核心用法
rapprochement-bancaire 是一个专业的会计状态引擎，专为企业财务部门或会计师事务所设计。其核心功能是通过执行单一命令 python3 scripts/main.py <racine_clients> 实现全自动化的银行对账流程。
该技能的工作流程分为几个关键阶段：首先遍历客户文档目录，识别当前月、上月及未锁定历史期间；随后提取发票信息（优先通过文件名解析，必要时调用 extract.py 进行 OCR 文本提取）和银行流水明细；接着执行两轮匹配算法——第一轮基于发票编号精确匹配（±1€ 容差），第二轮基于金额模糊匹配（±1€ 且标签相似度≥0.6）；最后完成 TVA 验证、异常检测、状态更新及催款分级。
输出产物包括四个 JSON 文件：followup.json（发票状态追踪）、relances.json（催款队列）、anomalies.json（异常清单）以及 compta_batch_report_<date>.json（合并报告）。系统支持期间锁定机制，无阻断性异常且数据稳定的月份将被自动冻结，避免重复处理。
显著优点
- 高度自动化：单一命令触发完整流程，大幅减少人工对账时间
- 双重匹配保障：精确匹配+模糊匹配降低漏配率
- TVA 自动校验：5% 阈值检测税务申报错误
- 智能异常分级：区分阻断性/非阻断性异常，支持业务连续性决策
- 数据可追溯：所有输出基于原始 PDF 重建，缓存机制不影响源数据
- 催款工作流内置：按账龄自动分级（1-3 阶+升级），支持部分付款场景
潜在缺点与局限性
- 高度依赖前置技能：必须依赖
organisation-documents预分类的目录结构，无法独立处理原始邮件或文档 - 无邮件处理能力：明确排除电子邮件处理，需外部工具预处理
- 格式刚性约束：输出 JSON 格式为硬契约，任何手动修改将导致下游技能失效
- 语言与区域限制：发票文件名约定、TVA 计算逻辑均针对法国会计制度设计
- 技术门槛：需 Python3 环境及
extract.py依赖，错误排查需读取 stderr - 无实时接口：批处理模式，非实时银行 API 对接
适合人群
- 中小型企业财务部门寻求自动化对账方案
- 会计师事务所需要批量处理多客户账务
- 已部署
organisation-documents且文档分类规范的用户 - 具备基础技术能力、能解读 JSON 报告并处理脚本错误的操作人员
常规风险
| 风险类型 | 说明 | 缓释措施 |
|---------|------|---------|
| 格式契约破坏 | 手动修改输出 JSON 导致下游技能失效 | 严格禁止手动编辑，仅通过脚本生成 |
| 误匹配风险 | 模糊匹配可能将无关交易错误关联 | ±1€+0.6 相似度阈值设计，需人工复核大额异常 |
| 发票识别失败 | 文件名不规范且 OCR 失败导致 `facture_illisible` | 建立文档命名规范，预留人工处理通道 |
| 期间锁定争议 | 自动锁定期后发现问题无法回滚 | 7 天稳定期+hash 校验机制，重大变更需手动删除 lock 文件 |
| 脚本执行失败 | 环境依赖缺失或权限问题 | 捕获并上报 stderr，禁止手工重算批次 |