TaxHacker：把发票扔给 AI，让记账自动化

自由职业者最头疼的事情是什么？不是找不到客户，而是年底整理那一抽屉的发票——餐厅小票、超市购物、机票酒店，每一张都要手动录入Excel，汇率换算还要查历史日期，一个不小心税就报错了。TaxHacker 做的事很简单：拍张照，AI 帮你全部分类好。

项目背景

TaxHacker 由独立开发者 vas3k（来自柏林的软件工程师）开源，主打"AI 驱动的自托管记账"。这个名字最早是一个税务优化工具的实验项目，后来被重新定位为面向自由职业者、独立开发者和小型团队的 AI 报销管理工具。截至 2026 年 GitHub 星标已突破 6714★，持续活跃维护。

TaxHacker 主界面：事务列表 + 仪表盘

核心功能

发票拍照，AI 提取一切

TaxHacker 的核心逻辑是：上传收据/发票照片 → LLM 自动识别结构化数据 → 存入数据库。支持的文件格式包括：纸质收据、餐厅账单、发票 PDF、银行对账单，甚至手写小票。

识别的字段涵盖：商品名、数量、单价、总价、日期、商家名称、税率、货币类型——全部自动提取，无需手动填写。

AI 扫描识别，支持多语言收据

货币自动换算（含加密货币）

系统支持 170+ 世界货币和 14 种主流加密货币（BTC、ETH、LTC 等），自动根据交易发生日的汇率换算成基准货币。这意味着你报销一张 2023年的欧元发票，系统会自动查到那天的汇率。

多货币自动换算界面

自定义字段：无限扩展

TaxHacker 不只是一个收据扫描器，它本质上是一个结构化数据库。你可以创建无限多的自定义字段，每个字段可以绑定自己的 LLM 提示词，告诉 AI "从这张发票里提取 XX 信息"。这相当于 Excel 里自己加列，但加的是 AI 自动填写的列。

本地 LLM 支持

支持连接 Ollama、LM Studio、vLLM、LocalAI 等本地 LLM 服务商的 OpenAI 兼容 API 端点，完全不依赖商业 API，数据完全私有。README 中特别提到，使用本地模型时 OCR 识别效果因模型质量而异。

连接本地 Ollama 等 LLM，数据不出本地

技术架构

前端：Next.js 15 + TypeScript，使用 App Router 架构，UI 组件基于 Radix UI。
后端：Next.js Server Actions 处理业务逻辑，Prisma ORM 连接数据库。
数据库：PostgreSQL 17，推荐生产环境部署。
AI 层：LangChain 作为 LLM 抽象层，支持 OpenAI GPT 系列、Google Gemini、Mistral，并兼容任意 OpenAI 兼容 API 端点。

LangChain 的引入让项目可以灵活切换不同的 LLM 提供商，而无需修改核心业务代码。在 ai/providers/llmProvider.ts 中，通过 LangChain 的 ChatOpenAI、ChatGoogleGenerativeAI、ChatMistralAI 等封装统一接口，ai/schema.ts 将用户自定义字段转换为 JSON Schema，喂给 LLM 做结构化输出。

项目代码质量较高：ESLint + Prettier 代码规范、GitHub Actions CI/CD、Pre-commit hooks、@sentry/nextjs 生产级错误追踪。README 明确拒绝"AI-slop PRs"，要求先开 Issue 讨论，代码审查态度严谨。

部署体验

快速部署（Docker）：

curl -O https://raw.githubusercontent.com/vas3k/TaxHacker/main/docker-compose.yml
docker compose up

一条命令搞定：TaxHacker 应用容器 + PostgreSQL 17 + 自动数据库迁移 + 数据卷持久化。GitHub Container Registry (ghcr.io/vas3k/taxhacker) 提供预构建镜像，新版本自动构建发布，支持指定版本标签（如 v1.0.0）。

Dockerfile 采用多阶段构建：依赖安装层缓存（package.json + prisma schema 变化才重新安装）、构建产物最小化、生产镜像基于 node:26-slim。生产配置 docker-compose.production.yml 支持自定义域名和 HTTPS。

硬件需求：4GB+ RAM，2+ CPU 核心，2GB+ 磁盘空间。GPU 仅在使用本地 LLM 时需要。

配置项：.env.example 暴露了所有关键配置（API Key、数据库连接、自托管模式开关）。SELF_HOSTED_MODE 启用后会自动生成认证密钥、允许自定义 API Key、开启自动登录。

支持 CSV 导出，含附件打包，随时可迁移

局限与注意事项

• LLM 质量依赖：识别准确率高度依赖选择的模型和自定义提示词质量，不同场景需要调优。
• API 费用：使用 OpenAI/Gemini/Mistral 等商业 API 需自行承担 Token 费用。本地 LLM 需要 GPU 资源。
• 数据隐私边界：项目名称中的"自托管"强调的是部署模式，但若使用商业 LLM API，财务数据仍会上传到第三方服务器；真正追求数据隐私需搭配本地 LLM。
• 仍在早期开发：README 标注"early development"，生产环境使用存在稳定性风险。

行业意义

TaxHacker 折射出 AI 应用落地的一个清晰方向：用 LLM 替代重复性信息录入劳动。LangChain 的广泛采用使得快速接入多种 LLM 成为可能；Next.js 15 全栈模式的成熟，让个人开发者也能独立完成一个完整的、有 Web UI 的 AI 应用。这类工具的核心价值不是"技术多先进"，而是"省了多少手动时间"——对自由职业者而言，记账自动化是真实的痛点。