发票查重

> **本地运行，零网络、免 API Key、数据不出电脑。**
> 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。

# 发票查重

重复报销最难的是**证据**。同一张票报了两次，两张表长得一模一样，肉眼扫不出来——因为第二次报销的人往往改了备注、换了部门、隔了半个月。

本包不猜哪一张是真的。它把**四种嫌疑**全部列出来，每嫌疑都附上「和哪一行的哪几列相同」，你把两张原票调出来比一下就行。查重结果从来不是结论，是清单。

## 输出四件套（每次运行必有）

| 文件 | 内容 |
|---|---|
| `dup_主表.csv` | 未命中任何嫌疑的票，通过查重 |
| `dup_异常表.csv` | 所有嫌疑票，含 `_命中类型 / _命中行号 / _风险等级` |
| `dup_校验表.csv` | 查重键、分组数、各类型命中数、人工复核声明 |
| `fin-log.jsonl` | 处理日志（追加） |

## 环境准备

```bash
PY="<python 3.8+ 路径>"   # 纯标准库
"$PY" <skill目录>/scripts/dup_check.py <发票明细表> [参数]
```

## 用法

### 默认四键查重

```bash
dup_check.py 报销发票明细.xlsx
```

按 `发票号码 + 发票代码 + 金额 + 开票日期` 组合判重（键列不存在时自动退化，并在校验表里写明退化原因）。

真实输出：

```
方案：报销发票明细.xlsx | 数据行=138 | 查重键=发票号码+发票代码+金额+开票日期
  四键全同 → 全额重复
  号码同金额异 → 拆票嫌疑
--- 命中 3 类 ---
  全额重复   2 组（4 行）
  拆票嫌疑   1 组（2 行）
  同额同源近日期 0 组
```

### 加时间容差，抓跨月重复

```bash
dup_check.py 报销发票明细.xlsx --window 7
```

同销方、同金额、开票日期相差 7 天以内的票进入「跨期同额」嫌疑。改日期躲重复，这条能抓。

### 换业务唯一键

```bash
dup_check.py 报销发票明细.xlsx --key 发票号码,金额 --mode any
```

报销场景里 often 只关心「同一张票报没报过」，金额是主证据，日期可能被报销单改。

## 四种嫌疑的判定

| 命中类型 | 判定 | 典型来源 |
|---|---|---|
| 全额重复 | 查重键四列全同 | 同一张票贴了两张报销单 |
| 拆票嫌疑 | 号码代码相同，金额/日期不同 | 把一张票拆成两笔入账 |
| 跨期同额 | 号码不同，但销方+金额相同且日期差 ≤ `--window` | 改日期重复入账 |
| 一票多报 | 号码不同、销方相同、金额相同（无日期条件） | 借别的票凑数 |

**风险分级**：全额重复 = 高（基本确定是重复）；拆票嫌疑 = 高；跨期同额 = 中（改日期可能只是笔误）；一票多报 = 中（销方名可能写错）。

## 一条必须知道的边界

查重键必须**四列齐全**才有意义。只有号码没有金额，查重就退化成「号码查重」——那挡不住拆票。

所以本包在键列缺失时不静默降级，而是在校验表里写清退化到哪种键、每组命中数变化多大。你看了觉得不够严，就补列重跑。

## 安全与边界（拒绝权）

- **源文件零改动**：输出进 `_out/`，原表一个字节不动
- **默认预览**：不加 `--execute` 不写盘
- **键列不在表里就停**：`C.need()` 校验，不猜近似列名（「票号」≠「发票号码」）
- **不宣判**：命中只是嫌疑，最终认不认由审核人说了算，输出里也不写"确认欺诈"

## 人工复核（必读）

- 「全额重复」里的两张票请调出原件比对，很可能一张是复印件
- 「拆票嫌疑」要确认是不是同一张票分两次报销（这是重复报销的典型手法）
- 命中清单应当退回给报销人确认，不要直接按异常扣款

## 相邻路线转交

| 用户要做的事 | 转交给 |
|---|---|
| 发票文件批量改名、归档 | `invoice-batch-rename` |
| 发票合规项预检（必填/备注/清单） | `invoice-rule-check` |
| 按月核对进销项、出申报底稿 | `vat-monthly-recon` |
| 发票台账汇总 | `invoice-book` |

## 可直接复制的说法

```text
帮我把这张报销发票明细跑一遍查重，四键（号码+代码+金额+日期）全同的算全额重复，
号码相同但金额不同的算拆票嫌疑，同销方同金额日期差 7 天以内的算跨期同额。
只要清单不要结论，命中几组、每组涉及哪几行都列出来，我拿去跟报销人对。
```

## 做完怎么算完成

- [ ] 命中清单里的每一组都能在原表里找到对应行号
- [ ] 重复类型判断无误（全额 vs 拆票别混）
- [ ] 退回给报销人确认后才有处理结果
- [ ] 校验表里写的查重键与实际使用的一致

---

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`。