数据 · 清洗 / 合并 / 脱敏 / 异常

全表异常数据检查

【财友云】结构异常与业务异常分级扫描,高/中/低三级,保留原始行号与影响金额,按影响排序输出复核清单。适用于异常检查、数据质量、内控等场景,核心能力覆盖财务、风险分级、空值重复检查、负数金额、超阈值。

已上线 P0 L0

全表异常数据检查

【财友云】结构异常与业务异常分级扫描,高/中/低三级,保留原始行号与影响金额,按影响排序输出复核清单。适用于异常检查、数据质量、内控等场景,核心能力覆盖财务、风险分级、空值重复检查、负数金额、超阈值。

这个包已上线。正文与用法以下方随包 SKILL.md 为准;安装则去 SkillHub 对应页面 →。装到本地即可离线运行,数据不出电脑。

标签

[异常检查, 数据质量, 内控, 财务, 风险分级]

技能正文(随包 SKILL.md)

> **本地运行,零网络请求、免 API Key、不主动外发数据。**
> 四项诚实承诺:① 算不出就说算不出,绝不编造数字;② 高危动作强制人工确认;③ 幂等断点,绝不重复副作用;④ 全程留痕可审计。
> 边界说明:本包脚本自身不联网、不外发;若你把内容贴进 AI 对话,内容是否离开本机由你所使用的客户端决定,不由本包决定。
<!-- WB-CLAIM-BOUNDARY v1 -->

# 全表异常数据检查

人工抽查覆盖不了全表,公式错误、空值、重复、负数和异常波动往往要等出问题才发现。本包做全表扫描并分级,让你先复核高风险的那几行。

**只标记风险,不下违规结论。** 异常表示"需要复核",不代表"存在问题"——这个界限本包不会越过去。

## 运行方式

<!-- WB-INVOKE-CONTRACT v1 -->

**环境**:Python 3.8+,**仅标准库,无需安装任何依赖**。

**作用**:全表异常数据检查(零网络 · 本地运行)

**命令**(在技能目录下执行;`<尖括号>` 是你要替换的输入):

```bash
# 默认预览(不写盘)
python scripts/anomaly_scan.py <file>

# 确认无误后正式执行
python scripts/anomaly_scan.py <file> --execute
```

**参数**:

| 参数 | 说明 |
|---|---|
| `<file>` | — |

**选项**:

| 选项 | 说明 |
|---|---|
| `--sheet SHEET` | — |
| `--rules RULES` | 规则表 CSV:列名,规则,参数,等级 |
| `--amount-cols AMOUNT_COLS` | 金额列,逗号分隔(用于负数/阈值与影响金额) |
| `--key KEY` | 唯一键列名,重复行标记为高风险 |
| `--out-dir OUT_DIR` | — |
| `--show SHOW` | — |
| `--execute` | — |
| `--operator OPERATOR` | — |
| `--rule-version RULE_VERSION` | — |

**退出码**:`0` 成功 / `2` 输入错误 / `3` 鉴权失败 / `4` 环境或依赖失败 / `8` 部分成功。

**输出**:产物写入执行目录,源文件不改动;先跑预览确认,再加 `--execute` 落盘。

## 何时不触发

以下情况**不要**启动本技能,并主动告诉用户该走哪条路:

1. 需求不在上面适用范围之内 → 直接说明本技能不覆盖,不要硬套流程凑出结果。
2. 缺少必要输入(参数、文件、授权、前置数据)→ 先向用户索取,不要自行假设默认值开跑。
3. 用户只是随口一问、要一个即时结论 → 直接回答,不要启动完整流程。
4. 同一任务上一轮已产出、用户未要求变更 → 复用上次产物,不重复执行。
5. 触发条件只是勉强沾边 → 宁可不触发。误触发一次的成本高于漏触发一次。

