QQ邮箱发票下载器

自动登录QQ邮箱，按日期搜索发票邮件，下载PDF附件和解压ZIP，过滤非发票，生成分类Excel报告。

QQ邮箱发票下载器 SKILL

用途

自动登录QQ邮箱，搜索指定时间段的发票邮件，下载PDF附件，处理压缩包，并生成Excel目录

使用方法

# v8.2 最新版 (推荐)
python invoice_downloader_v82.py 260201 260310

# 输出目录: Z:\OpenClaw\InvoiceOC\260201-260310_v1\

核心特性

特性	说明
智能搜索	修复 date_lt 参数，支持精确日期范围
智能自适应按钮识别	自动扫描"下载"/"批量zip下载"等关键词
只下载PDF/图片	跳过 OFD/XML/CSV
保留原文件名	不添加时间戳前缀
重名处理	MD5内容比对，不同加版本号
ZIP解压后删除	自动解压并删除压缩包
跳过非发票	过滤堂食明细、小票等
SSL自动降级	SSL失败时自动禁用验证重试
Excel详细报告	成功/跳过/失败/异常分表显示

发票处理策略

发票类型	处理方式
直接附件	HTTP直接下载
诺诺网	浏览器点击下载按钮
税务平台(预览)	浏览器点击PDF下载
税务平台(直链)	HTTP直接下载
飒拉商业	筛选PDF链接+HTTP下载
中海油/批量下载	识别"批量zip下载"按钮
通行费发票	ZIP解压

支持平台

• 和运国际 (上海税务)
• 诺诺网
• 百旺金穗云
• 飒拉商业
• 中国联通
• 中海油(批量zip下载)
• 通行费电子发票
• 所有PDF/ZIP/PNG/JPG附件

输出文件

260201-260310_vX/
├── attachments/          # 发票文件
├── 发票目录.xlsx        # Excel报告
│   ├── 全部记录         # 所有邮件处理记录
│   ├── 成功            # 成功下载
│   ├── 跳过_重复       # 内容重复跳过的
│   ├── 失败            # 下载失败
│   └── 处理异常        # 处理异常
└── detailed_results.json # 详细JSON日志

关键教训

⚠️ Playwright 浏览器必须串行！多线程要加 Lock！

greenlet.error: cannot switch to a different thread — 这是多线程并行 Playwright 导致。解决方案：单浏览器串行，通过 threading.Lock() 保证线程安全。

---

Phase 1.5 - LLM 增强分析（invoice_analyzer_v9）

LLM 触发条件

InvoiceAnalyzerWithLLM 在以下情况自动调用 MiniMax LLM：

条件	说明
confidence < 0.7	硬编码置信度不足
invoice_type == "unknown"	平台不在已知列表中

策略：硬编码优先 → 置信度不足或类型未知 → LLM fallback → 取置信度更高者

MINIMAX_API_KEY 配置

# 设置环境变量（Windows PowerShell）
$env:MINIMAX_API_KEY = "your-api-key-here"

# 或在 Python 中直接传入
from invoice_analyzer_v9 import InvoiceAnalyzerWithLLM
analyzer = InvoiceAnalyzerWithLLM(api_key="your-api-key-here")

# 不设置 → 纯硬编码模式（v8.2 兼容行为）

测试方法

cd qq-invoice-downloader

# 语法检查
python -m py_compile invoice_downloader_v82.py
python -m py_compile invoice_analyzer_v9.py

# 导入验证
python -c "from invoice_analyzer_v9 import InvoiceAnalyzerWithLLM; print('import OK')"

# 运行集成测试（使用 unittest，pytest 可选）
python test/test_analyzer.py

# 或用 pytest
python -m pytest test/test_analyzer.py -v

测试覆盖

测试类	验证点
TestKnownPlatforms	和运国际/诺诺网/中海油 → 置信度 ≥ 0.7，不触发 LLM
TestUnknownPlatformTriggersLLM	未知平台 → LLM 被调用并胜出
TestLLMWinsWhenBetter	LLM 置信度 > 硬编码 → 使用 LLM
TestFallbackPreservesBaseResult	LLM 异常 → 保留硬编码结果
TestNonInvoiceSkip	非发票邮件 → unknown 类型