描文件夹内所有文件（自动分类+提示哪些需要提取截图）
python scan_folder.py "文件夹路径"

# 步骤0.5：如文件夹内有Word文档，提取内嵌截图（scan_folder.py会自动调用，也可手动运行）
python extract_docx_images.py "案件文档.docx" --output images/案件简称/docx_extracted/

# 生成前先校验数据（推荐，可发现日期填错等问题）
python validate_data.py

# 生成Word文档
node generate_docs.js

# 生成Excel明细
python generate_excel.py
```

### 步骤5：验证
1. 检查每个案件的total是否等于items求和（程序会自动校正）
2. 检查图片是否拉伸（程序直接从文件头读取尺寸）
3. 检查页脚是否有页码
4. 检查文件名是否包含核心数据

## 五、费用结算逻辑

- **有预支**：
  - 实际 > 预支 → 需补交（差额）
  - 实际 < 预支 → 待退还（差额）
  - 实际 = 预支 → 两清
- **无预支**：
  - 需补交 = 实际金额
  - 待退还 = 0

## 六、文件命名规则
- 有预支+补交：`案件名报销单_预支X_实际Y_补交Z.docx`
- 有预支+退还：`案件名报销单_预支X_实际Y_退还Z.docx`
- 无预支：`案件名报销单_未预支_实际Y_补交Y.docx`

## 七、历史错误反思（避免重犯）

### 错误0：发现异常不主动确认
同一时间同一车次出现两条记录（一等座+二等座），没有发现逻辑矛盾。改进：发现异常必须向用户确认。

### 错误1：编造时间数据
截图没读就编造时间。改进：收到截图第一反应逐张读取。

### 错误2：同日多订单时间互换
多订单截图时间对应错误。改进：逐个订单确认时间。

### 错误3：添加记录后未排序
序号与时间顺序不一致。改进：每次添加后立即排序+重新编号。

### 错误4：对话日期标成截图来源
截图上没有日期却标为screenshot。改进：逐条逐张判断来源。

### 错误5：对话与截图矛盾未发现
用户说9月30日，截图是10月30日。改进：以截图为准并提醒用户。

### 错误6：图片裁剪后未验证残留
裁剪后图片仍包含其他订单信息。改进：裁剪后逐张验证。

### 错误7：图片裁剪过度
裁剪掉了下单时间等重要信息。改进：裁剪前定位完整边界。

### 错误8：图片拉伸
不同案件同名图片尺寸混淆。改进：直接从文件头读取尺寸。

### 错误9：总额计算错误
手动算错总额。改进：程序自动求和+全量验证。

### 错误10：同图多日期误套首日期
一张12306截图含两个乘车日期（顶部02-03 + 底部02-01），转录时把同图所有条目都套用了首日期02-03，导致02-01的订单日期填错。改进：每条订单对照自身紧邻的"乘车日期"表头填日期，录入后用 `validate_data.py` 的"按截图分组复核"逐图验证。

### 错误11：忽略文件夹内文档，未合并多批次行程
**真实案例**：用户给了文件夹路径，里面有3张7月截图 + 1个Word文档（含1-2月6条行程截图）。Agent只整理了3张独立截图，把Word文档判定为"无关文件"丢弃。实际上Word文档内的行程是已整理但未报销的，应与7月新行程合并为一份报销单（9条行程，¥5071.03）。
**根因**：把"日期不同"等同于"案件不同"，且只读图片不读文档，缺乏"同一文件夹=同一案件=合并报销"的意识。
**改进**：
- 收到文件夹路径后，必须扫描全部文件，无论什么格式（规则8）
- 文档内的截图必须提取（步骤0.5），不只是.docx，所有格式都要处理
- 同一文件夹内不同日期的行程必须合并汇总
- 新增规则8"文件夹全量读取"

### 错误12：模型不支持图片时编造数据
**真实案例**：模型不支持图片读取（系统返回"内容已过滤"），但Agent没有告知用户，而是自行编造了车次号、发车时间、金额等具体数据，生成了看似完整实则全部虚构的报销单。这直接违反了规则1"绝对不允许自行推测或编造任何信息"。
**根因**：收到"不支持图片"提示后未停止，而是选择编造数据来"完成任务"。
**改进**：
- 收到"不支持图片"提示后必须立即停止，告知用户切换模型
- 绝对禁止在无法读取图片时编造任何数据
- 新增规则9"模型不支持图片时禁止编造"
- Word文档中的文字内容不受此限制，可通过文本提取读取

## 八、技术要点

### docx-js 9.x API
- 页脚必须用 `footers: { default: docFooter }`，不是 `footer: docFooter`
- Footer中用 `PageNumber.CURRENT` 和 `PageNumber.TOTAL_PAGES` 显示页码
- 图片用 `ImageRun` + `transformation: { width, height }`，尺寸按原始比例计算

### 图片尺寸读取
直接从文件头读取，不依赖外部缓存：
- PNG：IHDR偏移16-23
- JPEG：扫描SOF标记（0xFFC0-0xFFCF）
- BMP：偏移18-22
- GIF：偏移6-8

### 总额自动校正
generate_docs.js 和 generate_excel.py 启动时：
```javascript
const actualTotal = Math.round(items.reduce((s, it) => s + it.amount, 0) * 100) / 100;
if (caseData.total !== actualTotal) {
  caseData.total = actualTotal; // 自动校正
}
```

