工资条数据备份恢复
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-uz7pqext/mayi-skill-0139。
技能介绍
工资条从生成、推送、导出、对比、校验到签收,往往横跨多个环节。一旦参数缺失、口径变动或覆盖导入失败,就可能出现缺项、错算、无法回滚等问题,而工资条又是员工关注的敏感数据,退回重做的成本并不低。
核心能力与工作流程
- 参数输入:按场景交互式补齐关键输入,包括
适用地区/城市、相关金额数据(工资、基数、比例等)和时间范围(月份/年度);地区会影响后续标准选择。 - 智能计算:依据最新政策法规进行计算,覆盖工资条生成前的口径确认与结果预检。
- 结果输出:产出结构化结果与说明,便于复核、导出对账,或基于结果做差异比对。
- 合规校验:内置合规规则校验,用于发现明显不合规项与待确认项。
典型步骤是:触发到工资条相关场景后,先输入地区、金额和时间;再执行计算与合规校验;最后获得结构化结果与说明,并将该结果作为后续备份恢复或对账依据。
适用边界与注意点
- 政策数据基于公开法规整理,仅供参考;计算结果不构成法律建议。
- 涉及多地用工、公积金口径或特殊补贴时,仍需以各地人社局、税务局和住房公积金管理条例的最新公告为准。
相关金额数据必须与提供的时间范围匹配,月份、基数、比例缺失会直接影响结果可信度。- 工具用于备份恢复,不应替代正式薪酬审核流程;上线前建议由专业机构复核。
使用场景
- 工资条生成前,需交互输入地区、金额和时间,计算并校验数据
- 工资条推送后,需导出结果并与原始数据做差异对比
- 工资条导出前,需执行合规校验确认明显不合规项
- 备份恢复场景下,需校验工资数据后输出结构化结果
适合人员
- 社保专员,需要在生成工资条前确定地区计算口径
- 薪酬专员,需要在导出工资条前执行合规校验
- HR运营,需要在工资条推送失败后核对备份数据
- 财务对账员,需要对比工资条导出结果与原表差异