business2financial

KO | EN

gitlite — search

#javascript #python #hacktoberfest #react #ai #typescript #llm #go #golang #android #machine-learning #rust #deep-learning #linux

business2financial

(★ 110)

No description available.

business2financial 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Business2Financial (B2F)

> 从业务 rawdata 到财务模型的自动化工具包，面向公司财务工作者。  
> **v2 核心**：模板 + archetype 驱动的「原始业务数据 → 商业模型」流水线（detect/map/extract/model/report）。  
> **Skill 架构**：核心分析 + 13 个按需加载的分析技能。

## 快速开始

```bash
# 1. 安装
pip install -r requirements.txt

# 2. 设置 LLM API Key（用于首次配置时的列映射和商业模式推断）
export B2F_API_KEY=sk-xxx
export B2F_MODEL=gpt-4o-mini

# 3. 首次配置
b2f init --company "XX制造" --industry manufacturing \
  --sales 销售收入.csv --cost 成本.csv --expense 费用.csv

# 4. 核心分析
b2f run --company "XX制造" --sales 销售收入.csv

# 5. 按需调用技能
b2f skill list
b2f skill run financial-model --company "XX制造" --sales ...
```

## 13 个技能

| 技能 | 说明 | 前置依赖 |
|------|------|---------|
| `run` (核心) | 商业模式分析 + Deep-dive | — |
| `financial-model` | 12-36个月 P&L 预测 | bm |
| `sensitivity` | 单/双变量敏感性分析 | bm |
| `rolling-forecast` | 实际 vs 预算 vs 预测三方对比 | bm |
| `tax` | 全税种测算 + 申报日历 | bm |
| `monte-carlo` | 概率分布 → P10/P50/P90 区间 | bm |
| `calibrate` | 回测偏差 → 假设调整建议 | bm |
| `cvp` | 本量利分析（盈亏平衡/安全边际/经营杠杆） | bm |
| `ue` | 单位经济分析（CAC/LTV/LTV:CAC） | bm |
| `hr-analytics` | 人效分析（人均创收/创利/人工成本占比） | bm |
| `budget-dashboard` | 预算执行看板（执行率/偏差/分科目） | bm |
| `financial-statements` | 导入BS/CF → 计算DSO/流动比率/现金转换周期 | bm |
| `dashboard` | 生成独立 HTML 仪表盘 | bm |
| `deep-dive` | 专项深度分析（项目损益/客户分层/产品） | bm |

## 数据格式

支持 CSV（utf-8/gbk 自动识别）和 Excel（.xlsx/.xls）。

| 类型 | 参数 | 说明 |
|------|------|------|
| 销售明细 | `--sales` | 日期 + 金额（必需） |
| 成本明细 | `--cost` | 日期 + 金额 |
| 费用明细 | `--expense` | 日期 + 类别 + 金额 |
| 人员 | `--headcount` | 日期 + 人数 |
| 预算 | `--budget` | 日期 + 科目 + 金额 |
| 客户 | `--customer` | 日期 + 客户 + 金额 |
| 产品 | `--product` | 日期 + 产品 + 金额 |
| 资产负债表 | `--bs` | 日期 + 科目 + 期末余额 |
| 现金流量表 | `--cf` | 日期 + 项目 + 金额 |

> **列名不强制**。首次 `init` 时 LLM 自动识别列映射，后续零配置。

## 首次配置（init）

三阶段问诊流程，确保 LLM 的理解与您一致：

```
Phase 1 — LLM 读数据 → 生成选择题（3~8 题）
Phase 2 — 您逐题确认（支持回退）
Phase 3 — 综合 → 输出列映射 + 商业模式 + 核心假设
```

```bash
# 交互模式（推荐）
b2f init --company "XX" --sales sales.csv

# 非交互模式（LLM 直接出配置）
b2f init --company "XX" --sales sales.csv --non-interactive

# 跳过 LLM（手动填模板）
b2f init --company "XX" --sales sales.csv --skip-llm
```

输出：
- `output/projects/XX_config.json` — 列映射、商业模式、核心假设
- `output/projects/XX_init_log.json` — Q&A 会话日志

## 报表格式

财务表采用 **科目为行、月份/年份为列** 的标准财务报表格式：

```
科目                2025-07    2025-08    2025-09    ...
一、营业收入        4,182,910  4,840,617  5,919,350  ...
减：营业成本        2,727,721  3,156,619  3,860,073  ...
二、毛利            1,455,188  1,683,998  2,059,277  ...
五、净利润            683,558    791,038    967,321  ...
```

## v2 流水线：原始业务数据 → 商业模型（模板 + archetype 驱动）

重设计的核心一步，五阶段独立可维护，各环节只读上一阶段落盘工件，改任一环节不牵连其他。

```
原始 rawdata（xlsx/csv，非标准化）
  │  [1] detect — 识别商业模式（低置信自动问诊确认）
  │  [2] map    — 按模板数据需求自动列映射 + 余量盘点
  │  [3] extract— 标准化为 bundle（未分配表保留进 extra，信息无损）
  │  [4] model  — 按 archetype 驱动构建商业模型 + 余量数据增强分析
  ▼  [5] report — 按 archetype 输出 Excel/JSON（增强 sheet 动态加入）
商业模型
```

```bash
# 一键全流程
b2f pipeline --data 企业业务数据.xlsx --company 华强机电

# 分步（各自可单独跑）
b2f detect --data 企业业务数据.xlsx                      # 识别（含问诊）
b2f map --data 企业业务数据.xlsx --model industrial_distribution   # 列映射
b2f extract --data 企业业务数据.xlsx --mapping output/projects/xxx_mapping.json --company XX
b2f model --data 企业业务数据.xlsx --mapping output/projects/xxx_mapping.json --company XX
b2f report --model-json output/projects/XX_商业模型.json
```

