技能介绍

财务分析人员和开发者常常需要处理来自不同系统的财务数据。这些数据可能以 CSV、Excel 或 PDF 格式分散存在，手动下载、清洗、并解读其背后的经营含义是一项耗时且重复性高的工作。

这个技能通过标准化的流程，将原始数据文件转化为结构化的洞察报告。其核心能力与关键步骤如下：

文件解析与标准化：技能内置的解析器能自动识别并处理多种格式。对于 CSV 和 Excel，使用 pandas 进行数据提取；对于 PDF，则通过 pdfplumber 提取文本与表格。解析后输出统一的数据结构，如 { headers, rows, shape }，为后续分析做好准备。
多维度 AI 分析：解析后的数据会连同一套预设的结构化 Prompt 一起，发送至兼容 OpenAI 接口的大语言模型（如 GPT-4o、Claude）。分析会覆盖多个维度，基础维度包括收入结构分析、成本异常检测和利润分析，高级套餐还增加现金流分析、资产负债分析等。
灵活的套餐与降级：技能采用 Token 验证的订阅模式。不同套餐（Free、Standard、Pro、Max）限制了月度使用次数、可用的分析维度以及可生成的图表数量。一个重要的设计是降级策略：如果用户未配置有效的 API Key 或调用失败，技能会回退到仅生成基础的数据统计报告，确保核心使用流程不中断。
安全与本地优先：所有文件处理均在用户本地环境完成并即时清理，Token 验证使用哈希缓存。AI 分析环节虽然调用云端模型，但分析指令在本地构造，且模型提供者由用户自行配置和管理。

非万能的黑盒：AI 生成的分析报告是基于模型对数据模式的理解，其结论应作为辅助参考，而非权威的财务审计意见。关键判断仍需结合业务背景进行人工复核。
依赖模型能力：分析的深度和准确性与所使用的大语言模型能力直接相关。技能本身不绑定或推荐特定模型，用户需自行配置并承担相应的 API 费用。
数据质量先行：技能擅长解析标准格式，但无法修复源数据中的逻辑错误、缺失值或非常规格式。输入数据的质量直接影响输出报告的可靠性。
套餐功能差异：免费版 (Free) 仅提供基础三项分析且无图表生成，更全面的维度（如现金流、KPI 达成分析）需要升级到付费套餐。