Files
verify-invoice-default/evals/golden-cases.md

1.7 KiB
Raw Blame History

人工验收评估场景(金标准用例)

配套自动化测试:tests/test_prereview_rules.py。以下场景用于宿主安装后的人工验收(对话 / 数据管理双入口)。

场景 A:全绿通过

输入:发票号码 20 位数电票、工作日开票、金额 1650 元(大写壹仟陆佰伍拾元整)、购买方税号在白名单、住宿费、城市广州、3 天、出差区间覆盖开票日、职级副高及以上、已回填查验通过。

预期:结论 ✅ 通过;F1-F4、V1-V3、S1 全部出现在通过项;意见单 HTML 三色清单排版正确。

场景 B:驳回(硬伤)

输入:购买方税号不在白名单 + 住宿费折合 1200 元/人/天(一线城市/中级及以下,上限 480)。

预期:结论 ❌ 驳回;V2、S1 为驳回项,均附《差旅费管理办法》条款引用;对话中助手读出驳回原因与"换开发票"建议。

场景 C:待确认(黄灯)

输入:同批两张连号发票(号码差 1)、开票日为国庆节、未查验真伪。

预期:结论 ⚠️ 待确认;R1 连号、R3 节假日、V1 未查验三条黄灯,附查验平台指引;回填查验"不符"后结论升级为 ❌ 驳回。

场景 D:数据不齐(人工兜底)

输入:发票照片模糊,缺少发票号码与金额。

预期:F1 黄灯提示"重新拍摄/补录",不硬性判错;助手引导用户补齐字段后重新预审。

场景 E:标准维护

输入:管理员在"经费标准库"表把"一线城市/副高及以上"住宿上限改为学校新标准。

预期:再次预审超标发票时,S1 驳回明细中的上限数值与依据条款同步更新。