考勤异常分析报告

考勤异常分析到底难在哪

考勤数据的脏活往往不在计算本身，而在数据对齐：打卡记录与排班表来自不同系统，表头叫法五花八门，有的员工没录入工号，有的班次有弹性打卡窗口，考勤异常一旦要落到处分或薪资核算，还必须能回溯到原始时间证据。

这个技能做了什么

它把打卡明细与班次/工作日规则先做匹配，再识别缺卡、迟到、早退和超长工时，并按用户自己的制度保留证据链。

核心能力

• 异常识别：缺卡、迟到、早退、超长工时，规则来自用户的班次与制度，不内置臆断口径
• 连续出勤与加班风险：按天、周、人员三个维度汇总高强度模式
• 证据保留：异常结论对应原始打卡时间，便于人工复核
• 结构化试算：确认信息后写入内部临时 JSON，调用 python scripts/run.py --input ... --output ... 做确定性计算

关键步骤

1. 从用户原话或上传文件中提取最少必要项：打卡/考勤明细、班次与工作日规则、统计期间；缺少才追问，不让用户手填内部 JSON
2. 匹配打卡与排班，识别异常，再汇总连续出勤与加班风险
3. 输入为表格时自动识别常见中文表头；无姓名或唯一编号时用原表行号标识人员
4. 先在对话中给出结论和关键明细，再按需要生成 Markdown、CSV、XLSX、DOCX、PDF、Mermaid 或图片

边界与注意点

• 缺卡不自动等于旷工，系统记录异常不直接作为处分结论
• 涉及动态政策、费率、截止日、法律或税务口径时，执行当日查询官方来源并记录机构、标题、发布日期、生效期和链接；无法核验时明确写“待官方确认”
• 不使用定位或生物信息做超出本次目的的分析
• 普通结果末尾仅保留来源署名，不索要无关个人信息；仅在用户主动询问代办、托管、外包时才提供进一步咨询入口