name: financial-report-analysis description: > 財務報表分析技能。當用戶上傳財務報表 Excel 檔案（包含資產負債表、利潤表、現金流量表等 Sheet）並請求分析時， 站在資深財務專家視角，自動輸出完整的財務分析報告，包含：報表專案增減變動表、 資產結構變動表、利潤表結構變動表、財務比率綜合分析（盈利/償債/營運/成長能力指標）， 以及專家綜合分析總結與建議。 觸發詞：財務報表分析、分析財報、財務分析、資產負債表分析、利潤表分析、現金流分析、 財務指標、盈利能力、償債能力、營運能力、成長能力、ROE、ROA、毛利率、淨利率、 流動比率、資產負債率、財務健康診斷、報表解讀、財報分析。

財務報表分析技能

概述

本技能面向企業財務報表（Excel格式）進行全方位專業分析，輸出 Markdown 格式的財務分析報告。 報告覆蓋五大維度，適用於財務盡調、年度復盤、經營體檢等場景。

觸發條件

使用者上傳含有財務資料的 Excel 檔案，且請求進行以下任意型別的分析： - 財務報表整體分析 / 財務健康診斷 - 資產、負債、利潤、現金流增減變動分析 - 各項財務比率計算（盈利/償債/營運/成長能力） - 專家級財務分析總結與改進建議

工作流程

Phase 1：檔案接收與預處理

1. 確認使用者已上傳 Excel 檔案（.xlsx / .xls / .xlsm）。
2. 如使用者未上傳，提示：

   "請上傳包含財務資料的 Excel 檔案（通常應包含資產負債表、利潤表、現金流量表等 Sheet）。"

3. 確認檔案路徑後，進入分析階段。

Phase 2：執行分析指令碼

呼叫 scripts/analyze_financial_report.py 執行自動化分析：

python "scripts/analyze_financial_report.py" "<excel_file_path>"

指令碼將： - 自動檢測並匹配 Excel 中的資產負債表、利潤表、現金流量表 Sheet（支援中英文名稱模糊匹配） - 清洗資料，提取本期/上期兩列數值 - 輸出 Markdown 格式分析報告到同目錄下，檔名：{原檔名}_財務分析報告.md

環境依賴：指令碼會自動檢查並安裝 pandas、openpyxl，無需手動安裝。

Phase 3：報告內容說明

生成的報告包含五大部分：

一、報表專案增減變動分析

• 對資產負債表、利潤表、現金流量表的每個科目
• 列出：本期金額 | 上期金額 | 變動金額（🔺/🔻標註）| 變動率

二、資產專案結構變動分析

• 以總資產為基準（100%）
• 計算各資產專案本期佔比與上期佔比
• 輸出佔比變動（單位：百分點 pp）

三、利潤表專案結構變動分析

• 以營業收入為基準（100%）

  7w4.net提供免費和付費技能下載。

• 計算各利潤表科目本期佔比與上期佔比
• 輸出佔比變動

四、財務比率綜合分析

五、資深財務專家綜合分析與建議

• 按盈利能力、償債能力、成長能力逐項給出數值驅動的評價
• 標註核心優勢（✅）與風險提示（⚠️/🔴）
• 提供 5 條改進建議

Phase 4：結果展示

1. 使用 open_result_view 展示生成的 Markdown 報告。
2. 使用 deliver_attachments 將報告檔案交付給使用者。
3. 在回覆中用簡短語言概括分析亮點與主要發現。

注意事項

• Sheet 自動匹配：指令碼支援中英文名稱模糊匹配（資產負債表/Balance Sheet/資產 等）。 若某 Sheet 未能自動匹配，報告中會註明"資料不足"，可提示使用者檢查 Sheet 名稱。
• 資料格式要求：Excel 中第一列為科目名，第二列為本期資料，第三列為上期資料（常見格式）。 若格式不同（如多年橫排），指令碼會嘗試自適應，但效果因檔案而異。
• 多年期報表：若檔案包含3年及以上資料，成長能力指標會更有參考意義； 當前指令碼主要取前兩列（本期/上期），如需多年趨勢分析，可在報告中補充說明。
• 貨幣單位：指令碼不處理單位換算，報告中數值與原始資料單位一致（元/萬元/億元均可）。
• 保密提示：處理完成後，如使用者有資料安全顧慮，建議告知檔案僅在本地處理，不上傳到外部服務。

踩坑經驗

• 資產/負債分Sheet格式：部分企業將資產負債表拆分為"資產"和"負債"兩個Sheet（如本技能測試檔案"深圳市羊城晚報文化發展有限公司"），指令碼已支援自動檢測併合並。
• 附註列干擾：標準報表第2列通常為附註編號（如"附註五"），為非數值列，指令碼通過"至少15%行是純數字"的列識別邏輯自動跳過。
• Sheet簡稱匹配：有些檔案用"資產"、"負債"、"利潤"、"現流"等簡稱命名Sheet，SHEET_ALIASES中已覆蓋這些別名。
• clean_df中的join報錯：pandas讀取含NaN的行時，row.astype(str)可能報 expected str instance, float found，需改為 row.fillna("").astype(str) 才能正確join。
• lambda中float型別報錯：對Series執行apply時，若列中含有float型別值，需在lambda內部呼叫 str(v) 轉換後再執行正則匹配。

錯誤處理

這個技能質量較好，能自動讀取 Excel 財務報表並生成專業的分析報告，包含財務指標計算和專家建議，操作簡單直接。主要優點是分析全面、相容多種報表格式、文件說明詳細；不足是僅能輸出 Markdown 檔案，沒有視覺化圖表，對普通使用者而言結果展示不夠直觀。