Ein intelligenter schreibgeschützter Analyse-Skill, der entwickelt wurde, um Finanzkennzahlen zu extrahieren, Compliance-Probleme zu identifizieren und professionelle Buchhaltungszusammenfassungen für einzelne Dokumente bereitzustellen.
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install analyse-piece-comptable
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, analyse-piece-comptable über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Der analyse-piece-comptable Skill ist ein wesentliches Werkzeug, das auf Finanzworkflows innerhalb von Openclaw Skills zugeschnitten ist. Er arbeitet ausschließlich schreibgeschützt und ermöglicht es Entwicklern und Buchhaltungsagenten, einzelne Finanzdokumente — wie Rechnungen, Bankauszüge oder Spesenquittungen — schnell zu überprüfen, ohne die Quelldateien zu ändern, zu verschieben, umzubenennen oder zu archivieren.
Durch die Verarbeitung von Dokumenten über eine deterministische Parsing-Pipeline extrahiert der Skill kritische Währungsdaten, Steuerbewertungen, Transaktionsdaten und Identitäten von Stakeholdern. Anschließend führt er Mehrpunkt-Konsistenzprüfungen durch, um Anomalien wie fehlerhafte Berechnungen, betrügerische Daten oder fehlerhafte Identifikatoren zu erkennen und rohe Dokumentendaten in strukturierte Erkenntnisse umzuwandeln.
scripts\/analyse.py zusammen mit einem Referenzdatumsparameter auf, um das Dokument deterministisch zu bewerten.Um diesen Analyse-Skill bereitzustellen und zu nutzen, stellen Sie sicher, dass Ihr lokaler Arbeitsbereich die erforderliche python-Umgebung und die entsprechenden Abhängigkeiten enthält. Führen Sie das Analyseskript über die Befehlszeilenschnittstelle für ein isoliertes Dokument aus:
python3 scripts\/analyse.py <path_to_document_file> --date-ref <YYYY-MM-DD>
Der Parameter --date-ref muss mit dem aktuellen Datum übereinstimmen, um vordatierte Einträge oder nachgelagerte Anomalien genau zu erkennen.
Der zugrunde liegende Analyzer bewertet Textebenen, um ein standardisiertes Schema zu füllen. Wenn text_found false zurückgibt, signalisiert dies ein gescanntes Bild oder Foto, das eine visuelle Fallback-Behandlung erfordert.
| Schlüssel | Typ | Beschreibung |
|---|---|---|
kind |
String | Dokumententyp: invoice, bank-statement, note-de-frais oder other |
text_found |
Boolean | True, wenn eine Textebene vorhanden ist; False, wenn es sich um einen flachen Scan oder ein Foto handelt |
confidence |
String | Index der Extraktionssicherheit: haute, moyenne oder faible |
fields |
Object | Extrahiertes Metadaten-Wörterbuch, das IDs, Daten, Gesamtsummen, MwSt. und Parteien enthält |
checks |
Array | Sammlung von Anomalieobjekten, die Validierungscodes, Schweregrad und Details enthalten |
champ_manquant: Wesentliche Verfolgungsfelder fehlen im Dokumentenlayout.tva_incoherente: Die angegebene MwSt. weicht um mehr als 5% von den Standardsteuersatzberechnungen ab.montant_aberrant: Allgemeiner mathematischer Fehler, bei dem Netto + MwSt. nicht gleich Bruttosumme ist.date_future: Das Ausstellungsdatum liegt an einem unmöglichen zukünftigen Zeitpunkt im Verhältnis zum Referenzdatum.echeance_anterieure: Die Zahlungsfrist fällt vor das ursprüngliche Ausstellungsdatum.iban_invalide: Die Routing-Ziffern des Bankauszugs bestehen die standardmäßige Prüfsummenprüfschlüssel-Validierung nicht.solde_incoherent: Der Eröffnungssaldo des Auszugs stimmt in Kombination mit der Transaktionsdrift nicht mit dem Schlussbilanzsaldo überein.releve_non_parseable: Das Textformat des Bankauszugs verhindert ein sauberes strukturelles Parsing.sans_texte: Dem Dokument fehlt eine zugängliche Textebene.bloquant (kritisch/unzuverlässig), alerte (erfordert menschliche Überprüfung) und info (kleinere Notiz).Laden
Ein automatisierter Skill zur Ablage von Buchhaltungsbelegen, der Finanzdaten organisiert, umbenennt und dedupliziert – ganz ohne Entscheidungsaufwand.

Eine intelligente Kundenerkennungs-Skill, die analysierte Buchhaltungsdokumente automatisch dem richtigen Kundenprofil zuordnet und die Transaktionsrichtung bestimmt.

Ein Assistent für Bankabgleich und Zahlungsnachverfolgung, der Transaktionen mit Rechnungen abgleicht und strukturierte Daten für das Frontend generiert.

Vibe UI ist ein AI-Coding-Agent-Skill, der die nahtlose Anwendung von Design-Richtlinien, Seitengenerierung und automatisierte Stilkonsistenzprüfungen für Web-Schnittstellen ermöglicht.

Eine automatisierte E-Mail-Triage-Fähigkeit, die als erster Einstiegspunkt für Buchhaltungspipelines fungiert, indem sie die Relevanz bestimmt und Anhänge extrahiert.

Ein terminalfähiges Datenbanktool, das entwickelt wurde, um sicher eine Verbindung zu PostgreSQL, MySQL, SQLite, MongoDB und Redis herzustellen, diese zu analysieren, abzufragen und Daten daraus zu exportieren.








































