技能介绍

为什么员工花名册总是脏数据

员工花名册是 HR 一切工作的地基，考勤、薪酬、社保、合同全都建立在它之上。但现实中这张表恰恰是最脏的：身份证号填错一位校验码对不上，同一个号码挂在两个人名下造成冒用或重复参保，未满 16 岁的未成年人出现在在册名单里直接踩穿用工红线。更常见的是字段自相矛盾——生日和身份证对不上、性别张冠李戴、在职的人却填了离职日期。最危险的是，大量身份证号和银行卡号以完整明文躺在表格里，一旦外发就是数据泄露。

十五条规则逐条体检

这个技能把散落的花名册归一成统一契约，用十五条规则回答四个问题：身份对不对（身份证 GB11643 校验码、未成年识别、一号多人、工号重复）、字段准不准（生日性别一致性、关键字段缺失、手机银行卡合法性）、状态真不真（在职却填离职、日期倒挂、合同证件临期）、敏感护没护（明文脱敏提示）。

工作流分三步：

清洗归一 — 自动完成中英列名别名映射（24 字段）、多种日期格式归一、性别/状态/学历归一、GB18030 自适应解码、完全重复行去重
稽核判定 — 十五条规则按 P0（立即处置）/ P1（本期整改）/ P2（建议关注）/ INFO（脱敏提示）四级分类，风险密度加权评分折算百分制，出现任意 P0 总分封顶 74
出报告 — 输出 HTML 体检驾驶舱、Markdown 整改清单、UTF-8-SIG 编码的 CSV 脱敏台账，Excel 双击不乱码

全程本地运行，纯 Python 标准库，不联网，同样输入必得同样输出，报告可直接进风控底稿与审计材料。

适用边界

这个技能只做事后稽核，不发起任何业务流程。它不能联网核验身份证真伪或查询实时社保状态，判定依据仅是台账登记值。它不修改源文件，脱敏只在报告中做，不动原始数据。它也不算薪、不算社保、不做合同——那是薪酬台账和合同台账的活。每条 finding 都写明触发规则编号、具体数据和整改建议，不给「疑似有问题」这种无法落地的结论。