管家婆客户对账

它解决什么问题

财务或业务人员每月给客户出对账单时，通常要打开 ERP 客户端，手工筛选销售单和收款单，再汇总本期发生额与期末余额。一旦需求是"本月对账""把差异大的科目标出来"这类口语化表达，人工操作既慢又容易漏单。本技能把这套流程收进一次自然语言对话。

核心能力与工作路径

技能面向"销售客户对账"场景，一句口语化指令即可生成对账单。

• 意图与实体抽取：模型或 NLPEngine.parse() 自动解析出 partner（客户）与 time_range（时间范围）两个槽位，支持本月、上月、本周、最近 N 天等说法。
• 路由到后端：由 ReplenishmentAssistant.handle() 统一处理，action 固定为 customer_statement，真实数据取自 H3ERP SQL Server 账套 yszt。
• 结构化输出：返回的 dict 至少包含 reply 与 action 字段，正文自动追加「📊 智能分析与建议」段，指出应收异常并给出可执行的下一步建议。
• 分析可降级：.env 中 AI_API_KEY 有效时走 LLM 增强分析，否则回退规则引擎，离线环境同样能出结果。

适用边界与注意点

• 查询默认时间范围为最近 30 天，结果默认返回 10 条，可用参数收窄。
• 覆盖范围是销售、收款、期末应收余额与差异，不含库存、采购等其它菜单。
• 写操作（开单、审批、申请）只生成草稿与预览，不会直接写入 yszt 账套。
• 必须先启动后端服务；H3ERP_ENABLED=false 时走演示数据路径。
• 主 handler、NLP 解析与 ERP 查询分别位于 procurement_scenarios/replenishment_assistant.py、ai_dialog_layer/nlp_engine.py 和 erp_core/h3erp/service.py，便于按模块排查问题。