技能介绍

解决的问题

银行流水扫描件常见于诉讼、审计和个人资产核对，通常是 PDF 页面，无法直接筛选、汇总或按银行拆分。人工录入日期、摘要、收支、余额和对方户名容易出错，且难以保留“哪一页来自哪条记录”的来源信息。该技能面向这类场景，将银行流水 PDF 扫描件转换为结构化 Excel 文件，并按银行生成独立工作表。

技能如何工作

整个流程偏工程化：先检查视觉 OCR API 配置；再用 PyMuPDF 将 PDF 转为 200 DPI 的 PNG 页面；随后由 scripts/batch_worker.py 对页面做并发 OCR，并把每页结果写入 JSON。之后通过 overrides.json 处理常见异常，例如某页银行名识别错误、PDF 页面数与实际内容不一致、文件映射关系需要修正。最终 scripts/generate_excel.py 生成 {原PDF名}_AI整理.xlsx。

生成的 Excel 按银行分表，表内包含：

标题行：{归属人} - {银行名} 流水明细
来源行：PDF 名与记录数
常用列：日期、摘要、收入、支出、余额、对方户名 等
来源页码 列
底部统计：总记录数、收入/支出笔数与金额、净额

适用边界与注意点

它不是“一键全对”的识别工具。扫描件质量、字体、印章遮挡和跨页字段缺失都会影响结果。尤其银行名存在相近识别风险，如 CMB 可能被误判为 CCB 或 ICBC，因此流程要求核对每页银行映射和户名。若一页缺少户名，技能采用前向继承规则；同一 PDF 可能包含多个账户持有人，输出表会体现不同归属人。适合需要快速形成初稿并人工复核的流程，不适合无人确认直接作为财务或法律证据使用。