Well Extract
Well · 程式設計
Well Extract 是一款輕量的開放原始碼指令列工具，用 OpenAI、Anthropic、Gemini 或 Ollama 等 AI 模型，把發票與收據轉成結構化資料。
關於 Well Extract
About
Well Extract 是什麼
Well Extract 是由 Well 團隊打造的指令列工具，這個團隊背後是一款給創辦人與精簡財務團隊使用的財務資料平台。它負責從 PDF 做發票資料抽取與收據內容辨識，很多人直接稱它為開源發票解析器，因為整個專案就放在 Well 的公開 GitHub 組織底下。你不必再手動敲進金額與稅額，工具會讀取一份 PDF 發票或收據，回傳乾淨的結構化欄位，讓你直接送進試算表、資料庫或會計流程。它在你的終端機裡執行，而你指定自己已經在付費的 AI 模型。
最大的賣點是模型選擇權。很多抽取工具會把你綁死在單一供應商。這款 AI 發票抽取指令列工具支援 OpenAI、Anthropic、Gemini 與 Ollama，需要速度時就用託管的雲端模型，文件不該離開本機時就改用本機的 Ollama 模型。
代價是它屬於開發者工具，不是現成的應用程式。沒有儀表板、沒有拖曳上傳、也沒有審核畫面。你得從指令列安裝、設定 API 金鑰，再自己寫自動化。想要點幾下就完成，Well 那款用來抓發票的 Chrome 擴充功能更合適。想要一個能塞進自己流程的小零件，就是它。
開始使用
- 從 Well 在 GitHub 的官方組織安裝指令列工具，確認終端機裡的
well指令能運作。 - 加入你想用的模型供應商 API 金鑰，例如 OpenAI、Anthropic 或 Gemini；不想碰雲端就改在本機啟動 Ollama。
- 把工具指向一份發票或收據檔案，選好要用的模型。
- 執行抽取，檢查結構化輸出裡你要的欄位，例如發票號碼、日期、金額與供應商。
- 把結果匯出成 JSON、CSV 或 XML，接進你的會計或資料流程。最常見的做法是發票轉 JSON，但格式由你決定。
產品資訊
快速了解 Well Extract 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 需要在既有腳本或流程裡讀發票的開發者：這款指令列工具能接上任何技術堆疊，呼叫方式就跟其他 shell 指令一樣。
- 處理供應商單據的獨立創辦人與小型財務團隊：不必訂閱就能省下手動輸入，而且在你自己的機器上執行。
- 在意隱私、手上是敏感發票的團隊：本機 Ollama 模型讓文件不碰第三方伺服器。設定全部得自己來。
任務
- 把一整批 PDF 發票變成結構化試算表：檔案丟進去、選好模型，就拿回金額、日期這類可匯入的欄位。
- 把收據資料送進會計工具或資料庫：結構化輸出直接接上你的流程，省掉複製貼上的步驟。
- 比較不同模型的抽取品質：既然能在 OpenAI、Anthropic、Gemini 與 Ollama 之間切換，你就能測試哪一個讀你的文件最準。
情境
- 月底對帳，桌上堆著一疊供應商發票：寫個短腳本一次跑完，不必逐份開檔。
- 機器不能把資料送上雲端：離線的 Ollama 模型在本機把工作做完。
- 替內部記帳工具做原型：指令列工具是塊小零件，你用自家介面包起來即可，不必導入整套平台。
主要功能
支援多種 AI 模型
Well Extract 建立在 AI 發票抽取之上，能配合 OpenAI、Anthropic、Gemini 與 Ollama，讀文件的是哪個模型由你決定。你可以挑反應快的雲端模型、比較便宜的本機模型，或完全離線的私有模型。不被單一廠商綁住，這在抽取工具裡並不常見。
結構化資料輸出
結構化資料抽取就是它的全部重點，工具回傳的是定義好的欄位，不是一大片文字。Well 的發票資料模型聚焦在 invoice_number、date、amount、customer 這些核心欄位，輸出因此對得上會計系統的期待。你拿到的是能排序、加總、儲存的資料，不是還要重新解析的散文。
指令列工作流程
所有操作都在終端機裡，所以有人把它當成發票用的工具，也有人當成收據抽取指令列工具。這讓它容易寫成腳本、排程，或串進更大的流程，而且沒有東西要點。已經活在 shell 裡的人，幾乎不用學新介面就能上手。
透過 Ollama 使用本機模型
把工具指向 Ollama，就能完全離線抽取。敏感的供應商發票留在你自己的硬體上，不必傳到託管的 API。不上雲、不上傳。差別在於本機結果取決於你下載的模型與機器效能。
開放原始碼與自架
專案放在 Well 的公開 GitHub 組織，你可以讀程式碼、開 issue、改成自己需要的樣子。沒有按件計費。沒有廠商綁定。工具與資料流向都握在你手上。
匯出成常見會計格式
Well 的發票工具支援匯出 JSON、CSV、XML、UBL、QuickBooks 與 Xero 風格輸出。這個範圍讓結構化資料能落進試算表、企業系統或國際電子發票格式，不必額外轉檔。
優缺點
優點
- 支援 OpenAI、Anthropic、Gemini 與 Ollama，能依預算、速度需求與隱私規則挑模型。
- 完整在終端機裡跑，替整批發票寫自動化與排程變得很單純。
- 開放原始碼，自架免費，沒有按件計費要追。
- 本機 Ollama 選項讓敏感發票留在你自己的機器上。
- 結構化輸出欄位清楚，像 invoice_number、date、amount 可直接餵進會計工具。
缺點
- 沒有圖形介面，不熟指令列的人得改用別的工具。
- API 金鑰由你自己提供與管理。雲端模型的費用因此算在你帳上。
- 本機品質取決於你跑的 Ollama 模型，機器較弱時結果會比較粗。
- 它是個專門的小零件，不是完整的發票平台，審核、核准與追蹤都得自己補上。
常見問題
它從發票與收據抽出結構化資料，讓你不必重新輸入就能把這些資訊送進試算表、資料庫或會計工具。你在終端機執行，並選擇由哪個 AI 模型負責讀取。
相關內容
探索與 Well Extract 相關的工具、技能與文章。
Well Extract 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。