票证 · 发票 / 票据

发票查重

【财友云】按发票号码+代码+金额+日期组合查重,并抓拆票、连号、跨期同额,拦住重复报销与重复入账。适用于合规、票证、财务等场景,核心能力覆盖一票多报、同一张票报了两次、清理发票台账里重复的票。

已上线 P0 L0

发票查重

【财友云】按发票号码+代码+金额+日期组合查重,并抓拆票、连号、跨期同额,拦住重复报销与重复入账。适用于合规、票证、财务等场景,核心能力覆盖一票多报、同一张票报了两次、清理发票台账里重复的票。

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

[发票, 查重, 报销, 合规, 票证, 财务]

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 -->

# 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。

## 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**:发票查重(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/dup_check.py <file>

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

**参数**:

| 参数 | 说明 |
|---|---|
| `<file>` | 发票明细 .xlsx / .csv |

**选项**:

| 选项 | 说明 |
|---|---|
| `--sheet SHEET` | xlsx 工作表名,默认第一个 |
| `--key KEY` | 查重键列,逗号分隔;默认 发票号码,发票代码,金额,开票日期 |
| `--mode {all,any}` | 多列键时 all=全部相同才算重复(默认),any=任一相同即疑似 |
| `--window WINDOW` | 跨期同额的时间容差天数,默认 0(不启用) |
| `--out-dir OUT_DIR` | — |
| `--execute` | 真正写盘;不加则只预览 |
| `--operator OPERATOR` | 操作人,写进处理日志 |
| `--rule-version RULE_VERSION` | 规则版本,写进处理日志 |

**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 | 四种嫌疑的判定 | 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 | 一条必须知道的边界 | 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 |
| 六 | 安全与边界(拒绝权) | 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 |
| 七 | 做完怎么算完成 | 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 |
|---|---|
| `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) |

### 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) | `caiyouyun-invoice-rule-check` |
| 按月核对进销项、出申报底稿 | `caiyouyun-vat-monthly-recon` |
| 发票台账汇总 | `caiyouyun-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`。

<!-- 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-invoice-duplicate-check-<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。

发票查重 这个技能,具体能帮我做什么?

【财友云】按发票号码+代码+金额+日期组合查重,并抓拆票、连号、跨期同额,拦住重复报销与重复入账。适用于合规、票证、财务等场景,核心能力覆盖一票多报、同一张票报了两次、清理发票台账里重复的票。

常见的触发场景有:这张票是不是重复了、重复报销、一票多报。

完整说明、版本记录和安装方式在 SkillHub 上的「发票查重」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.dup_主表.csv未命中任何嫌疑的票,通过查重
2.dup_异常表.csv所有嫌疑票,含 _命中类型 / _命中行号 / _风险等级
3.dup_校验表.csv查重键、分组数、各类型命中数、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:

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"

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:

·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。
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:

·「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
如果我的情况不一样,有没有更对口的技能?

有。如果当前技能不是最合适的,可以试试同库的兄弟包:

发票文件批量改名、归档发票文件批量命名

这些包都能本地离线跑。

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「这张票是不是重复了、重复报销、一票多报」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 发票查重』或『处理一下这个』,结果会输出到当前目录的 _out/dup_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 票证

合同财务审核

【财友云】财务视角审合同:把合同关键要点(检查项/约定内容/金额/比例/时点)按内置"财务审合同维度库"逐条核验完整性、一致性(付款比例合计=100%)、缺失必填项(发票/税率、违约等),输出风险等级与提示;支持导出标准审核清单。

规划中 P2 票证

合规自保工具包

【财友云】财务人/企业常见合规风险点(私户收款、虚开发票、两套账、社保挂靠、阴阳合同等)逐条给风险等级+自保动作+红线;严守"只提示不辩护、涉嫌违法明确拒绝"边界。

规划中 P2 票证

跨境电商退免税适配

【财友云】按「监管方式(9610/9710/9810/1210)+ 有无进项发票 + 是否综试区内」逐条判定跨境电商出口适用的退免税路径(退税 / 免税 / 征税),给出关键条件、政策依据文件与风险提示;信息不足或条件冲突的一律进异常表,写清缺什么、为什么不能判,绝不猜一个路径。适用于跨境电商出口税务定性、申报前路径确认、代账交接梳理等场景。政策为离线规则快照、版本可查,运行时零联网。

规划中 P2 票证

电子凭证归集路径规则包

【财友云】11 类电子凭证的识别特征、正确归档路径与必备要素规则库,作为原件核对与四性检测的判定规则来源。

规划中 P2 票证

差旅行程单专项整理

【财友云】批量整理铁路电子客票、航空运输行程单、通行费电子发票,提取字段并给出抵扣口径提示(本地处理、含个人信息)。

规划中 P1 票证

发票合规预检

必填字段、金额勾稽、备注栏与清单发票规则校验

规划中 P1 票证

发票 PDF 字段提取

从带文本层的数电票 PDF 抽取号码/日期/金额/税率/购销方

规划中 P2 票证

发票查重·同票多形态版

【财友云】先做文件层归并(XML/OFD/PDF/扫描件→同一张票),再跨月、跨报销人、跨主体检测重复,输出重复组清单与差额。

规划中 P2 票证

凭证异常模式扫描

【财友云】在查重之上扩展异常模式:同金额同开票方不同号、连号集中报销、开票晚于报销、多笔小额、红冲作废、跨主体同票号。