Shoebox
本地运行的收据转表格Web应用,使用Ollama运行Gemma 3视觉模型,支持收据照片提取结构化数据并导出CSV,数据全程保留在本地
时间轴 (近 90 天)
Shoebox 是一个本地 Web 应用,通过 Ollama 在本机运行 Gemma 3(4B)视觉模型,将收据照片转换为可导出为 CSV 的表格,所有数据留在本地。
Shoebox 的前端使用纯 HTML/CSS/JS,后端使用 FastAPI 和 Pydantic 进行校验。
Shoebox 支持 JPG、PNG、WEBP、HEIC 格式的收据照片。
Shoebox 提取的字段包括日期、商家、货币、小计、税额(GST)、总额、支付方式、分类、行项目以及模型置信度评分。
当置信度低于 0.6、字段缺失或行项目之和与总额偏差超过 2% 时,Shoebox 将对应行标记为琥珀色,并提供侧边抽屉供人工核对修正。
Shoebox 使用 Server-Sent Events(SSE)推送每张收据的处理状态(排队、扫描中、完成或需要复核)。
Shoebox 将结果写入 SQLite,刷新页面不会丢失数据;图片在推理前被 Pillow 缩放到长边 1600 像素;导出的 CSV 带 UTF-8 BOM。
作者在 3 张合成收据上做基准测试,日期、商家、总额、税额四项准确率均为 100%,平均每张耗时 2.32 秒,硬件为 RTX 4050 笔记本 GPU(6GB 显存)、Ryzen 7 7840HS 和 16GB 内存。
作者将上述基准测试称为“冒烟测试,而非真实世界准确率声明”,测试样本只有 4 张收据(其中 3 张用于基准评估)。
Shoebox 以 MIT 协议开源,eval/test_suite.py 中的端到端集成测试覆盖 8 个阶段,作者称全部通过。
还有 3 条时间轴事件
全部知识事实 (13)
第一位真实用户(自由职业摄像师)表示愿意一次性支付 2,500 卢比(约 30 美元)以避免月度云订阅并保护客户账单隐私。
50%待验证Shoebox 的前端使用纯 HTML/CSS/JS,后端使用 FastAPI 和 Pydantic 进行校验。
50%待验证Shoebox 支持 JPG、PNG、WEBP、HEIC 格式的收据照片。
50%待验证Shoebox 提取的字段包括日期、商家、货币、小计、税额(GST)、总额、支付方式、分类、行项目以及模型置信度评分。
50%待验证当置信度低于 0.6、字段缺失或行项目之和与总额偏差超过 2% 时,Shoebox 将对应行标记为琥珀色,并提供侧边抽屉供人工核对修正。
50%待验证Shoebox 使用 Server-Sent Events(SSE)推送每张收据的处理状态(排队、扫描中、完成或需要复核)。
50%待验证Shoebox 将结果写入 SQLite,刷新页面不会丢失数据;图片在推理前被 Pillow 缩放到长边 1600 像素;导出的 CSV 带 UTF-8 BOM。
50%待验证作者在 3 张合成收据上做基准测试,日期、商家、总额、税额四项准确率均为 100%,平均每张耗时 2.32 秒,硬件为 RTX 4050 笔记本 GPU(6GB 显存)、Ryzen 7 7840HS 和 16GB 内存。
50%待验证作者将上述基准测试称为“冒烟测试,而非真实世界准确率声明”,测试样本只有 4 张收据(其中 3 张用于基准评估)。
50%待验证Shoebox 以 MIT 协议开源,eval/test_suite.py 中的端到端集成测试覆盖 8 个阶段,作者称全部通过。
50%待验证安装 Shoebox 只需运行 `ollama pull gemma3:4b`、`pip install -r requirements.txt`,然后运行 `run.bat` 或 `run.sh`。
50%待验证Shoebox 是一个本地 Web 应用,通过 Ollama 在本机运行 Gemma 3(4B)视觉模型,将收据照片转换为可导出为 CSV 的表格,所有数据留在本地。
50%待验证作者的定价设想是一次性授权 49 美元(印度市场 3,999 卢比),包含一年模型与解析器更新。
50%