## 工作流(编号阶段)

| 阶段 | 做什么 | 产物 | 闸门 |
|---|---|---|---|
| 一 | 输出四件套(每次运行必有) | 判定清单(每项三态) | 前置输入齐备、前置条件满足;缺参数先索取,不要假设默认值 |
| 二 | 环境准备 | 判定清单(每项三态) | 上一阶段产物已可用且通过检查;否则退回上一阶段重做 |
| 三 | 用法 | 判定清单(每项三态) | 上一阶段产物已可用且通过检查;否则退回上一阶段重做 |
| 四 | 支持的规则 | 判定清单(每项三态) | 上一阶段产物已可用且通过检查;否则退回上一阶段重做 |
| 五 | 安全与边界(拒绝权) | 判定清单(每项三态) | 每条检查项都有明确判定;存在空项即停下补判定 |

> 按顺序推进;上一阶段闸门没过,不进入下一阶段。

## 输出四件套(每次运行必有)

| 文件 | 内容 |
|---|---|
| `anomaly_主表.csv` | 未命中的干净行,附原始行号 |
| `anomaly_异常表.csv` | 命中规则的行:原始行号、字段、异常类型、风险等级、原值、影响金额 |
| `anomaly_校验表.csv` | 各级数量 + 规则来源 + 人工复核声明 |
| `fin-log.jsonl` | 处理日志(追加) |

### 不写规则表:兜底扫描(只做结构检查)

```bash
anomaly_scan.py 报销明细.xlsx --amount-cols 金额
```

真实输出:

```
提示:未给 --rules,已按兜底规则扫描(必填为空 / 金额负数)。
      业务阈值(超支、跳变、状态矛盾)必须由财务定义,本包不替你猜。
方案:报销明细.xlsx | 行=7 | 列=8 | 规则=9 条(兜底)
扫描结果:高 0 / 中 1 / 低 1(共 2 条)
```

**阈值不写就不知道**。业务异常的判断标准只有财务能给,本包不会替你编一个"超过 5000 算异常"出来。

### 用规则表:业务异常也能扫

规则表 `规则表.csv`(四列:列名,规则,参数,等级):

```
列名,规则,参数,等级
报销单号,notnull,,高
部门,notnull,,高
金额,nonneg,,高
金额,max,5000,中
审批状态,enum,已审批|待审批|驳回,中

bash
anomaly_scan.py 报销明细.xlsx --rules 规则表.csv --amount-cols 金额 \
  --key 报销单号 --execute --operator 李四
```

真实输出的校验表:

```
规则条数 | 6
高风险 | 2
中风险 | 1
低风险 | 0
说明 | 异常只表示需要复核,不代表违规
主表行数 | 4
异常行数 | 3
输入行数 | 7
人工复核 | 本结果由本地工具生成,仅供财务复核使用;入账 / 付款 / 申报 / 税务口径 / 重大异常的最终结论必须由对应财务岗位人工确认。
```

## 支持的规则

| 规则 | 含义 | 参数 |
|---|---|---|
| `notnull` | 必填为空 | — |
| `nonneg` | 金额为负 | — |
| `max` / `min` | 超过上限 / 低于下限 | 数值 |
| `enum` | 不在枚举范围 | `值1\|值2\|值3` |
| `date` | 日期格式解析不了 | — |
| `unique` | 配合 `--key` 查重复(命令行指定) | — |

风险等级在规则表第 4 列定义:`高` / `中` / `低`。等级只用于排序,不构成专业结论。

## 安全与边界(拒绝权)

- **源文件零改动**:输出进 `_out/`,原文件不动
- **默认预览**:不加 `--execute` 不写盘
- **规则决定检出范围**:没写规则就不会报。没检出异常不等于数据没问题,只等于"在当前规则下没问题"——这句话会写进校验表
- **不判违规**:输出里永远是"需要复核",不会是"存在舞弊"

## 人工复核(必读)

- 高风险项逐条看原始凭证;中低风险可抽样
- 阈值和枚举值由财务定义并维护版本,改了要更新 `--rule-version`
- 涉及入账、付款、申报的判断,本包结果不能作为依据

