金蝶雲星空資料分析

👤 littlebeaverstudio 📦 v1.1.0 ⭐ 4.5 ⬇️ 505 下載
📊 資料分析 免費

📖 技能介紹


name: kingdee-data-analyzer description: 金蝶雲星空經營資料分析技能。用於讀取 kingdee-data-exporter 匯出的 Excel,或自動呼叫匯出技能獲取資料,完成庫存收發存、採購訂單執行和銷售出庫開票分析,並生成可分享的 HTML 報告、全量明細 Excel 和結構化 JSON。當用戶提到金蝶庫存分析、採購執行、逾期未收料、銷售出庫、開票率、結算率、未結算金額或經營分析報告時使用。


金蝶雲星空經營資料分析

使用本技能把金蝶雲星空匯出資料整理成便於檢視和分享的經營分析報告。

當前能力

  • inventory:庫存收發存、趨勢預測和採購建議
  • purchase:採購訂單執行、收料/入庫/結算情況和逾期未收料
  • sales:銷售出庫、開票、收款結算和未結算金額

每次分析生成:

  • 獨立 HTML 報告,可直接開啟、分享或列印為 PDF
  • 全量明細 Excel
  • 結構化 JSON,便於後續複用

工作原則

  1. 先確認使用者要分析的型別、期間和組織。
  2. 有現成 Excel 時優先使用 --excel,無需連線金蝶或安裝匯出技能。
  3. 需要即時取數時,使用同級的 kingdee-data-exporter
  4. 不展示無關的業務明細、賬號密碼或其他敏感資訊。
  5. 報告生成後說明完整路徑,並核對輸出檔案是否存在。

安裝依賴

在技能目錄中執行:

python -m pip install -r requirements.txt

即時取數還需要安裝並配置 kingdee-data-exporter。程式會自動查詢以下同級目錄:

  • kingdee-data-exporter/
  • KingdeeDataExporter/

也可以用 --exporter 或環境變數 KINGDEE_DATA_EXPORTER 指定 data_exporter.py 的完整路徑。

從即時資料生成報告

庫存分析,預設分析上一個完整自然月:

python analyzer.py --type inventory

採購分析,預設分析本年截至今天:

python analyzer.py --type purchase

銷售分析,預設分析本年截至今天:

python analyzer.py --type sales

指定期間和組織:

python analyzer.py --type sales --start 2026-01-01 --end 2026-06-30 --org ORG001

指定匯出指令碼:

python analyzer.py --type purchase --exporter "D:/skills/kingdee-data-exporter/data_exporter.py"

從已有 Excel 生成報告

python analyzer.py --type inventory --excel "D:/data/金蝶匯出.xlsx" --start 2026-01-01 --end 2026-06-30

讀取現有 Excel 時不要求 kingdee-data-exporter 存在。

複用 JSON 重新生成報告

python analyzer.py --type inventory --json outputs/analysis_result.json

僅調整報告版式或重新匯出時使用,避免重複取數和計算。

輸出檔案

預設寫入 outputs/

小蔥技能站7w4.net每天更新,海量AI技能等你發現。

  • 庫存:inventory_report_*.htmlinventory_details_*.xlsxanalysis_result.json
  • 採購:purchase_order_report_*.htmlpurchase_order_details_*.xlsxpurchase_order_analysis_result.json
  • 銷售:sales_outstock_report_*.htmlsales_outstock_details_*.xlsxsales_outstock_analysis_result.json

使用 --output-dir 可以指定輸出目錄,使用 --open 可以生成後開啟 HTML。

口徑說明

庫存

  • 建議採購量 = 未來 3 個月預測 + 安全庫存 - 當前庫存,小於 0 時按 0。
  • 有持續消耗的物料會設定預測下限,避免下降趨勢直接預測為 0。
  • 建議採購量為 0 時,不標記為“立即採購”。

採購

  • 未結算金額 = 應付金額 - 已結算金額;風險統計中小於 0 時按 0。
  • 收料率 = 收料數量 / 訂貨數量。
  • 入庫率 = 入庫數量 / 訂貨數量。
  • 結算率 = 已結算金額 / 應付金額。
  • 交貨日期早於報告日且未收料數量大於 0,視為逾期未收料。

銷售

  • 未結算金額 = 應收金額 - 收款結算金額,保留原始差額,可能為負數。
  • 未開票金額 = 應收金額 - 開票金額。
  • 開票率 = 開票金額 / 應收金額。
  • 結算率 = 收款結算金額 / 應收金額。
  • 未結算明細按單據編號彙總,一張單據一行。

結果檢查

  1. 檢查 HTML、Excel 和 JSON 是否成功生成。
  2. 抽查報告總額與 Excel 明細彙總是否一致。
  3. 資料為空時核對期間、組織、工作表名稱和匯出許可權。
  4. 需要 PDF 時開啟 HTML,使用瀏覽器“列印 / 另存為 PDF”。

🤖 AI 評測

這是一款成熟度較高的金蝶資料分析工具,功能完整、操作簡便,文件清晰易懂,支援庫存、採購、銷售三大業務分析,並能生成直觀的 HTML 報表和詳細的 Excel 資料。優點是口徑說明詳細、多資料來源支援靈活;不足是部分高階功能還未完善,依賴配置偶有小問題。總體而言質量可靠,能較好滿足業務分析需求。

📊 多維度評分

適應性4.4
規範性4.4
有效性4.6
可靠性4.4
可信度4.8

📁 包含檔案 (15 個)

📄 .gitignore 81 B
📄 README.md 5.4 KB
📄 SKILL.md 4.3 KB
📄 _meta.json 140 B
📄 agents/openai.yaml 259 B
📄 analyzer.py 8.5 KB
📄 data_loader.py 10 KB
📄 inventory_analyzer.py 24.8 KB
📄 purchase_order_analyzer.py 13.2 KB
📄 purchase_order_report_builder.py 18.9 KB
📄 report_builder.py 31.3 KB
📄 requirements.txt 16 B
📄 sales_outstock_analyzer.py 15.2 KB
📄 sales_outstock_report_builder.py 19.9 KB
📄 skill-card.md 2.5 KB