用途
该技能用于在正确性必须通过控制证据（而不仅是测试）来证明的场景中，指导智能体设计对账与财务控制方案。它面向高可信度数据集，帮助智能体构建对账逻辑、控制总数、异常工作流以及便于审计的验证机制。
适用场景
资料列出以下适用场景：
- 财务、计费或收入管道
- 审计敏感的运营数据集
- 月末或结账流程的数据产品
- 源到目标（source-to-target）的控制验证
- 基于异常的复核流程
资料同时提醒：当业务要求数字必须对账时，不要依赖少量抽查查询。
工作流程
资料给出的工作流程包括以下步骤：
- 定义控制目标。 需要澄清：什么必须对账、可接受的差异是多少、对账频率、异常的责任人是谁。
- 选择对账模式。 常见模式包括：行数对账、控制总数、聚合余额检查、记录级异常匹配。
- 明确时间与截止规则。 对账往往依赖会计窗口或源系统关账时间。
- 捕获并路由异常。
- 保留证据。 控制系统需要可复核的记录，而不仅是临时性的作业输出。
常见合理化借口与事实
资料列出以下常见借口及其对应事实：
- “转换逻辑足够简单，可以信任。”——关键数字仍然需要独立的验证证据。
- “小差异大概没问题。”——可接受差异必须事先定义，而不是在出错后猜测。
- “仓库总数对上一次，就完成了。”——控制可靠性需要随时间可重复的证据。
危险信号
资料列出以下危险信号：
- 不存在明确的可接受差异
- 截止时间未记录
- 异常靠人工且不一致地发现
- 控制证据事后无法复现
验证清单
资料给出的验证项包括：
- 控制目标与可接受差异已定义
- 对账逻辑明确且可复核
- 异常有责任人和工作流
- 控制证据被保留以供审计或复核
限制
资料未提供关于具体平台、工具、代码实现、收费或价格的信息。