## 相邻路线转交

| 用户要做的事 | 转交给 |
|---|---|
| 先清洗格式(日期、金额、名称) | `caiyouyun-fin-table-clean` |
| 重复报销的多条件判定 | `caiyouyun-expense-reimburse-check` |
| 想把结果外发 | `caiyouyun-fin-data-mask` |

## 自检清单

- [ ] 规则表里的阈值是财务给的,不是我随手填的
- [ ] 异常表每一行都能定位到原始行号
- [ ] 高风险项已逐条人工看过

---

本 Skill 采用 BUSL-1.1 许可(源码可见,可自由使用)。

版权所有 © 2026 律令科技(深圳)有限公司(@lexord-technology)。
本技能由律令科技(深圳)有限公司开发,**财友云(caiyouyun.cn)**发布与展示。

允许个人及企业内部免费使用、复制、修改,包括内部生产环境。
未经书面许可,不得将本 Skill 或其修改版作为商业服务对外销售、转售或提供托管服务。
各版本发布之日起 4 年后自动转为 Apache License 2.0。详见随包 `LICENSE.md`。

<!-- WB-REFERENCES v1 -->

## 参考资料(渐进式披露)

按需读取,不必全载(`references/` 目录):

| 文件 | 何时读 |
|---|---|
| `references/01-legal-basis.md` | 需要核对**条文号、适用范围**时 |
| `references/02-decision-table.md` | 需要查**判定口径 / 速查表**时 |
| `references/03-verification-checklist.md` | 判断前确认**信息是否齐备**、排查高风险情形时 |

> 参考资料是**条文索引与参数速查**,不替代现行有效法规;每条判断请回原文核对。

## 输出规范

- **交付形态**:结构化判定结果(表格或 JSON),先给结论再给依据。
- **判定口径**:每条必落「通过 / 不通过 / 算不出」三态之一,**没有第四种**。算不出就写算不出并说明缺什么,不猜。
- **必含字段**:检查项 / 判定 / 依据(原文定位或数据出处)/ 修复建议(不通过时必给)。
- **落盘路径**:判定结果超过 20 条时写 `outputs/caiyou-fin-anomaly-scan-<YYYYMMDD>.md`,少于 20 条可直接出在对话里。
- **自检**:存在「判定为空」的检查项即视为未完成。

## 免责声明

本技能输出的是**数据整理与流程辅助**,不构成投资建议、税务意见或审计结论。涉及具体决策,以持牌机构、执业税务师/会计师的正式意见为准;引用的税率、法规与官方数据以最新公示版本为准,如遇更新以官方口径为准。

---

版本:v0.1.3 · 出品:【财友云】

## 反例对照(避开这些写法)

| ❌ 反例 | ✅ 正例 | 判据 |
|---|---|---|
| 判定写「基本 OK」「应该没问题」 | 每条明确落「通过 / 不通过 / 算不出」三态之一 | 这条判定能不能被第二个人复现出同样结论 |
| 不通过却不给修复建议 | 不通过 = 定位 + 原因 + 怎么改 | 用户看完知不知道下一步做什么 |
| 算不出却猜一个值填上去 | 写「算不出」并说明缺什么输入 | 这个值有没有依据 |
| 只报问题数量不报位置 | 每条问题给到可定位的行号 / 字段名 / 原文片段 | 能否直接跳到问题处 |

<!-- WB-SELFCHECK v1 -->

## 交付前自检(必跑)

本包自带可执行自检脚本。**在交付 / 打包 / 发布之前,必须运行并通过**:

```bash
python scripts/selfcheck.py
```

退出码语义(与本节末尾「退出码(脚本契约)」一致):

| 码 | 含义 | 你要做的事 |
|---|---|---|
| 0 | 全部通过 | 可以交付 |
| 2 | 用法错误 | 检查运行路径,用包根目录下 `scripts/selfcheck.py` |
| 3 | **门禁未通过** | 按 FAIL 项逐条修好再交付,**不要带病交付** |
| 4 | 环境问题 | 检查 Python 版本(需 3.8+)与入口脚本是否可运行 |
| 8 | 部分通过 | 无 FAIL,但有 WARN;建议先修警告项再交付 |

