FactuAgent — agent IA de traitement des factures fournisseurs

Lit les factures PDF (Factur-X ou PDF classiques), extrait les données, contrôle leur cohérence, repère les fraudes et les doublons, et met le tout à disposition d'un agent IA via un serveur MCP.

EN — FactuAgent is an AI agent for French supplier invoices: Factur-X/CII parsing, LLM-based extraction for unstructured PDFs, business-rule validation (SIREN, VAT, IBAN, totals), fraud and duplicate detection, a DuckDB analytics store, and an MCP server so any AI assistant can query invoices in natural language.

Pourquoi ce projet

Depuis le 1er septembre 2026, toutes les entreprises françaises doivent pouvoir recevoir des factures électroniques ; les grandes entreprises et ETI doivent aussi en émettre, les PME et TPE suivront au 1er septembre 2027. Pendant la transition, les services comptables reçoivent un mélange de Factur-X et de PDF « à l'ancienne ». En parallèle, la fraude au changement de RIB (un faux courrier qui « met à jour » l'IBAN d'un fournisseur) reste un risque majeur pour les PME.

FactuAgent traite les deux flux dans un même pipeline et ne laisse passer en paiement que ce qui est cohérent.

Related MCP server: manager-mcp

Ce que ça fait

flowchart LR
    A[PDF reçu] --> B{XML Factur-X<br/>embarqué ?}
    B -- oui --> C[Parseur CII]
    B -- non --> D[Texte pdfplumber]
    D --> E{Clé API ?}
    E -- oui --> F[Claude · tool use<br/>schéma Pydantic]
    E -- non / échec --> G[Règles regex]
    C & F & G --> H[Contrôles métier<br/>SIREN · TVA · IBAN · totaux]
    H --> I[Anomalies<br/>doublon · IBAN changé · montant aberrant]
    I --> J[(DuckDB)]
    J --> K[Serveur MCP]
    J --> L[CLI]
    K --> M[Claude Desktop / Code<br/>ou agent intégré]

Résultats

Évaluation sur 41 factures de démonstration générées (3 mises en page, 10 Factur-X, 7 anomalies injectées), en mode sans LLM :

Lecture honnête de ces chiffres : les règles sont écrites pour les mises en page connues, leur 100 % ne dit rien des factures réelles. Les factures rédigées en texte libre montrent leur limite, c'est exactement le cas que l'extraction par LLM couvre (python eval/evaluate.py --llm). Rien n'est jamais validé à l'aveugle : ce qui n'est pas extrait part en revue.

Rapport détaillé : eval/report.md.

Démarrage rapide

pip install -r requirements.txt

# 1. Générer le jeu de démo (41 PDF + vérité terrain)
python scripts/generate_invoices.py --out data/invoices

# 2. Traiter la boîte de réception
python -m factuagent.cli process data/invoices
# ✗ 034_classic.pdf  [rules  ] IBAN_CHANGED
# ✗ 041_doublon_021_classic_facturx.pdf  [facturx] DUPLICATE
# 41 factures : 31 OK, 2 à vérifier, 8 à revoir

# 3. File de contrôle et synthèse fournisseurs
python -m factuagent.cli review
python -m factuagent.cli suppliers
python -m factuagent.cli sql "SELECT seller_name, sum(total_ttc) FROM invoices GROUP BY 1"

# 4. Évaluation
python eval/evaluate.py            # règles + Factur-X
python eval/evaluate.py --llm      # avec Claude (ANTHROPIC_API_KEY requis)

# 5. Tests
pytest -q

Activer l'extraction par IA

export ANTHROPIC_API_KEY=...
export FACTUAGENT_MODEL=claude-haiku-5-5      # modèle d'extraction (rapide, peu coûteux)

Brancher le serveur MCP sur Claude Desktop

Dans la configuration MCP de Claude Desktop :

{
  "mcpServers": {
    "factuagent": {
      "command": "python",
      "args": ["-m", "factuagent.mcp_server"],
      "cwd": "/chemin/vers/factuagent",
      "env": { "FACTUAGENT_DB": "data/factuagent.duckdb", "FACTUAGENT_INBOX": "data/invoices" }
    }
  }
}

Puis, dans la conversation : « Quelles factures dois-je bloquer avant le paiement de vendredi ? », « Combien avons-nous dépensé chez Nordica Cloud ce trimestre ? ».

Agent intégré (sans client MCP)

python -m factuagent.agent "Quels fournisseurs ont changé d'IBAN et pour quels montants ?"

Outils exposés à l'agent

Garde-fous. L'agent ne peut ni modifier ni supprimer de données : SQL limité à SELECT/WITH, sans accès fichiers ni extensions, et lecture de PDF cantonnée à la boîte de réception (pas de traversée de chemin). Les deux protections sont couvertes par les tests. L'agent signale, il ne valide jamais un paiement.

Structure

factuagent/
├── models.py       # schéma Pydantic (inspiré EN 16931)
├── facturx.py      # écriture / lecture XML CII, pièce jointe PDF
├── extractors.py   # extraction par règles et par LLM (tool use)
├── validators.py   # SIREN, TVA intracom, IBAN, cohérence des montants
├── pipeline.py     # orchestration + détection d'anomalies
├── store.py        # DuckDB
├── tools.py        # outils métier partagés (MCP + agent)
├── mcp_server.py   # serveur MCP (stdio)
├── agent.py        # boucle agentique avec Claude
└── cli.py
scripts/generate_invoices.py   # jeu de démo synthétique avec anomalies
eval/evaluate.py               # précision par champ, rappel / précision des anomalies
tests/                         # 21 tests (pytest)

Limites et pistes

• Factur-X : le XML CII est embarqué comme pièce jointe, sans la conformité PDF/A-3 complète (métadonnées XMP). Pour de la production, s'appuyer sur une bibliothèque certifiée et une plateforme agréée (PA).

• PDF scannés : non gérés pour l'instant ; piste : OCR ou modèle vision avant l'extraction.

• Données de démo synthétiques : SIREN et IBAN générés avec des clés valides mais fictifs.

• Pistes : rapprochement automatique avec les bons de commande, export vers l'ERP, tableau de bord.

Stack

Python 3.11+ · Pydantic · pdfplumber · pypdf · lxml · DuckDB · Anthropic SDK (Claude, tool use) · MCP Python SDK · pytest · reportlab (jeu de démo)

Auteur : Fayçal Boubekri — AI & Data Engineer, Paris. Missions au forfait : agents IA, RAG, pipelines de données.