financial-document-parser

name	financial-document-parser
description	Extract and analyze data from invoices, receipts, bank statements, and financial documents. Categorize expenses, track recurring charges, and generate expense reports. Use when user provides financial PDFs or images.

Financial Document Parser

解析财务文档（发票、收据、银行对账单）并提取结构化数据。

核心脚本

本 skill 包含一个可复用的 Python 脚本：financial_parser.py

依赖安装

pip install pdfplumber

# 可选：OCR 支持（用于扫描版 PDF 和图片）
pip install pdf2image pytesseract
# 还需要安装 tesseract-ocr 系统包
# Ubuntu: sudo apt install tesseract-ocr tesseract-ocr-chi-sim

命令行用法

# 解析 PDF 发票，输出 Markdown 报告
python financial_parser.py invoice.pdf

# 输出 JSON 格式
python financial_parser.py invoice.pdf --format json

# 导出为 CSV
python financial_parser.py invoice.pdf --format csv

# 解析图片收据
python financial_parser.py receipt.jpg

# 解析 CSV 银行对账单
python financial_parser.py statement.csv

# 完整输出（Markdown + JSON）
python financial_parser.py invoice.pdf --format all

Python API 用法

from financial_parser import FinancialParser

# 解析文档
parser = FinancialParser("/path/to/invoice.pdf")
doc = parser.parse()

# 获取结构化数据
print(doc.doc_type)      # Invoice, Receipt, Statement
print(doc.total)         # 总金额
print(doc.line_items)    # 明细项目列表

# 导出
print(parser.to_markdown())  # Markdown 报告
print(parser.to_json())      # JSON 数据
parser.to_csv("output.csv")  # CSV 文件

When to Use This Skill

当用户：

• 提供发票、收据或银行对账单文件
• 要求 "解析这张发票" 或 "提取收据数据"
• 需要费用分类
• 想要追踪消费模式
• 要求生成费用报告
• 提供 PDF 或图片格式的财务文档

执行流程

1. 确认文件路径 - 获取用户提供的文件路径
2. 运行解析脚本 - 使用 Bash 工具执行：

   python financial_parser.py <文件路径> --format all
   

3. 展示结果 - 将解析结果展示给用户
4. 按需导出 - 如用户需要，导出 CSV 或 JSON

支持的文档类型

类型	格式	提取内容
发票	PDF	发票号、日期、供应商、明细、税额、总额
收据	PDF/图片	商户、日期、商品、金额
银行对账单	PDF/CSV	交易明细、余额、费用
信用卡账单	PDF	交易记录、还款信息

费用分类

脚本自动将费用分类为：

• Software: 软件、订阅、云服务
• Office: 办公用品、打印
• Travel: 差旅、机票、酒店
• Meals: 餐饮、外卖
• Utilities: 水电、网费
• Marketing: 广告、推广
• Professional: 咨询、法律、会计
• Equipment: 设备、硬件
• Other: 其他

输出示例

# 财务文档分析报告

## 文档信息
- **类型**: Invoice
- **日期**: 2025-01-15
- **单据号**: INV-2025-0042
- **供应商**: 某某科技有限公司
- **总金额**: ¥12,580.00

## 明细项目
| 描述 | 数量 | 单价 | 金额 | 类别 |
|------|------|------|------|------|
| 云服务器年费 | 1 | ¥9,800.00 | ¥9,800.00 | Software |
| 技术支持服务 | 1 | ¥2,000.00 | ¥2,000.00 | Professional |

## 财务汇总
- **小计**: ¥11,150.94
- **税额**: ¥1,429.06
- **总计**: ¥12,580.00

## 费用分类
| 类别 | 金额 |
|------|------|
| Software | ¥9,800.00 |
| Professional | ¥2,000.00 |

## 洞察
- ✓ 最大支出类别: Software (¥9,800.00)
- ✓ 可抵扣税额: ¥1,429.06

## 需关注项
- ⚠ 大额交易: 云服务器年费 (¥9,800.00)

批量处理

处理多个文件：

# 批量解析目录下所有 PDF
for f in /path/to/invoices/*.pdf; do
  python financial_parser.py "$f" --format csv
done

注意事项

• 保持金额精确，不要四舍五入
• 敏感信息（账号）会自动脱敏
• 如果文本提取失败，会自动尝试 OCR
• 支持中英文混合文档