核心用法
rapprochement-bancaire 是一款面向会计事务所的每日对账引擎，通过调用 scripts/main.py 处理已分类的客户文档树，自动完成银行流水与发票的匹配核对、TVA 验证、异常检测及追款管理。
显著优点
1. 双重匹配策略：先按发票编号精确匹配（±1€），再通过金额+收款方名称模糊匹配（相似度≥0.6），大幅提升匹配成功率
2. 银行级解析精度：支持法国主流银行（BNP、SG、LCL、CIC、Crédit Agricole 等）的专用解析配置，通过列几何位置而非文本内容判断借贷方向，避免传统 OCR 的常见错误
3. 智能对账校验：每张银行对账单必须通过余额验证（期初+∑交易=期末），否则自动标记为 needs_vision 待人工复核
4. 完整审计追踪：生成 followup.json（发票状态）、relances.json（追款建议）、anomalies.json（异常清单）及日报 compta_batch_report_<date>.json，支持月度锁定机制
潜在缺点与局限性
- 监督模式依赖人工：追款邮件需人工最终确认，无法全自动发送；
needs_vision.json必须及时处理，否则硬文档积压 - 视觉模型门槛：扫描件/复杂排版银行单需 vision 模型介入，增加运营成本与延迟
- 法语生态绑定：银行配置、TVA 规则、日期格式均为法国本土化设计，国际化扩展需重构
- 单点故障风险：核心逻辑全封装于
scripts/main.py，脚本失效则整个流程中断
适合人群
- 法国中小企业（TPE/PME）内部会计团队
- 会计事务所（cabinet comptable）寻求自动化对账方案
- 需处理每月数百张发票、多银行账户的财务人员
常规风险
- 误匹配风险：模糊匹配可能将无关交易误判为付款，导致虚假"已付"状态或错误追款
- TVA 计算偏差：5% 容差阈值可能掩盖真实税务问题
- 余额校验陷阱：期初余额若印于借方栏（如 Caisse d'Épargne 常见排版），需人工识别为负值，否则对账失败
- 数据孤岛：若不及时处理
needs_vision.json，部分交易长期游离于系统外，造成财务报表不完整