| name | financial-report-layout-parsing |
| description | 用于三表/附注拆分的财报版式解析原子 skill,适用于通用行业文档解析场景。 |
财报版式解析 Skill
数据来源
本 Skill 支持多种财务报表输入格式,核心数据来源包括:
1. 财务报表类型
- 年度报告:年度财务报告
- 季度报告:季度财务报告
- 半年度报告:半年度财务报告
- 临时报告:临时财务报告
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. 报表结构
- 利润表:利润表部分
- 资产负债表:资产负债表部分
- 现金流量表:现金流量表部分
- 财务报表附注:财务报表附注部分
4. 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
说明:本 Skill 不包含文档采集功能,需要用户提供财务报表文件。建议报表格式规范,以便进行准确的版式解析。
功能
本 Skill 提供全面的财报版式解析能力,涵盖多种解析功能:
1. 报表结构识别
- 报表类型识别:识别报表的类型和期间
- 报表章节识别:识别报表的章节结构
- 报表页面识别:识别报表的页面布局
- 报表区域识别:识别报表的不同区域
2. 三大报表识别
- 利润表识别:识别和提取利润表
- 资产负债表识别:识别和提取资产负债表
- 现金流量表识别:识别和提取现金流量表
- 报表关联识别:识别报表之间的关联关系
3. 附注识别
- 附注章节识别:识别附注的章节结构
- 附注内容提取:提取附注的具体内容
- 附注表格识别:识别附注中的表格
- 附注关联识别:识别附注与报表的关联
4. 表格结构解析
- 表格定位:定位报表中的表格位置
- 表格结构识别:识别表格的行列结构
- 表格内容提取:提取表格的具体内容
- 表格格式保留:保留表格的格式信息
5. 版式还原
- 版式结构还原:尽可能还原报表的原始版式
- 格式信息保留:保留字体、字号等格式信息
- 布局信息记录:记录页面布局和元素位置
- 版式标准化:标准化报表版式
6. 高级处理功能
- 报表拆分:拆分报表的不同部分
- 报表合并:合并报表的不同部分
- 报表验证:验证报表的完整性
- 报表报告:生成报表解析报告
使用示例
输出示例
{
"source_info": {
"document_id": "DOC001",
"document_type": "annual_report",
"report_period": "2024",
"source_file": "annual_report.pdf",
"page_count": 200
},
"report_structure": {
"sections": [
{
"section_id": "SEC001",
"section_name": "利润表",
"section_type": "income_statement",
"start_page": 50,
"end_page": 52,
"tables": [
{
注意事项与限制
1. 报表格式要求
- 标准格式报表解析准确率较高
- 非标准格式可能影响解析
- 扫描版报表需要OCR支持
2. 报表结构识别
- 标准报表结构识别准确率较高
- 非标准结构可能需要人工处理
- 复杂结构可能需要人工分析
3. 表格识别准确性
- 标准表格识别准确率较高
- 复杂表格可能需要人工处理
- 合并单元格可能影响识别
4. 附注解析
- 标准附注格式解析准确率较高
- 非标准附注可能需要人工处理
- 复杂附注可能需要人工分析
5. 使用限制
- 本 Skill 不包含报表编辑功能
- 解析结果需要人工复核
- 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:
- 财报版式解析方法手册
- 财务报表结构标准
- 表格识别算法说明
- 性能优化指南