使用 lift-pdf 构建模式引导的发票智能管道：应付账款提取、验证与账本生成

在本教程中，我们使用 lift-pdf 构建了一个端到端的应付账款提取管道。我们将合成发票 PDF 作为受控测试文档，并以结构化 JSON 模式作为目标输出格式，将发票解析从简单的 OCR 任务提升为模式引导的文档理解。我们生成了逼真的发票，定义了供应商身份、账单方、采购订单号、行项目、税金、总金额、应付余额和付款状态等字段，并要求模型直接从渲染的 PDF 布局中提取这些值。我们还包含了实际财务工作流中常见的提取陷阱，例如区分账单地址与发货地址、区分小计与税后总额、对缺失值返回 null，以及正确标记部分付款的发票（当余额未结清时标记为未付）。通过 GPU 感知模型加载、可选的 4 位量化、PDF 生成与提取、评分以及账本构建，我们将本教程转变为一个紧凑而逼真的文档智能演示，用于发票挖掘。

首先，我们设置了运行时控制参数，包括处理的发票数量、是否启用 4 位加载、是否预览生成的 PDF。我们安装了核心依赖项，包括 PDF 生成、渲染、表格分析、绘图和 lift-pdf 推理。为了避免 Pillow 版本冲突，我们将其固定到一个稳定版本。然后，我们准备了 GPU 感知的推理后端，根据可用的 VRAM 决定模型是以全精度还是 4 位 NF4 量化运行。我们修补了 Hugging Face 的模型加载路径，使 lift 能够透明地加载量化配置。InferenceManager 被初始化一次并在所有发票中复用，避免了重复的模型加载开销。

接下来，我们生成了三个合成发票数据字典，每个代表不同的场景：一个美国云服务提供商（有未付余额）、一个芬兰设计公司（已全额付款）和一个美国建筑承包商（已付部分押金）。我们使用 ReportLab 将每个发票渲染为一页 PDF，包括头部、发票元数据、账单和发货地址块、行项目表格、总计、付款状态和备注。我们特意保留了使发票提取困难的布局元素，例如分离的账单地址和发货地址、小计与总计字段。然后我们生成了 PDF 语料库，并可选择预览第一页。

在提取阶段，我们定义了一个完整的 JSON 模式，描述了所有目标字段及其约束。模式包括发票号、日期、供应商、客户名称、采购订单号、货币、行项目（含描述、数量、单价和行总计）、小计、折扣金额、税金、总金额、已付金额和余额。我们使用 lift 的模式导引提取能力，将每个 PDF 文件传递给 lift.extract()，并获取结构化的提取结果。对于每个发票，我们将提取结果与地面真值进行比较，计算逐字段的精度和召回率。我们还构建了一个简单的账本，汇总所有发票的提取数据，包括金额匹配和状态标志。

最后，我们提供了完整的代码示例，包括安装指令、模型加载、PDF 生成、提取和评分。整个管道旨在处理真实世界的发票变体，并可作为实际应付账款自动化系统的基础。