自检覆盖:SKILL.md 与 frontmatter(`name`·`description`)/ 合规声明(frontmatter `license` **或** `ATTRIBUTION.md`,二者其一即可——第三方转化包常以后者记录归属)/ 必备章节 / 打包卫生(禁止 .pyc·__pycache__·.bak·.zip)/ 脚本可编译 / 入口脚本 `--help` 可运行。
<!-- /WB-SELFCHECK -->

## 退出码(脚本契约)

| 码 | 含义 | 你要对用户说的话 |
|---|---|---|
| 0 | 成功 | 直接给结果,不解释过程 |
| 2 | 输入错误(缺参数 / 格式不对 / 文件不存在) | 「你给的 <X> 不对,需要 <Y>」—— 说明正确格式,不要猜默认值硬跑 |
| 3 | 鉴权/授权失败(密钥缺失、无权限) | 「需要你先提供 <凭据>」—— 说明去哪里拿,不要跳过鉴权 |
| 4 | 服务/环境失败(网络不可用、依赖缺失) | 「这一步依赖 <X> 不可用」—— 给出替代路径或降级方案 |
| 8 | 部分成功(有成功项也有失败项) | 「N 项成功、M 项失败」—— 逐条列出失败项与原因,不要只报总数 |

脚本退出非 0 时:**不要静默重试**。先把该码对应的话告诉用户,再决定是补齐输入重试、还是换路径。

## 状态与断点

- 多阶段流程在执行目录写 `outputs/.state.json`,记录「当前阶段 + 已完成产物路径 + 时间」。
- **每个阶段结束后写一次**;中途中断后重启,先读该文件,从断点阶段继续,**不从头重跑**。
- 状态文件只记阶段与产物路径,不记对话内容、不记敏感数据。
- 发现状态文件与实际情况不符(产物已不存在)时,以实际产物为准并重置状态。
这个包已在 SkillHub 上线,可一键安装。
在 SkillHub 上查看完整说明、版本记录与安装方式,支持一键装到你的 AI 客户端。

常见问题

按真实会被问到的顺序排,每条答案都给得出可核对的依据,不含含糊其辞的部分。

fin anomaly scan 这个技能,具体能帮我做什么?

【财友云】结构异常与业务异常分级扫描,高/中/低三级,保留原始行号与影响金额,按影响排序输出复核清单。适用于异常检查、数据质量、内控等场景,核心能力覆盖财务、风险分级、空值重复检查、负数金额、超阈值。

常见的触发场景有:异常数据检查、空值重复检查、负数金额。

完整说明、版本记录和安装方式在 SkillHub 上的「fin anomaly scan」页面 →。

跑完之后我会拿到什么东西?

输出会落在 _out/ 目录,主要包括:

1.anomaly_主表.csv未命中的干净行,附原始行号
2.anomaly_异常表.csv命中规则的行:原始行号、字段、异常类型、风险等级、原值、影响金额
3.anomaly_校验表.csv各级数量 + 规则来源 + 人工复核声明
有没有算不了、它明确拒绝的情况?

有。下面几种情况它会明确拒绝,而不是硬给答案:

规则决定检出范围:没写规则就不会报。没检出异常不等于数据没问题,只等于"在当前规则下没问题"——这句话会写进校验表
不判违规:输出里永远是"需要复核",不会是"存在舞弊"

总之是算不出就说算不出,不会给你一个看着合理、实际没依据的数字。

用之前我得注意什么?容易踩哪些坑?

这几条是设计时就写进去的口径,不知道会直接算错,不是「留意一下」那种套话:

unique配合 --key 查重复(命令行指定)
跑完的数能不能直接用?我还要核什么?

不能直接拿去报。它给的是建议和依据,最终判断还是得你来做。下面这几条是它要求你逐条过的:

·高风险项逐条看原始凭证;中低风险可抽样
·阈值和枚举值由财务定义并维护版本,改了要更新 --rule-version
·涉及入账、付款、申报的判断,本包结果不能作为依据
数据会不会传出去?我自己怎么验证?

