AP 智慧對帳工作台｜用 AI 自動化應付帳款三方比對
把 AI 串進企業 ERP 流程：從 AI 自動化流程（n8n＋MCP＋RAG）開始，再做成會計專員與主管每天使用的網頁系統。
期間：2026/8～持續開發中角色：個人專案（需求拆解、架構設計、開發、驗證）
人機分工，AI 用在刀口上AI 只判斷發票品名對應哪個料號，數量、單價交給程式核對：token 用量減少 95%，結果可驗證。
依公司規章給出處理依據每個差異自動對應《採購管理辦法》條文，並判斷主管能否核准；規章問答一律附出處、不自行推測。
內控與 AI 治理職能分工由後端把關、每個動作留稽核紀錄；每次 AI 呼叫記錄用量與成本，主模型故障自動改用備援。
要解決的問題
應付帳款付款前要做「三方比對」：核對採購單、驗收單、發票三份單據的品名、數量、單價。 發票常沒有料號、品名寫法和採購單不同，傳統規則難以自動對應；遇到不符的發票，會計人員還要翻公司規章，才知道能不能付、誰能核准。
設計時先拆解人工作業，再分配角色：數量、單價等明確規則交給程式，AI 只做語意判斷（品名對應），人只處理例外並做最終決定。
操作示範
主要功能
三方比對（混合架構）
AI 只判斷發票品名對應哪個料號（Structured Outputs），數量、單價由程式核對，結果可驗證。
差異直接對應規章
數量、單價、採購單以外的費用、品名無法確認，各自對應《採購管理辦法》條文，並判斷主管能否核准。
主管簽核與職能分工
只有會計專員能比對、只有主管能簽核，權限由後端檢查；核准或退回都會寫回 ERP。
規章問答（RAG＋串流）
混合檢索找出條文，Gemini 依條文逐字串流回答並附出處；規章沒寫的直接說找不到，不自行推測。
AI 用量與稽核紀錄
每次 AI 呼叫記錄 token、費用、耗時；每次比對、核准、退回、重置都留下稽核紀錄。
穩定性與部署
主模型被限流或故障時自動改用備援模型；Docker Compose 一行指令啟動整套系統。
第一階段：AI 自動化流程（n8n＋MCP＋RAG）
以 FastAPI 建置模擬 ERP API，用 FastMCP 把 ERP 與公司規章封裝成 4 個 MCP 工具，再由 n8n 編排 AI Agent（Gemini），自動查詢單據、完成比對，並把結果與處理建議寫回 ERP。
- 4 種測試情境（相符、數量差異、單價差異、多出項目）全數判斷正確。
- RAG 規章查詢：依條文結構切塊並附上章名、條號，Gemini Embedding 向量化，向量＋關鍵字混合搜尋。12 題口語化問題評估，向量搜尋前 3 名命中率 100%、純關鍵字 92%。
- 3 張不符發票皆引用正確條文給出處理建議，例如單價差異 5.3% 超過容許範圍，建議退回更正。
- 工具能力（MCP）與比對 SOP（Prompt）分離、區分唯讀與會改資料的工具、限制 AI 可寫回的狀態值。
成本與效能實測
實測 4 種做法，用數據決定架構：
- 調降模型思考等級：費用降至原本的 39%。
- 改為「程式核對數字、AI 只做品名對應」的混合架構：token 用量減少 95%，執行時間 24 秒 → 5 秒，正確率不變。
- 加入 RAG 後 token 增加 78%；網頁版改以規則讓差異類型直接對應條文，RAG 只用在自由提問的規章問答，控制成本。
系統架構
- 前端
- Vue 3、TypeScript、Element Plus：比對、簽核、問答、儀表板、AI 用量、稽核紀錄
- 企業層
- C# ASP.NET Core（.NET 10）：角色權限、流程狀態、簽核、稽核紀錄，SQLite 儲存
- AI 層
- Python FastAPI＋Gemini API：三方比對、RAG 問答（Server-Sent Events 串流，C# 邊收邊轉給前端）
- ERP 與工具
- 模擬 ERP（FastAPI）、MCP server（FastMCP）供 n8n 等 AI Agent 使用
- 部署
- Docker Compose：5 個服務，只有網頁與 MCP 對外開放，AI 服務與後端只在內部網路互通
全程使用虛構資料。規章問答示範為實際串接 Gemini 錄製；其他示範錄影時 AI 服務使用模擬模式（比對結果與真實 AI 相同）。