PDF Statement Parser 是一个提示词驱动的财务对账单提取方法技能。银行、券商、退休金、HSA 和抵押贷款对账单以各种排版样式作为 PDF 送达。本技能负责：识别文档类型、按标签（而非位置）定位标准字段、提取每一条交易或持仓行、并输出严格的 JSON 记录。所有金额转为整数分，所有日期转为 ISO 8601（YYYY-MM-DD）。
使用方式 可直接配合 Claude 的 PDF 阅读功能使用：读取 PDF，然后对可见内容运行本技能的工作流，无需外部库。
输入契约 调用方提供： pdf_path —— 单份对账单 PDF 的绝对路径。 expected_type（可选）—— 取值为 checking_statement | savings_statement | credit_card_statement | brokerage_statement | 401k_statement | hsa_statement | mortgage_statement | tax_form | insurance_doc | unknown。缺省时由技能自动检测。 known_accounts（可选）—— 数组，元素为 {id, institution, mask, type}，用于匹配。
工作流（八步）
- 读取 PDF（第一遍读第 1-2 页获取页眉）。超过 10 页的 PDF 分块读取：先读第 1-5 页（页眉加首批交易），再按需读取后续区间，并跟踪总页数。
- 根据页眉关键词检测文档类型。
- 提取账户身份（机构 + 掩码 + 类型）。掩码仅存末四位，统一格式 ****1234，绝不解取或存储完整账号。
- 提取对账单周期（起始/结束日期）。
- 提取余额标记（期初/期末/可用）。
- 提取行项目（交易、持仓或事件）。
- 归一化：金额 $1,247.50 → 124750 分，负数流出 -$87.42 → -8742；日期 01/15/26 → 2026-01-15。
- 对每个字段评分置信度；输出 JSON。
各文档类型手册要点
- checking/savings：必填机构、掩码、周期、期初/期末余额、交易数组；须核对 期初 + Σ交易 = 期末，误差在 ±$1 内。
- credit_card：必填机构、掩码、周期、期初/期末余额、账单余额、最低还款、还款到期日、交易数组；须明确并记录符号约定。
- brokerage：必填机构、掩码、账户类型、周期结束、总值、持仓数组；提供资产类别映射（美股、国际股、美债、现金、REIT、目标日期基金等），无法映射时 asset_class 置 null，置信度 0.5。
- 401k：必填机构、持有人、周期结束、总余额、YTD 供款（如显示）、雇主匹配（如显示）、持仓数组；如有 vesting 列须单独记录已归属金额。
- hsa：必填机构、周期结束、现金、投资、总额、YTD 供款、YTD 支取（如显示）；如打印了覆盖类型须记录。
- mortgage：必填机构、掩码、周期结束、当前本金、每月本息、每月托管、下次还款日、近期还款数组；如打印年利率须记录。
- tax_form：必填表单类型（W-2、1099-DIV、1099-INT、1099-B、1098、5498-SA、1095 等）、税年、签发方、接收方、关键框位；本技能仅抓取框位数值，解读交由下游税务代理。
输出契约 输出单个 JSON 对象，包含 document_type、source_path、institution、account（mask/type/owners/match/match_confidence）、period、balances、transactions（或 holdings）、reconciliation、extracted_at、overall_confidence、warnings 等字段。
置信度评分 1.0 直接来自带标签字段；0.85-0.95 来自位置上下文；0.6-0.8 由周边文本推断或部分 OCR；小于 0.6 标记人工复核。整体记录置信度取必填字段各字段置信度的最小值。
防护规则 绝不编造数值，不可见字段置 null 并添加警告，不做插值；此处不规范化商户名（由记账员负责），逐字节保留 description_raw；此处不对交易分类（分类为下游步骤）；现金/信用卡对账单在声明 ok: true 前必须核对；默认币种为 USD，非 USD 时记录币种代码但不自动转换；仅存账户掩码，绝不存储完整账号。