[控场AI]
产品

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)

10月18日

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。

待验证50%
10月18日

Shoebox 的前端使用纯 HTML/CSS/JS,后端使用 FastAPI 和 Pydantic 进行校验。

待验证50%
10月18日

Shoebox 支持 JPG、PNG、WEBP、HEIC 格式的收据照片。

待验证50%
10月18日

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。

待验证50%
10月18日

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。

待验证50%
10月18日

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)。

待验证50%
10月18日

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。

待验证50%
10月18日

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。

待验证50%
10月18日

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)。

待验证50%
10月18日

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。

待验证50%

还有 3 条时间轴事件

全部知识事实 (13)

待验证

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%

来源文章