用途:读取源泉征收票(源泉徴収票)图片,输出结构化数据,供其他技能调用或用户直接调用。
主要能力:支持 PDF 与图片两类输入。PDF 先尝试文本抽取,命令为 shinkoku pdf extract-text --file-path <path>;若抽取文本含所需信息(支付金额、源泉征收税额等)则直接生成结构化数据;文本不足(如扫描件)时用 shinkoku pdf to-image --file-path <path> --output-dir <dir> 转为 PNG 再走图片读取流程。图片读取推荐双验证:在支持子代理的环境中并行启动两个子代理独立读取同一图片并比对结果;一致则采用并报告,不一致则向用户展示原图路径与两份结果,标明差异字段,提供 A 采用 / B 采用 / 手动输入三选。不支持子代理时回退为直接用 Read 工具读取,并必须请用户目视确认。
输出规则:金额为整数(去除逗号与“円”),日期为 YYYY-MM-DD,和历转西历(令和7年→2025 等),无法读取的字段填 UNKNOWN 或 0;结果以 ---WITHHOLDING_DATA--- 与 ---END--- 包裹,字段含 payer_name、payment_amount、withheld_tax、social_insurance、life_insurance_deduction、earthquake_insurance_deduction、housing_loan_deduction 及 life_insurance_detail 下的一般/介护医疗/个人年金新旧保费分项。多文件时用 Glob 取列表后逐个读取,结果前标注文件名。
适用场景:报税、收入与扣除额整理等需要从源泉征收票提取数据的场合。
限制:双验证依赖子代理环境,不可用时须人工目视核对;未提供字段按 0 或 UNKNOWN 处理;资料未说明收费、平台与准确率等信息。