PaperToProfit
开源AI账单识别与经营分析工具，通过手机拍摄手写小票，利用多模态大模型和OCR提取结构化数据，并生成财务看板与销售预测
时间轴 (近 90 天)
PaperToProfit 是由开发者 Sapnil M 在 Hacktoberfest 开源AI挑战赛中提交的开源项目，采用 MIT 许可证，代码托管于 GitHub。
PaperToProfit 设计的视觉提取管线优先使用 Google Gemini Flash Vision API，约1.5秒内可识别餐饮速记。
PaperToProfit 的视觉提取管线第二层备选是在 Groq 上运行的 Llama 3.2 Vision，利用 LPU 实现低延迟推理。
PaperToProfit 在网络不可用时回退到本地 ONNX 模型 RapidOCR，在 CPU 上检测文本框，并通过二维空间聚类算法按垂直中点阈值分组、按水平坐标排序来配对菜名与数量价格。
PaperToProfit 集成 Prior Labs 的 TabPFN-3.5 表格基础模型，将时序问题重构为表格特征（星期几、日期索引、近期移动平均、订单量等），预测未来7天销售额并给出上下置信区间。
PaperToProfit 使用 |Z| > 1.6 的阈值标记异常波动，并生成备货建议。
PaperToProfit 的后端使用 FastAPI 在单端口同时提供 REST 接口和前端静态资源，数据持久化使用嵌入式 SQLite，前端使用原生 JavaScript 配合 Chart.js 和 Lucide 图标。
PaperToProfit 采用本地模型或免费云端额度后，单张小票边际成本趋近于零，使每月 9 到 15 美元（约 300 到 500 卢比）的微 SaaS 订阅模式成立，并保有 95% 以上的毛利。
PaperToProfit 内置基于销量和利润率的 BCG 菜单矩阵，将菜品归入明星、瘦狗、谜题、淘汰四个象限，并提供实时毛利率、食材成本、客单价、14天营收轨迹、现金与 UPI 支付拆分及按小时备餐高峰热力图。
PaperToProfit 支持一键导出 CSV 用于报税和记账，并提供 Dockerfile 方便容器化部署。
还有 2 条时间轴事件
全部知识事实 (12)
PaperToProfit 项目仍处于挑战赛提交阶段，预测精度、多语言手写识别和规模化部署都有待更多真实数据检验。
50%待验证PaperToProfit 设计的视觉提取管线优先使用 Google Gemini Flash Vision API，约1.5秒内可识别餐饮速记。
50%待验证PaperToProfit 的视觉提取管线第二层备选是在 Groq 上运行的 Llama 3.2 Vision，利用 LPU 实现低延迟推理。
50%待验证PaperToProfit 在网络不可用时回退到本地 ONNX 模型 RapidOCR，在 CPU 上检测文本框，并通过二维空间聚类算法按垂直中点阈值分组、按水平坐标排序来配对菜名与数量价格。
50%待验证PaperToProfit 集成 Prior Labs 的 TabPFN-3.5 表格基础模型，将时序问题重构为表格特征（星期几、日期索引、近期移动平均、订单量等），预测未来7天销售额并给出上下置信区间。
50%待验证PaperToProfit 使用 |Z| > 1.6 的阈值标记异常波动，并生成备货建议。
50%待验证PaperToProfit 的后端使用 FastAPI 在单端口同时提供 REST 接口和前端静态资源，数据持久化使用嵌入式 SQLite，前端使用原生 JavaScript 配合 Chart.js 和 Lucide 图标。
50%待验证PaperToProfit 采用本地模型或免费云端额度后，单张小票边际成本趋近于零，使每月 9 到 15 美元（约 300 到 500 卢比）的微 SaaS 订阅模式成立，并保有 95% 以上的毛利。
50%待验证PaperToProfit 内置基于销量和利润率的 BCG 菜单矩阵，将菜品归入明星、瘦狗、谜题、淘汰四个象限，并提供实时毛利率、食材成本、客单价、14天营收轨迹、现金与 UPI 支付拆分及按小时备餐高峰热力图。
50%待验证PaperToProfit 支持一键导出 CSV 用于报税和记账，并提供 Dockerfile 方便容器化部署。
50%待验证PaperToProfit 是由开发者 Sapnil M 在 Hacktoberfest 开源AI挑战赛中提交的开源项目，采用 MIT 许可证，代码托管于 GitHub。
50%待验证作者用父亲店铺里一张真实的旧手写小票进行测试，照片输入后不到2秒，多模态视觉引擎解析出褪色字迹、品名、数量和价格，并自动填入可编辑的收据卡片。
50%