文章总结： 文章介绍了一款智能银行流水汇总工具，解决审计中因表头差异导致的汇总难题。工具采用代码控制流程、AI辅助识别表头的混合架构，通过试读首尾数据进行轻量级分析，精准映射数据并自动拆分字段。该工具支持本地模型配置以保障数据安全，显著提升了财务流水处理的效率与准确性。 综合评分： 88 文章分类： 安全工具,安全开发,数据安全

智能银行流水汇总工具，解决各种表头差异

Hunter取证

2026年2月4日 12:24 四川

以下文章来源于茶瓜子的休闲馆 ，作者茶瓜子

茶瓜子的休闲馆 .

人生苦短，早点下班。

最近收到项目的一个需求，让我想到以前刚做审计的时候，我最怕两件事。

第一是函证回不来，第二就是导流水。

尤其是做集团审计的时候，底下几十家分子公司，甚至上百家。每家公司开几个户，两三百个 Excel 让我窒息..

工行、建行、农行、还有各地五花八门的城商行、农商行。

这家的对方户名在 E 列，那家的在 H 列； 这家的摘要叫用途，那家的摘要叫附言； 有的表头在第一行，有的表头前面还要顶几行xx银行交易明细清单。

那时候我一边骂一边 Ctrl+C、Ctrl+V。哪怕后来学会了 Python，写了自动化脚本，也并不轻松。因为脚本太死了，结果下一家分公司的财务导出来的格式稍微变了一点，脚本就报错，红彤彤的一片报错吓得实习生不敢说话。

智能汇总工具

起初我试图用 Agent + MCP + Skill 的纯智能体架构来解决。库库写了三天代码，搞了一堆 MCP 服务，幻想着 AI 能像拥有自由意志一样，自动调用各种技能把这几十家流水搞定。

结果现实很骨感。它就像个记性不好的实习生，处理前几家还行，一旦拉长战线，做到第十家、二十家的时候，它就开始幻觉，忘了自己该干什么，或者胡乱调用工具。

在全自动的 Agent 模式下，AI 每一轮的思考、读文件、报错重试，都会不断填充它的上下文窗口。

比如处理到第20个文件的时候，前19个流水的预览数据，工具调用结果、中间过程的报错代码，就像滚雪球一样堆积在它的上下文里形成噪音，其实第20个任务和前面的信息一点关系都没有。

噪音一旦盖过目标，AI 就开始“胡言乱语”了。它会产生幻觉，引用错误的上下文，甚至明明才处理了 20 家，就自信满满地宣布“所有任务已完成”。

然而并没有完成

这时我意识到路走偏了。其实对于银行流水汇总这种高度确定且重复性的工作流，根本就不该让 AI 全程自由发挥或者规划。这里不需要它的创造力，只需要它的判断力。

于是我推倒重来，用 LangChain 重新写了一个工作流。核心逻辑很简单：流程控制权收回到代码手里，只在最难处理的列名识别、拆分字段、合计定位环节，让 AI 介入一下。 不需要它思考整件事怎么做，它只需要老老实实按我画好的线，走一步，判断一步，填一个坑。

稳，才是底稿的第一生产力。

他的流程很简单：

1. 全格式兼容，轻量级“试读”：代码会遍历扫描文件夹里所有的 Excel。无论是标准的 .xlsx，还是很多银行系统至今仍在使用的古董级 .xls 格式。

我不会全量读取几十万行数据，因为在这个场景中，我只要能定位表头，能理解各个列是什么就行了：截取前 50 行（用于确认表头结构）和后 15 行（确认是否有页脚合计），生成一份轻量的结构预览。

2. 把判断权交给 AI：这是最关键的一步，因为每家银行的表头都不同。 我把这段预览数据扔给大模型，然后告诉他：

它不需要我再去写各种规则，比如正则表达式匹配贷方发生额还是入账金额，AI 能理解语义。哪怕表头叫交易后余额，它也能根据上下文判断出这不是我们要找的收入。

3. 精准搬运：一旦 AI 做了决定，Agent 就会调用我预设好的汇总函数，精准地把每一列数据按照映射关系搬到我们的汇总底稿里。

自动剔除最后的合计行

4. 自动拆分方向：有的银行表头是借方贷方两个字段，有是一列金额+方向列

AI会智能判断方向使用工具进行分列

使用方法

这个工具：

• 没有界面：它就是一个控制台界面，你输入你流水文件存放的文件夹就行了。

  

• 配置极简：只需要填个 API Key，告诉它你最后想要的表头是什么（比如日期、收入、支出、摘要）。

打开config文件填入key

• 容错率高：碰到这一家是工行，下一家是村镇银行，它都能自适应。

最后会生成2个文件，一个是汇总了所有流水的汇总表，一个是任务清单，可以看到每个表是怎么汇总的，他们的列映射关系是什么样的

固定表头在流水中的对应列

汇总结果

如果在中途你想看结果，可以直接把程序关闭然后打开excel进行查看（在跑的时候不要打开这两个excel，否则无法写入），下次再启动，他会接着任务清单中没有处理的文件继续处理。

这个流的思路其实可以复用到各种看账工具的对齐数据上，后续再慢慢整吧

下载地址：https://wwbai.lanzn.com/b00uzt5w0d     密码:86vi

操作手册：https://www.yuque.com/chaguazi-t6vld/eiqdy0/lcggmp8dxy2akzmx?singleDoc#

最后还是保一下命：

虽然这个工具做了优化，只截取“头尾”进行结构识别，不会全量上传数据，但毕竟涉及发给大模型接口。

如果你对数据安全特别敏感，建议搭配本地部署的模型（如 Ollama + Qwen/Llama），或者使用事务所内部部署的私有大模型服务。

代码里支持配置 base_url，指向你自己的服务即可。

end

希望大家能早点下班。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：Hunter取证 《智能银行流水汇总工具，解决各种表头差异》