commit 199a1f35d69fddb57cad4d6cd978cc38f9b90dca Author: Lamueno Date: Fri Jan 2 16:25:28 2026 +0800 feat: scaffold new project with initial files and Python 3.13 configuration. diff --git a/.gitignore b/.gitignore new file mode 100644 index 0000000..505a3b1 --- /dev/null +++ b/.gitignore @@ -0,0 +1,10 @@ +# Python-generated files +__pycache__/ +*.py[oc] +build/ +dist/ +wheels/ +*.egg-info + +# Virtual environments +.venv diff --git a/.python-version b/.python-version new file mode 100644 index 0000000..24ee5b1 --- /dev/null +++ b/.python-version @@ -0,0 +1 @@ +3.13 diff --git a/README.md b/README.md new file mode 100644 index 0000000..e69de29 diff --git a/docs/overall.md b/docs/overall.md new file mode 100644 index 0000000..f66631b --- /dev/null +++ b/docs/overall.md @@ -0,0 +1,232 @@ +# 需求文档：管理人多维财务核算系统 (M-FAS) +**版本**：v1.0 | **优先级**：P0 | **受众**：后端架构师、数据工程师 + +## 1. 核心设计理念 +“去科目化、重维度化” +摒弃传统金蝶/用友的“多级会计科目”挂账模式（如 `6601.01.05 销售费用-家办-张三`），采用**“扁平科目 + 必须维度标签”**的数据库结构。 + +**系统行为逻辑：** +任何一笔收入或支出（Journal Entry Line），在入库时**必须**携带维度标签。所谓的“剩余/中后台”，在系统底层不应通过“减法”计算存储，而应作为**“默认兜底标签（Default Bucket）”**进行归集，报表展示时再按层级聚合。 + +--- + +## 2. 维度架构定义 (Database Dimensions) + +我们需要在凭证行表（`finance_journal_lines`）中扩展以下字段。 + +### Level 1：核心业务板块 (`dim_segment`) +对应需求中的第一层级。该字段为**必填项**。 + +| 枚举值 (Value) | 业务含义 (Description) | 逻辑定义/自动化规则 | +| :--- | :--- | :--- | +| **PM_Strategy** | PM/策略团队 | 凡是直接归属于特定PM管理的基金产生的收入、直接发生的策略研发成本（服务器/数据/人员）。 | +| **Marketing** | 市场部 | 纯品牌推广、非家办渠道的机构募资费用。 | +| **Family_Office** | 家办整体 | 对应家办业务线的所有收支（将触发Level 2必填校验）。 | +| **Corp_BackOffice** | 基金中后台 (剩余) | **默认值**。既不属于PM，也不属于市场和家办的通用行政、合规、房租、核心管理层成本。 | + +### Level 2：家办子维度 (`dim_sub_segment`) +**触发条件**：仅当 Level 1 = `Family_Office` 时，该字段为**必填项**；否则为空或 N/A。 + +| 枚举值 (Value) | 业务含义 (Description) | 逻辑定义/自动化规则 | +| :--- | :--- | :--- | +| **FO_Sales** | 家办员工 (销售) | 归属于家办的销售人员薪酬、提成、差旅。 | +| **FO_Channel** | 家办渠道 | 支付给外部家办渠道（三方财富、银行端）的尾佣、服务费。 | +| **FO_Admin** | 家办中后台 (剩余) | **默认值**。家办团队的行政分摊、未具体到人的团建费、家办负责人薪酬（若不计入销售）。 | + +### Level 3：颗粒度对象 (`dim_object_id`) +为了实现精细化核算（PM清单、员工个人），需挂载具体对象ID。 + +* **关联 PM/产品**：当 L1=`PM_Strategy`，关联 `Product_ID` 或 `PM_ID`。 +* **关联 员工**：当 L2=`FO_Sales`，关联 `Employee_ID`。 +* **关联 渠道**：当 L2=`FO_Channel`，关联 `Vendor_ID` (渠道方)。 + +--- + +## 3. 自动化记账规则引擎 (Automation Logic) + +为了实现“自动化”，需开发一个**预处理中间件**，在银行流水或业务单据生成凭证前，进行标签清洗。 + +### 规则 1：基于“人员/客商”的自动打标 +建立一张全局映射表（Mapping Table），系统根据收付款对象自动填充维度。 + +* **IF** 报销人/收款人 = "张三" **AND** 张三在HR表属性 = "家办销售" + * **THEN** `dim_segment` = **Family_Office**, `dim_sub_segment` = **FO_Sales** +* **IF** 收款人 = "招商证券" (托管费) **AND** 备注包含 "产品A" + * **THEN** `dim_segment` = **PM_Strategy**, `dim_object_id` = **Product_A** +* **IF** 收款人 = "阿里云" + * **THEN** (需要分摊逻辑，见规则2) OR 默认 `Corp_BackOffice` + +### 规则 2：基于“默认兜底”的减法逻辑实现 +需求中提到的“剩余”概念，在系统录入时体现为**默认值**。 + +* **场景**：支付公司整体房租 100,000元。 +* **处理**： + * 系统无法判断房租属于哪个PM或家办。 + * **Action**：直接打标 `dim_segment` = **Corp_BackOffice**。 +* **报表逻辑**： + * 用户看到的“基金中后台” = `Sum(Corp_BackOffice)`。 + * 用户看到的“家办中后台” = `Sum(Family_Office) WHERE dim_sub_segment = FO_Admin`。 + +--- + + +## 5. 报表视图需求 (Output Requirements) + +系统需前端需支持动态透视表（Pivot Table）展示，逻辑如下： + +### 视图 A：公司整体损益 (Level 1 View) +* **收入/成本/费用 总额** + * **PM板块** (聚合所有 `PM_Strategy`) + * *点击展开可看具体 PM1, PM2, PM3* + * **市场部** (`Marketing`) + * **家办整体** (聚合所有 `Family_Office`) + * **基金中后台** (`Corp_BackOffice`) + * *(备注：此处即为需求中的“剩余”部分)* + +### 视图 B：家办专项损益 (Level 2 Deep Dive) +* **筛选条件**：`dim_segment` = **Family_Office** + * **家办员工** (`FO_Sales`) + * *点击展开可看具体 Sales_A, Sales_B* + * **家办渠道** (`FO_Channel`) + * **家办中后台** (`FO_Admin`) + * *(备注：此处即为需求中的“家办剩余”部分)* + +--- + +### 给技术团队的特别备注 (CFO Notes) +1. **数据清洗优先**：请优先开发“客商/人员”与“维度标签”的绑定配置页面，这是自动化的基础。没有这个，财务还是得手工录入。 +2. **分摊功能预留**：虽然目前需求是“剩余归集”，但未来一定会遇到“一笔阿里云账单要按比例分摊给3个PM”的情况，请预留 `Split_Transaction`（一拆多）的接口能力。 +3. **PM与产品的关系**：PM与产品是1对N的关系，建议在 `related_object_id` 记录产品ID，通过主数据表映射回PM，这样PM换人管理产品时，历史数据不会乱。 + + +这是一个非常典型且高价值的**“财务中台（Financial Data Middleware）”**架构需求。 + +你的核心诉求是：**前端业务数据（灵活、多维）** $\rightarrow$ **自动化处理（黑盒/规则）** $\rightarrow$ **传统会计系统（合规、刚性）**。 + +在2026年的技术与管理视角下，我们不应该试图改造传统会计软件（金蝶/用友/Xero），而是构建一个独立的**“会计引擎（Accounting Engine）”**。以下是为你设计的整体架构框架与技术栈选择。 + +--- + +### 一、 整体架构设计逻辑：财务数据中台模式 + +我们把系统分为三层：**数据接入层（Input）**、**核心处理层（Process）**、**合规输出层（Output）**。 + +#### 1. 数据接入层 (Data Ingestion) - "ETL" +负责将非标准的业务数据统一为系统可读的格式。 +* **数据源 A (资金流)**：银行对账单（Excel/API）、第三方支付流水。 +* **数据源 B (业务流)**：运营部发来的估值表、应收台账（管理费/业绩报酬）、应付台账（渠道佣金）。 +* **动作**：清洗（Cleaning）、去重（De-duplication）、标准化（Normalization）。 + +#### 2. 核心处理层 (The Core Engine) - "Tagging & Mapping" +这是系统的“大脑”，包含三个核心步骤： + +* **步骤 2.1：智能打标 (Labeling / Dimension Injection)** + * **输入**：原始流水摘要（如“付阿里云12月账单”）。 + * **处理**： + * **规则引擎（Rule-based）**：基于关键词（阿里云 -> IT成本）、账号（张三 -> 家办销售）、金额（精确匹配）自动打标签。 + * **机器学习（ML-based）**：对于规则无法覆盖的（如模糊摘要），利用NLP模型预测标签，并设置**“人工确认（Human-in-the-loop）”**机制。 + * **人工补录**：对于系统置信度低的数据，提供前端界面供财务人员手动打标。 + * **产出**：带有完整业务维度（PM、家办、渠道、员工）的“宽表数据”。 + +* **步骤 2.2：业务对账 (Reconciliation)** + * *这是管理人痛点*。运营的“应付渠道佣金台账”必须与“银行实际付款”进行核销。 + * 系统需自动匹配：`运营台账.金额 == 银行流水.金额` 且 `商户名近似`，实现自动核销。 + +* **步骤 2.3：会计引擎 (Accounting Engine)** + * **配置**：预设“场景-分录映射表”（Mapping Table）。 + * **逻辑**： + * 场景：标签为`[家办渠道]` + `[支出]` + * 动作：生成 `借：销售费用-家办渠道` / `贷：银行存款`。 + * **产出**：标准化的凭证数据结构（Voucher Data）。 + +#### 3. 合规输出层 (Output Adapter) - "RPA/API" +* **目标**：传统会计软件（金蝶/用友/QuickBooks）。 +* **方式**： + * **API对接**（推荐）：直接调用目标系统的API写入凭证。 + * **标准引入模版**：生成目标系统要求的Excel/XML格式供导入。 + +--- + +### 二、 技术栈选择建议 (2026 Standard) + +考虑到灵活性、Python在量化金融圈的统治地位以及AI生态的适配性，强烈建议采用 **Python-based** 栈。 + +#### 1. 后端 (Backend) +* **语言**：**Python 3.x** + * *理由*：处理数据（Pandas）最强，对接AI模型（PyTorch/Scikit-learn）最无缝，且量化公司的IT对Python最熟悉，维护成本低。 +* **Web框架**：**FastAPI** + * *理由*：高性能，原生支持异步，自动生成API文档，适合构建微服务架构的中台。 + +#### 2. 数据库 (Database) +* **关系型数据库 (RDBMS)**：**PostgreSQL** + * *理由*：开源最强，支持JSONB格式（非常适合存储不确定的多维标签数据），支持复杂查询，且金融级稳定。 +* **缓存/队列**：**Redis** + * *理由*：用于处理流水打标的任务队列（Celery/RQ）。 + +#### 3. 核心算法与数据处理 (Data & AI) +* **数据处理**：**Pandas / Polars** + * *理由*：处理Excel、CSV、清洗数据的标准库。 +* **规则/AI引擎**： + * **规则流**：自定义Python逻辑（最快落地）。 + * **NLP分类**：使用轻量级预训练模型（如 DistilBERT 或 简单的 TF-IDF + Logistic Regression）进行文本分类。 + * *注意*：初期不要过度迷信大模型，基于规则+简单的贝叶斯分类器通常足够处理90%的银行流水。 + +#### 4. 前端 (Frontend) - 用于人工打标和审核 +* **框架**：**React** 或 **Vue 3** + * *理由*：生态成熟。你需要开发一个类似“Excel Grid”的界面（推荐使用 **AG Grid** 组件），让财务能快速批量审核、修改标签。 + +#### 5. 部署与调度 (DevOps) +* **容器化**：**Docker** +* **任务调度**：**Apache Airflow** 或 **Prefect** + * *理由*：你需要定时任务：每天凌晨拉取银行流水 -> 触发打标任务 -> 生成凭证 -> 推送ERP。 + +--- + +### 三、 系统运作流程图 (Data Flow) + +```mermaid +graph TD + A[数据源] -->|Excel/API| B(数据清洗模块 ETL) + B --> C{规则引擎 + AI模型} + + C -->|高置信度| D[已打标中间表] + C -->|低置信度| E[人工审核界面 UI] + E -->|人工确认| D + + D --> F{会计分录生成器} + F -->|读取映射配置| G[标准凭证数据] + + G --> H[传统会计系统适配器] + H -->|API/Excel| I[最终会计软件 (Kingdee/Yonyou)] + + subgraph 核心中台 + B + C + D + E + F + G + H + end +``` + +--- + +### 四、 财务总监的特别提醒 (Critical Success Factors) + +作为CFO，我必须指出这套架构在落地时会遇到的三个**非技术性**坑： + +1. **权责发生制 vs 收付实现制 (Accrual vs Cash)** + * 银行流水是收付实现制，运营台账是权责发生制。 + * **设计难点**：系统必须能处理“先挂账、后核销”的逻辑。 + * *建议*：初期第一版可以先做“纯流水记账”（Cash Basis），跑通后再加入“应收应付核销”模块。 + +2. **数据源的唯一标识 (Unique Key)** + * 银行流水通常没有唯一的Transaction ID（特别是Excel导出），或者跨天会有变化。 + * *建议*：在ETL层必须计算每条流水的Hash值（MD5 of 日期+金额+对方户名+摘要），防止重复记账。 + +3. **人工介入的必要性 (Human-in-the-Loop)** + * 不要承诺100%自动化。财务的核心是**准确**。 + * *设计原则*：系统必须默认展示“待审核”状态，只有财务人员点击“Post/过账”按钮后，才允许推送到金蝶/用友。不要让机器直接写库，否则查错成本极高。 + +这套架构既能满足你对**多维度分析**的需求（在Python/Postgres层实现），又能满足**合规报税**的需求（在传统会计软件层实现），是目前金融科技公司最主流的财务架构方案。 \ No newline at end of file diff --git a/pyproject.toml b/pyproject.toml new file mode 100644 index 0000000..386ad13 --- /dev/null +++ b/pyproject.toml @@ -0,0 +1,7 @@ +[project] +name = "mfas" +version = "0.1.0" +description = "Add your description here" +readme = "README.md" +requires-python = ">=3.13" +dependencies = []