LedgerLens是什么

什么是LedgerLens？

我在花了数周手动从PDF银行对账单复制数字到电子表格后创建了LedgerLens。该工具接受您上传的文件——PDF、DOCX、JPEG、PNG——并运行一个经过调整以定位表格、数字、日期和文本标签的语言模型。该模型返回类似JSON的结构，我们将其转换为浏览器中可以看到的简单网格。每个单元格都包含一个置信度评分，该评分直接来自模型对该令牌的内部概率。我希望系统永远不会假装完美，因此界面强制您在接受任何值之前查看评分。

当您第一次打开应用程序时，您会看到一个放置区。将对账单或发票放入其中，UI将显示一个旋转器，直到模型工作完成。后端在仅CPU的实例上运行模型；演示不需要GPU。如果您提供了API密钥，则请求将发送到托管模型；否则，演示模式将使用运行在本地的小型开源模型，并返回明显标记的占位符结果。演示模式在不消耗任何积分的情况下检查布局和置信度评分显示非常有用。

提取过程的工作原理

步骤一：文件摄取。服务读取上传的流并使用纯JavaScript库将PDF页面转换为图像；DOCX被转换为XML，然后展平为文本；图像保持不变。这保持了原始文件的私密性——除了临时缓冲区之外，什么都不会写入磁盘，缓冲区在响应后被清除。

步骤二：布局检测。一个轻量级的布局模型识别出看起来像表格、标题或页脚的区域。它返回边界框和类型标签（表格、段落、标题）。我们只保留标记为表格的区域，因为银行对账单和发票主要是表格。

步骤三：单元格级OCR。对于每个表格区域，我们运行OCR（Tesseract 5）以获取每个单元格的原始文本。OCR输出与图像裁剪一起被送到语言模型。模型接收到一个提示，告诉它提取：日期、描述、借方、贷方、余额、税、VAT和任何参考号。提示还要求模型输出每个字段的置信度值（介于0和1之间）。

步骤四：后处理。我们将模型的输出与OCR网格对齐，使用OCR文本填充任何缺失的单元格，并在可能的情况下重新计算运行余额。如果借方总额减去贷方总额与结余余额在0.01的容忍度内不匹配，我们将该行标记为手动审查。所有这些计算都发生在浏览器中，因此您可以立即看到逻辑。

输出格式和置信度评分

LedgerLens 提供三种方式将数据导出应用程序：

- 内联表格 - 可以直接从视图中复制和粘贴行。

- CSV 下载 - 文件在客户端生成；我们对以“=”，“+”，“-”或“@”开头的任何字段进行转义，以防止公式注入。

- Excel（XLSX）下载 - 我们使用 SheetJS 库创建工作簿；同样的公式注入防护措施也适用。

导出的文件中的每一列都包括一个名为“confidence_”的额外列。例如，银行对账单导出将具有以下列：日期、描述、借方、贷方、余额、confidence_date、confidence_description、confidence_debit、confidence_credit、confidence_balance。置信度值与 UI 中看到的数字相同，四舍五入到两位小数。

下表显示了我们在内部测试期间处理的 200 个真实银行对账单的典型置信度分布。这些数字仅为示例，不保证未来性能。

评分范围 | 字段百分比 | 典型用例

0.90 – 1.00 | 42% | 日期、金额、清晰打印的描述

0.80 – 0.89 | 31% | 手写笔记、稍微模糊的打印

0.70 – 0.79 | 15% | 低分辨率扫描、折角

安全和隐私考虑

我将您上传的数据视为机密。服务在响应发送后不会存储您的文件；临时缓冲区存储在内存中，几秒钟内就会被清除。如果您启用演示模式，模型将完全在浏览器中运行，因此不会将任何数据从您的机器发送出去。

对于调用外部模型的实时运行，我们仅转发提取的文本和图像裁剪；我们不会发送您的原始文件名或您未选择共享的任何元数据。连接使用TLS 1.2或更高版本。

为了保持AI组件的安全，我们遵循两个公共框架的指导。首先，我们参考OWASP针对大型语言模型应用的前10名（https://owasp.org/www-project-top-10-for-large-language-model-applications），以检查提示注入、数据泄露和模型输出处理。其次，我们的风险管理实践与NIST AI风险管理框架（https://www.nist.gov/itl/ai-risk-management-framework）保持一致。这些文档帮助我们决定保留什么日志、如何清理提示以及在哪里放置置信度分数免责声明。

决策支持工作流：在采取行动前进行验证

当您收到银行对账单或发票时，首先要做的事情是查看信心徽章。任何低于0.8的字段都值得快速查看源文件。以下是我遵循的常规：

- 上传文件并等待结果网格出现。 - 按信心度列（点击标题）对表格进行排序，以将最低分数排到顶部。 - 对于每个低信心度行，点击徽章打开验证窗格。 - 在窗格中，您可以看到原始图像裁剪、OCR文本行和模型建议的值。如果建议匹配，请接受；否则输入正确的值并按Enter - 网格会立即更新，信心徽章会被重新计算为1.0以反映您的编辑。 - 审核完所有低于0.8的行后，进行快速的合理性检查：借方总额减去贷方总额应该等于期初和期末余额的变化。如果数字不匹配，请重新检查导致不符的行。 - 当您满意时，导出到CSV或XLSX并将文件加载到您的会计系统中。将原始PDF保存在您的存档中以备审计目的。

什么这不是

我想明确说明LedgerLens的限制，以免您依赖它做它不能做的事情。

- 它不能保证正确性。即使一个字段的置信度评分为0.99，如果源文档包含一个罕见的符号或模型从未见过的布局，也可能是错误的。

- 它不能提供100%的准确性。目前没有任何AI模型能够在异构的财务文件中达到完美的提取效果。

- 它永远不能替代合格的会计师或审计师。将其用作检查清单，而不是最终权威。

- 它不包括SSO、Slack通知或批量CSV处理，除非这些功能已在此特定版本中发布。产品页面列出了所有可用的功能。

- 它不是原始PDF或图像的替代品。始终保留源文件以供参考。

- 它不提供实时协作或版本控制。如果您需要这些功能，请导出数据并使用现有的工具。

- 它不承诺任何特定的速度改进。处理时间取决于文件大小、图像质量以及您是否使用的是演示模式或实时密钥。

如果上述任何一点在未来版本中发生变化，我将更新文档和产品页面。

参考

常见问题

什么是LedgerLens？

LedgerLens可以提取银行对账单和发票的AI信息，请在使用前进行验证。

谁应该使用LedgerLens？

需要快速生成草稿或清单的运营商和开发者可以使用LedgerLens。

是否可以在没有API密钥的情况下使用？

是的，可以在Demo模式下使用。但是，实时AI需要配置API密钥。

是否保证结果？

否，输出结果仅供参考，您仍需要在发布或采取行动前进行审查。

是否包括SSO、Slack或批量CSV功能？

仅当这些功能在此产品版本中实现时才可用，请不要假设它们存在。

数据存储在哪里？

运行结果可能存储在产品的.data/边界内，Demo模式下的数据请视为临时数据。

LedgerLens与、、、等工具有什么关系？

LedgerLens可以与、、、等工具结合使用，提供更好的用户体验。

参考

- schema.org — FAQPage - Google Search Central — Structured data

尝试 LedgerLens

相关阅读

- 如何使用 LedgerLens — LedgerLens - LX AI Micro-SaaS 主题矩阵