用途:接收会计·税务实务人员提供的多年度财务报表文件(PDF 或 xlsx),把所有年度对齐到同一工作表,生成可比较的 합본 xlsx,输出为财务报表、损益计算书、制造成本明细三个板块置于单一工作表。
主要能力与处理方式:支持 .xlsx(含 DART 下载的原始多工作表)、文本型 PDF(pdftotext -layout)、CID 韩文 PDF(先试 pdfplumber、PyMuPDF,失败则转图像识别)、扫描件(scripts/pdf_to_images.py 渲染为 PNG 后识别)。核心约束:不做账户名自动匹配,按行位置顺序匹配并用重叠年度数字一致性验证;不确定项写入单独标记列由用户人工复核。
关键流程:Phase 1 清点文件并标注期间(BS 看余额日,PL/MS 看起止日,不足 12 个月标为中期结算,同年多份取最新公告值);Phase 2 按文件分别提取;Phase 3 以最新报表的科目顺序建立模板;Phase 4 顺序匹配并做重叠年度校验(差异记录 재계산_차이 或 매칭_의심,禁止自动猜测匹配,无重叠年度时先询问用户并整体标记);Phase 5 做小计与加总校验(含损益表非加总等式);Phase 6 用 python scripts/build_workbook.py /tmp/payload.json <output-dir>/FS_합본.xlsx 生成 xlsx,之后汇报处理文件、覆盖年度、可验证与不可验证区间、标记统计及校验失败项。
依赖与环境:build_workbook.py 需 Python 3 + openpyxl;pdf_to_images.py 需 Python 3 + PyMuPDF(fitz);缺依赖时告知用户,仅在允许时才安装。
限制:不按科目名做字符串自动合并;不用启发式强行消除不一致;未经询问不增删行;不自动分类 BS Group;不添加颜色边框等样式;不做单位换算,保留原单位并告知;不直接比较中期与 12 个月损益;不直接使用仅剩数字的韩文部分提取结果;忽略 DART 链接,不 fetch,请用户下载后上传。具体价格、平台支持与效果资料暂未提供。