不会。运行时不发一个网络包。你自己就能验证,三条路任选:

把网断掉再跑一遍,功能照常——它本来就没打算联网。

打开包里的 SKILL.md,权限声明写的是 network: none,不声明就没有联网能力。

直接翻 scripts/ 下的源码,全站都是 Python 标准库写成,没有一行网络代码。

要付费吗?要不要配 API Key?

都不要。免费使用,不需要任何 API Key,不联网就不需要 Key,也不存在额度这回事。开源协议 BUSL-1.1,发布满 4 年后自动转为 Apache License 2.0。

装上之后怎么用?

安装后,在支持 SkillHub 的 AI 客户端(如 WorkBuddy)里直接使用即可。

触发方式:对话里提到「异常数据检查、空值重复检查、负数金额」等场景,或上传相关表格/凭证,它就会自动响应。

典型用法:把原始文件发给 AI,说『帮我跑 fin anomaly scan』或『处理一下这个』,结果会输出到当前目录的 _out/anomaly_主表.csv。

也可以从客户端的「已安装技能」列表里手动唤起。

什么环境能跑?需要装依赖吗?

Windows / macOS / Linux 都能跑,不需要 pip install 任何东西。

运行只依赖 Python 3 标准库:全站 345 个脚本的首行都是 #!/usr/bin/env python3,没有第三方依赖,也就没有环境冲突要调。

装在哪个客户端上?会不会弄坏我原来的文件?

在 SkillHub 上一键安装即可,主流 AI 客户端都能装。运行是只读 + 输出到 _out/,你原来的账套和表格一个字节都不会被动。

相邻技能

规划中 P2 数据

财务人理财科普

【财友云】面向财务人自身的理财科普:输入关注主题(个税汇算/专项扣除/社保公积金/个人养老金/家庭保障/稳健理财/防诈防坑),输出结构化科普卡(政策依据+核心要点+操作步骤+风险提示),严守不荐股/不承诺收益/不荐具体产品红线。

规划中 P2 数据

出口退税测算与勾稽核查

【财友云】把企业申报的出口明细逐条与官方出口退税率对账——按商品代码查官方退税率,核对申报退税率是否一致,并按「出口金额 × 官方退税率」勾稽申报退税额,差异超容差或代码查不到的一律进异常表并给差额与风险等级。内置国家税务总局《出口退税率文库》在效快照(约 3.2 万个商品代码)。适用于出口退税申报前复核、退税数据自查、代账交接核对等场景。数据为离线快照、版本可查,运行时零联网。

规划中 P2 数据

表格→分析报告

【财友云】把表格变成带数字溯源的分析报告:每个数字可回溯到原表区域与聚合口径,提供溯源模板与回查清单。

规划中 P2 数据

从零构建工作簿

【财友云】从零构建可审计工作簿的强制规范:计算用活公式、假设集中引用、关键假设黄底、交付前 recalc 验证零错误。

规划中 P0 数据

多表批量合并

按标准字段模板合并多张 Excel/CSV,保留来源文件与来源部门列,业务唯一键查重,输出合并表/重复表/缺字段表

规划中 P2 数据

中小企业划型判定

【财友云】按《中小企业划型标准规定》逐户判定大型 / 中型 / 小型 / 微型,十六个行业门类的指标门槛内置,多指标行业按「且」关系判定,行业认不出或指标缺失一律进异常表不猜。适用于小微优惠前置判断、政府采购资格、专精特新申报等场景。

规划中 P2 数据

AI 可读性诊断

【财友云】诊断表格会不会被 AI 误读:合并单元格占比、多级表头、表头偏移、数字存文本、单位混用、日期不一,输出评分与修复项。

规划中 P2 数据

公式解释器

【财友云】把复杂 Excel 公式逐层翻译成人话,标风险点:绝对引用缺失、IF嵌套过深、整列引用、易失函数;本地零联网。

规划中 P0 数据

财务数据脱敏采样

从大表抽样 20-50 行并对姓名/税号/银行卡/手机号/金额做保形脱敏,供试跑与外发,原表零改动