问诊三档模式（`--consult-mode`）：
- `interactive`（默认）— 低置信时终端出题确认，答后自动重排候选
- `non_interactive` — 低置信取 top1 + 降级标记
- `no_consult` — 完全跳过

**商业模式模板库**（`b2f/business_models/`）双层结构：
- `templates/*.yaml`（25 个）— 识别信号 + 数据需求 + 状态语义
- `archetypes/*.yaml`（9 个）— 收入公式 + 核心驱动变量 + 成本/客群/漏斗 + 可选 `enrichments` 增强目录
- 引擎按模板 taxonomy 解析 archetype 分发分析（分销看产品毛利/回款，SaaS 看 MRR/流失，项目制看单项目损益）

**余量数据增强分析**（固定 + 可变模板，`b2f/models/enrichment_engine.py`）：

模板 `data_requirements` 只声明「引擎必需」的最小字段集（固定），原始数据中未被消费的余量列/表（可变）不再丢弃：
- `map` 产出余量盘点（`leftover_columns` / `unmapped_sheets`），列名 + 值域类型可追溯
- `extract` 把未分配表原样保留进 `bundle.extra`，信息无损
- `model` 把余量列与 `archetype.enrichments` 目录匹配（列名精确>前后缀>子串 + 值域守卫 + 噪声过滤），命中且达到置信度即跑增强分析器
- `report` 动态追加增强 sheet（`12-增强·渠道` 等，从 12 起编号，有数据才出现）

增强分析器零 LLM、纯 pandas 确定性规则：按维度拆收入/回款/订单数（渠道/地区/业务员）、客户复购与新老客户月度 cohort（客户ID）。输出信息量随数据深度变化——数据越详细增强越多，固定部分保持可比。低置信匹配静默跳过并记 note，不打断五命令流水线。

## CLI 命令

| 命令 | 说明 |
|------|------|
| `b2f init` | 首次配置（LLM 问诊） |
| `b2f run` | 核心分析（BM + Deep-dive） |
| `b2f detect / map / extract / model / report` | **v2 流水线五步** |
| `b2f pipeline` | v2 一键全流程 |
| `b2f skill list` | 列出所有技能 |
| `b2f skill run <id>` | 运行指定技能 |
| `b2f full` | 一键全流程（v1） |
| `b2f tax` | 税务分析 |
| `b2f calibrate` | 校准核心假设 |
| `b2f config list/get/set` | 配置管理 |
| `b2f table <id>` | 导出单表（xlsx/csv） |
| `b2f tables list` | 列出所有可导出表（35+） |

```bash
# 示例
b2f skill run financial-model --company "XX" --sales sales.csv
b2f skill run dashboard --company "XX" --sales sales.csv --cost cost.csv
b2f table tax_summary --company "XX" --sales sales.csv
b2f config set --company "XX" --key industry --value "manufacturing"
```

## 输出

所有输出文件位于 `output/` 目录：
- `XX_财务分析报告.xlsx` — 多 Sheet Excel 报告
- `XX_summary.json` — 机器可读摘要
- `XX_dashboard.html` — HTML 仪表盘（Chart.js）
- `projects/XX_config.json` — 项目配置

## 项目结构

```
Business2Financial/
├── b2f/
│   ├── cli.py               # 命令行入口（含 v2 五命令）
│   ├── config.py             # 配置 + 行业参数
│   ├── llm.py                # LLM API 抽象层
│   ├── project.py            # 项目配置管理
│   ├── loaders/              # 数据加载
│   │   ├── rawdata_loader.py
│   │   └── erp_loader.py     # v2: 按映射+模板状态语义标准化
│   ├── business_models/      # ★ v2 商业模式模板库（双层）
│   │   ├── templates/*.yaml  #   25 个模板（识别信号+数据需求+状态语义）
│   │   ├── archetypes/*.yaml #   9 个分析原型（收入/成本/客群/漏斗 + enrichments 增强目录）
│   │   ├── registry.py       #   加载 + 模板→原型映射
│   │   └── _schema.yaml / _archetype_schema.yaml
│   ├── models/               # 分析模型
│   │   ├── business_model_detector.py  # v2: 识别
│   │   ├── detect_consult.py           # v2: 问诊闸门
│   │   ├── automapper.py               # v2: 列映射 + 余量盘点
│   │   ├── enrichment_engine.py        # v2: ★ 余量数据增强分析（零 LLM）
│   │   ├── business_model_engine.py    # v2: ★ archetype 驱动引擎
│   │   ├── business_model.py / financial_model.py / sensitivity.py
│   │   ├── rolling_forecast.py / tax.py / monte_carlo.py
│   │   ├── calibration.py / cvp.py / ue.py / hr_analytics.py
│   │   ├── budget_dashboard.py / financial_statements.py
│   │   ├── deep_dives.py / dimensions.py / assumptions.py
│   │   └── revenue_model.py  # v1 引擎（兼容保留）
│   ├── skills/               # 技能注册 + 实现
│   │   ├── registry.py / init_skill.py / questionnaire.py
│   │   ├── tax_skill.py / dashboard.py / qa_logger.py
│   └── reports/              # 报表生成
│       ├── business_model_report.py  # v2: 按 archetype 输出
│       ├── excel_report.py / split_report.py / table_registry.py
├── examples/                # 示例数据（demo csv + ERP 模拟表）
├── requirements.txt
└── README.md
```

## 技术栈

- Python 3.9+
- pandas / numpy — 数据处理
- openpyxl — Excel 生成
- matplotlib — 图表（可选）
- Chart.js — HTML 仪表盘（浏览器加载 CDN）

## License

MIT

business2financial

business2financial 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

business2financial

business2financial 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README