financial-field-extraction

# 财务字段抽取 Skill

## 数据来源

本 Skill 支持多种财务报表数据输入格式，核心数据来源包括：

### 1. 财务报表类型
- **利润表**：营业收入、营业成本、净利润等字段
- **资产负债表**：资产总额、负债总额、所有者权益等字段
- **现金流量表**：经营活动现金流量、投资活动现金流量等字段
- **财务报表附注**：财务报表的附注和说明

### 2. 文档格式
- **PDF格式**：PDF格式的财务报表
- **Word格式**：Word格式的财务报表
- **Excel格式**：Excel格式的财务报表
- **HTML格式**：网页格式的财务报表

### 3. 数据格式要求
- **文件路径**：本地文件路径或网络文件URL
- **文件编码**：UTF-8、GBK、GB2312等
- **文件权限**：需要读取权限

### 4. 字段类型
- **数值字段**：金额、比例、数量等数值字段
- **文本字段**：项目名称、说明文字等文本字段
- **日期字段**：报告期间、日期等时间字段
- **分类字段**：科目分类、项目分类等分类字段

> 说明：本 Skill 不包含数据采集功能，需要用户提供财务报表文件。建议报表格式规范，以便进行准确的字段抽取。

---

## 功能

本 Skill 提供全面的财务字段抽取能力，涵盖多种抽取功能：

### 1. 利润表字段抽取
- **收入类字段**：营业收入、其他业务收入等
- **成本类字段**：营业成本、销售费用、管理费用等
- **利润类字段**：营业利润、利润总额、净利润等
- **其他字段**：投资收益、营业外收入等

### 2. 资产负债表字段抽取
- **资产类字段**：流动资产、非流动资产、资产总额等
- **负债类字段**：流动负债、非流动负债、负债总额等
- **权益类字段**：实收资本、资本公积、未分配利润等
- **其他字段**：资产减值准备、递延所得税等

### 3. 现金流量表字段抽取
- **经营活动字段**：经营活动现金流入、流出、净额等
- **投资活动字段**：投资活动现金流入、流出、净额等
- **筹资活动字段**：筹资活动现金流入、流出、净额等
- **其他字段**：汇率变动影响、现金及现金等价物等

### 4. 字段标准化
- **字段名称标准化**：标准化字段名称
- **字段格式标准化**：标准化字段格式
- **字段单位标准化**：标准化字段单位
- **字段值标准化**：标准化字段值

### 5. 字段验证
- **字段完整性验证**：验证字段的完整性
- **字段准确性验证**：验证字段的准确性
- **字段一致性验证**：验证字段的一致性
- **字段关联性验证**：验证字段之间的关联性

### 6. 高级处理功能
- **字段映射**：映射不同报表格式的字段
- **字段补全**：补全缺失的字段
- **字段计算**：计算衍生字段
- **字段报告**：生成字段抽取报告

---

## 使用示例

### 输出示例
```json
{
  "source_info": {
    "document_id": "DOC001",
    "document_type": "financial_report",
    "report_type": "annual_report",
    "report_period": "2024",
    "source_file": "financial_report.pdf"
  },
  "income_statement": {
    "fields": [
      {
        "field_name": "营业收入",
        "standard_name": "revenue",
        "field_type": "amount",
        "value": 1000000000,
        "unit": "CNY",
        "period": "2024",
        "confidence": 0.98,
        "position": {
          "page": 5,
          "row": 3,
          "column": 2
        }
      },
      {
        "field_name": "营业成本",
        "standard_name": "cost_of_revenue",
        "field_type": "amount",
        "value": 600000000,
        "unit": "CNY",
        "period": "2024",
        "confidence": 0.97,
        "position": {
          "page": 5,
          "row": 4,
          "column": 2
        }
      },
      {
        "field_name": "净利润",
        "standard_name": "net_income",
        "field_type": "amount",
        "value": 200000000,
        "unit": "CNY",
        "period": "2024",
        "confidence": 0.99,
        "position": {
          "page": 5,
          "row": 15,
          "column": 2
        }
      }
    ]
  },
  "balance_sheet": {
    "fields": [
      {
        "field_name": "资产总额",
        "standard_name": "total_assets",
        "field_type": "amount",
        "value": 5000000000,
        "unit": "CNY",
        "period": "2024",
        "confidence": 0.98,
        "position": {
          "page": 6,
          "row": 20,
          "column": 2
        }
      }
    ]
  },
  "cash_flow_statement": {
    "fields": [
      {
        "field_name": "经营活动产生的现金流量净额",
        "standard_name": "operating_cash_flow",
        "field_type": "amount",
        "value": 300000000,
        "unit": "CNY",
        "period": "2024",
        "confidence": 0.97,
        "position": {
          "page": 7,
          "row": 10,
          "column": 2
        }
      }
    ]
  },
  "statistics": {
    "total_fields": 50,
    "extracted_fields": 48,
    "missing_fields": 2,
    "average_confidence": 0.97
  }
}
```

---

## 注意事项与限制

### 1. 报表格式要求
- 标准格式报表抽取准确率较高
- 非标准格式可能影响抽取
- 扫描版报表需要OCR支持

### 2. 字段识别准确性
- 标准字段名称识别准确率较高
- 非标准字段名称可能需要映射
- 复杂字段可能需要人工处理

### 3. 数值提取准确性
- 清晰标注的数值提取准确率较高
- 需要估算的数值可能不够准确
- 单位转换需要正确处理

### 4. 字段完整性
- 标准报表字段完整性较好
- 非标准报表可能缺失字段
- 字段补全可能需要人工处理

### 5. 使用限制
- 本 Skill 不包含报表编辑功能
- 抽取结果需要人工复核
- 复杂报表可能需要人工处理

---

## 参考资料
- 见 references/ 目录中的相关文档，包括：
  - 财务字段抽取方法手册
  - 财务报表字段标准
  - 字段映射规则指南
  - 性能优化指南