银行流水合并核对
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 @user_b53e245c/nigo-bank-flow-reconciliation 到当前 AI 助手。
技能介绍
要解决的不是“读 Excel”
银行对账的成本不在读表本身,而是没法一眼解释两张表为什么对不上:流水来自多家银行的不同导出,表头错位、尾部有汇总;序时账里一笔银行存款分录被拆成借方行与对方科目行,客商信息可能埋在辅助核算里,也可能根本不存在;一旦缺少共同的分组键,匹配引擎就会安静地产出一堆“核不上”的记录。这个技能把对账拆成流水线:先探查文件,再标准化,再逐层匹配,每一步的输出决定下一步怎么配。
三条脚本,各负责一段
- 预检查:只探查不判断。输出列名、样本行、金额统计、科目分布,以及候选客商列诊断表(列名 + 非空率 + 样本值),后续配置参考这份诊断。
- 合并:多银行多格式流水 → 统一 12 列的标准 Excel。
.xlsx/.xls/.csv均可,表头不在第一行、尾部带汇总行的也能处理。 - 核对:流水对序时账,9 层递进匹配,输出核对底稿。匹配逻辑集中在代码里,AI 只负责运行脚本、看输出、写
reconcile_config.json。
配置前需要做四个判断:列映射(科目编码列在不同账套里叫法不一样,没有代码列时退回科目名称);客商信息(银行存款行有值走 direct,对方科目行有值走 split,实证 92.6% vs 78.5%);多账户覆盖(账号/主体标识不一致时先放大策略评估);范围对齐(GL 有 32 个科目而流水只有 1 个,用前缀 100201 一限定,金额匹配率 16% → 99%)。客商数据或账户覆盖不足时,流程会停下来确认,不会拿低匹配率假装底稿完整。
匹配率预期与边界
范围对齐且客商齐全时,金额匹配率 90%~99%;有摘要但没客商,70%~90%;两者都没有,只有 30%~50%。条数匹配率通常低于金额匹配率,因为序时账常把几十笔小额报销汇总成一笔凭证(50 行流水对 1 笔 GL)。只要总额平衡,底稿即可交付,剩余记录交会计人工核视。
几个容易踩的坑:交易对手列 100% 非空但存的是银行账户名,那是假客商,诊断表的样本值能识别;公司列不对称会直接导致 0% 匹配,改用主体过滤;>5000 行务必按账户分组(129s → 16s);AI 复核是可选开关,匹配率已经够高时不值得自动重跑,未匹配 >500 条时引擎直接跳过——那是范围没配对,该修范围而不是硬复核。兼容旧格式 .xls 需要 xlrd,模糊匹配缺 rapidfuzz 时回退 difflib。
使用场景
- 手上一堆格式不同的 .csv 和 .xlsx 银行流水要塞进同一套表头,手工复制太慢,得先跑脚本合并成统一的 12 列 Excel 再进行后续分析
- 手上已有标准流水和 GL 导出表,科目和交易日期都有,得靠它逐层匹配圆对这几笔借贷差异,把对不齐的记录挑出来
- 月底面对从多家网银导出的流水和主体繁杂的总账,需要快速对齐 100201 等科目的流水,圈出没法解释的差额
- 账面上没有明确的交易对手,只有偶发的“往来单位名称”列或承兑等复合付款信息,想实测直接 vs 拆分模式的识别差异
适合人员
- 审计人员日常核对流水账,月底要把各大网银导出的数据与总账比对并出具完整底稿
- 财务分析师负责资金流向报告,需要把多银行上百万行流水清洗成同一套结构,不想手写繁琐的 pandas 代码
- 财务主管需要管理几十个总账银行科目及下属账户标识,苦于无法确认客商值究竟在标准字段还是辅助核算项中
- AI 应用开发者要给原工作流加上对账功能,希望用预检查提示和配置验证,强制确认范围过载或客户字段缺失问题