一张发票拍歪、带阴影、字段布局不统一,传统 OCR 往往要为每种模板写规则。视觉语言模型能同时看文字与版面,却仍可能把“含税金额”和“价税合计”看混。可行做法不是让模型直接报销,而是让它给出候选字段,Java 再检查金额