Skills Guide

Analyse de reçus par TaxHacker

VérifiéPrudence

Extrait des données financières structurées à partir d'images de reçus ou factures.

Télécharger et utiliser
Spar Skills Guide Bot
Data & IAIntermédiaire
25/07/2026
#receipt-analysis#invoice-processing#ocr#expense-tracking

Recommandé pour

Data scientistData & analyse

Synthèse automatique

Extrait les données financières structurées d'images de reçus et factures via OCR ou vision IA.

Points forts

  • Extraction automatisée de nom de commerçant, date, total, taxe et articles
  • Support de l'OCR local pour réduire les coûts d'API
  • Évaluation des risques intégrée
  • Configuration flexible via variables d'environnement ou paramètres CLI

Limites

  • Nécessite une clé API pour le mode vision (sauf OCR local)
  • La qualité des résultats dépend de la netteté de l'image
  • Ne gère pas les formats de fichiers autres que JPG, PNG, WebP
Quand l'utiliser

Pour numériser et structurer rapidement les dépenses à partir de photos de reçus.

Quand l'éviter

Si les images sont de très mauvaise qualité ou si vous avez besoin d'une solution sans dépendance à un modèle IA externe.

Analyse de sécurité

Prudence
Score qualité90/100

The skill runs a Python script to analyze receipt images, which involves file access and potential external API calls. This poses a moderate risk of sensitive data exposure, but no destructive actions are instructed.

Points d'attention
  • •Executes Python script with user-provided file path
  • •May upload receipt images to external AI service using API keys
  • •Environment variables could expose API credentials
Comment cette analyse est faite

Exemples

Analyze a receipt
Analyze the receipt at C:/Users/Docs/receipt_123.jpg and tell me the total amount.
Extract item list
Extract all item names and prices from the invoice image /home/user/invoice.png.
Risk assessment
Assess the risk of the receipt at receipts/dinner_2025.jpg and explain any anomalies.

TaxHacker Receipt Analysis Skill

Extract structured financial data from receipt/invoice images using AI.

Description

This skill analyzes images of receipts, invoices, or bills to extract key accounting information including vendor name, date, total amount, currency, tax, and itemized lists. It also provides an AI-based risk assessment and categorization.

Configuration (OpenClaw)

This skill is optimized for OpenClaw. If you have configured a model in OpenClaw, the skill can automatically use its settings.

  • If OPENCLAW_LLM_API_KEY is set in the environment, the skill will use it.
  • If OPENCLAW_LLM_BASE_URL is set, the skill will use it.
  • If OPENCLAW_LLM_MODEL is set, the skill will use it (e.g., gpt-4o, gpt-4o-mini).

Otherwise, you can provide parameters directly via CLI:

# Vision Mode (Default)
python -m tax_hacker_skill.skill "<file_path>" --api-key "YOUR_KEY" --model "gpt-4o-mini"

# Local OCR Mode (Saves tokens, no image upload)
python -m tax_hacker_skill.skill "<file_path>" --local-ocr

# Local OCR Mode with CnOCR
python -m tax_hacker_skill.skill "<file_path>" --local-ocr --ocr-engine cnocr

Parameters

  • file_path: (Required) Absolute path to the receipt image file (jpg, png, webp).
  • --api-key: (Optional) Override API Key.
  • --base-url: (Optional) Override API Base URL.
  • --model: (Optional) Override LLM Model.
  • --local-ocr: (Optional) Use local OCR instead of vision.
  • --ocr-engine: (Optional) OCR engine: auto, easyocr, cnocr.

Instructions

  1. Ensure the user has provided an image file path.
  2. Execute the following command to process the receipt: 
    python -m tax_hacker_skill.skill "<file_path>"
  3. The command will output a JSON object containing the extracted data.
  4. Use the output to update accounting records, generate reports, or answer user queries about their expenses.

Example Usage

"Analyze the receipt at C:/Users/Docs/receipt_123.jpg and tell me the total amount." -> Run: python -m tax_hacker_skill.skill "C:/Users/Docs/receipt_123.jpg"

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/taxhacker-receipt-analysis-mryiqh9c/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/taxhacker-receipt-analysis-mryiqh9c' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/taxhacker-receipt-analysis-mryiqh9c/download' --output '.skill-downloads/taxhacker-receipt-analysis-mryiqh9c/SKILL.md.part' && mv '.skill-downloads/taxhacker-receipt-analysis-mryiqh9c/SKILL.md.part' '.skill-downloads/taxhacker-receipt-analysis-mryiqh9c/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Le fichier ne fournit pas un en-tête name/description exploitable pour cette procédure native. Le téléchargement reste disponible pour lecture ; utilisez le mode manuel ci-dessous.

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/taxhacker-receipt-analysis-mryiqh9c/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires

Créer des cartes interactives avec kepler.gl

Data & IA

Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).

Claude CodeCursorCodexintermediateSûr 11,995
Skills Guide Bot

Optimisation de paramètres par agent

Data & IA

Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.

Claude CodeCursorCodexintermediateSûr 45,609
Skills Guide Bot

Relance des visiteurs ICP

Data & IA

Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.

Claude CodeintermediateSûr 6,843
Skills Guide Bot