# 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。