识别5300中银行流水样式、识别简版征信、详版征信、企业版征信等各种信贷文件汇总成专业分析报告。

SKILL.md

---
name: credit-file-analyzer
description: 解析征信报告、银行流水等信贷文件，返回结构化数据和分析报告地址。当用户需要分析征信报告（详版/简版）、企业征信、银行流水，或者提到信贷文件解析、征信查询、流水分析时使用此技能。用户需提供文件的公网 URL 和分析类型。
---

# 信贷文件分析

通过 ipipei 企业级文件解析接口，对征信报告、银行流水等信贷文件进行自动化解析，返回结构化数据和报告地址。

## 使用前提

- 需要 Python 3.7+ 环境
- 需要安装 `requests` 库（`pip install requests`）

## 用户需要提供的信息

1. **文件公网 URL** — 文件必须是可公开访问的链接
2. **分析类型** — 以下四选一：
   - `详版征信` — PDF 不超过 100MB
   - `简版征信` — PDF 不超过 15MB
   - `企业征信` — 不超过 100MB
   - `流水` — PDF 不超过 100MB
3. **文件格式**（可选，默认 pdf）— `pdf` / `img` / `excel`
4. **PDF 密码**（可选）— 如果 PDF 有密码保护则需提供

## 操作步骤

收集到用户信息后，运行脚本完成分析：

```bash
python scripts/analyze.py --url "<文件URL>" --type "<分析类型>"
```

完整参数示例：

```bash
# 简版征信 PDF
python scripts/analyze.py --url "https://example.com/credit.pdf" --type "简版征信"

# 详版征信 PDF（带密码）
python scripts/analyze.py --url "https://example.com/detail.pdf" --type "详版征信" --password "abc123"

# 银行流水 PDF
python scripts/analyze.py --url "https://example.com/bank_flow.pdf" --type "流水"

# 企业征信
python scripts/analyze.py --url "https://example.com/corp.pdf" --type "企业征信"

# 图片类型（多张图片用英文逗号分隔）
python scripts/analyze.py \
  --url "https://example.com/a.png,https://example.com/b.png" \
  --type "简版征信" \
  --file-type img
```

## 输出说明

脚本会输出 JSON 格式的解析结果，关键字段：

| 字段 | 说明 |
|------|------|
| reportAddress | 分析报告的在线地址（最重要） |
| creditMessage | 流水、企业征信的结构化解析结果 |
| creditMessage_new | 简版征信、详版征信的结构化解析结果 |
| analysisReport | AI 分析内容（部分类型支持） |
| isSuccess | 状态：0=解析中，1=成功，2=失败 |
| errorMessage | 失败时的错误信息 |
| fileName | 文件名 |
| pageCount | 页数 |

向用户展示结果时，优先呈现 `reportAddress`（报告链接），然后根据分析类型展示对应的结构化数据：
- 详版征信 / 简版征信 → 查看 `creditMessage_new`
- 企业征信 / 流水 → 查看 `creditMessage`

## 数据分析（重要）

拿到结构化数据后，必须为用户做一次专业的信贷分析解读，不要只展示原始 JSON。按以下框架逐项分析：

### 征信报告分析（详版/简版征信）

从 `creditMessage_new` 中提取并分析：

1. **基本信息概览** — 姓名、证件号（脱敏）、婚姻状况、工作单位等
2. **信贷账户总览** — 贷款笔数、信用卡张数、已结清/未结清数量、总授信额度、已用额度、使用率
3. **逾期情况分析** — 当前是否有逾期、历史逾期次数、最长逾期期数、逾期金额，给出风险等级判断（低/中/高）
4. **负债分析** — 当前总负债、月还款额、负债收入比（如有收入信息）、是否存在多头借贷
5. **查询记录分析** — 近 3 个月/6 个月/12 个月的查询次数、查询机构类型（银行/消金/小贷）、是否存在频繁查询（硬查询过多是负面信号）
6. **担保情况** — 是否有对外担保、担保金额
7. **综合评估** — 用 2-3 句话给出整体信用状况判断，指出主要风险点和亮点

### 企业征信分析

从 `creditMessage` 中提取并分析：

1. **企业基本信息** — 企业名称、统一社会信用代码、成立日期、注册资本、法定代表人
2. **信贷记录** — 贷款笔数、授信总额、余额、是否有逾期或不良
3. **对外担保** — 担保笔数和金额
4. **综合评估** — 企业信用状况总结

### 银行流水分析

从 `creditMessage` 中提取并分析：

1. **账户概况** — 开户行、账号（脱敏）、流水时间范围
2. **收入分析** — 月均收入、收入稳定性（波动大小）、主要收入来源（工资/转账/经营收入）
3. **支出分析** — 月均支出、大额支出笔数、主要支出类型
4. **余额分析** — 日均余额、月末余额趋势（上升/下降/平稳）
5. **异常交易** — 是否有大额整进整出、频繁转账、深夜交易等可疑模式
6. **综合评估** — 还款能力判断、现金流健康度

### 分析输出格式

用清晰的中文向用户呈现，格式参考：

```
📊 征信分析报告

📋 报告链接：[reportAddress]

一、基本信息
  ...

二、信贷账户总览
  ...

三、逾期情况 ⚠️ 风险等级：中
  ...

四、负债分析
  ...

五、查询记录
  ...

六、综合评估
  整体信用状况良好，但近6个月查询次数偏多（共12次），建议...
```

如果某些字段在返回数据中不存在或为空，跳过该项即可，不要编造数据。

## 注意事项

- 文件解析是异步的，脚本会自动轮询等待结果，通常需要几秒到几十秒
- 如果轮询超时（默认 60 秒），脚本会输出最后一次查询的状态，用户可稍后重试
- 图片类型支持多张，URL 之间用英文逗号分隔
- 如果返回 `actualFileType` 不为空，说明上传的文件类型和实际类型不一致
- 分析时涉及个人信息必须脱敏处理（身份证号、银行卡号等只显示前后几位）
- 分析结论要客观，基于数据说话，不要过度推断