一种智能客户识别技能，可自动将已分析的会计文档映射到正确的客户配置文件，并确定交易方向。
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install identification-client
2. 手动安装
将技能文件夹复制到以下位置之一
~/.openclaw/skills/ <project>/skills/ 优先级：工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 identification-client。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
更倾向于下载？
获取包含原生技能文件的ZIP压缩包。
什么是 identification-client？
identification-client 技能是自动化会计流水线中的第 3 步。其主要任务是检查分析后的文档组件，并将它们准确地链接到本地数据库中的特定客户记录。除了简单的映射外，它还能智能评估发票方向——当客户与发行人匹配时，将文档分类为出站销售；当客户与接收人匹配时，将其分类为入站采购。
该模块以严格的数据完整性原则运行，充当客户注册表的唯一管理者。它读取数据以评估传入材料，并且仅在通过正式银行来源获得绝对确定性时才写入新条目。为了防止数据污染，它避免存储推测性元数据，从而确保工作流程后续阶段拥有干净可靠的注册表。
identification-client 应用场景
- 将新分析的发票或财务文档匹配到现有的客户账簿。
- 根据交易对手匹配自动确定交易方向（入站采购与出站销售）。
- 使用银行对账单账户持有人，以绝对确定性配置新的客户记录。
- 当出现双向或模糊数据匹配时，为会计师生成自动化、清晰的确认提示。
identification-client 工作原理
- 输入接收：该技能接收包含文档分析元数据（来自第 2 步）和可选电子邮件标题元数据（来自第 1 步）的评估目录或 JSON 结构。
- 银行对账单评估：如果文档是银行对账单，账户持有人将被绝对确定地识别为客户。如果未知，安全的客户配置文件将直接附加到注册表中。
- 发票匹配：对于发票，该技能使用精确匹配，随后进行模糊字符串相似度评分（阈值 >= 0.82），根据已知的公司名称评估发行人和接收人。
- 方向确定：如果单侧匹配，它将分配角色——设置为销售的 out 或采购的 in。如果仍然模糊或双方都匹配，它将标记记录以进行人工干预。
- 输出生成：该技能将专门的客户块附加到输入文档数据结构中，其中包含元数据、置信度分数以及如果需要审查时的清晰度问题。
identification-client 配置指南
该技能作为环境内的脚本执行。在初始化工作流程之前，请确保您的本地客户注册文件已准备好。
echo '<dossier.json>' | python3 scripts/identifier.py --clients <chemin/clients.json>
identification-client 数据架构与分类体系
该技能通过附加标准化的 client 块来更新文档上下文，并包含以下数据分类：
| 字段 | 类型 | 描述 |
|---|---|---|
slug |
String | null | 识别出的客户配置文件的唯一标识符 slug（例如 "numerix-studio"）。 |
role |
String | null | 交易方向：in（采购）、out（销售）或 holder（银行账户所有者）。 |
counterparty |
String | null | 交易中涉及的对方业务实体。 |
method |
String | null | 使用的匹配机制：relevé、raison-sociale-exacte 或 raison-sociale。 |
confidence |
String | 分类结果的确定性评级：haute、moyenne 或 faible。 |
needs_review |
Boolean | 如果自动置信度不足且需要人工干预，则标记为 true。 |
question |
String | null | 当模糊时，自动生成供会计师查看的人类可读问题。 |
注册表完整性规则
- 读取权限：开放以评估所有传入的发票、收据和对账单。
- 写入权限：仅限于高确定性的银行对账单创建（
auto-from-bank-statement）。 - SIREN 验证：仅用于加强现有的字符串匹配；SIREN 号码绝不会被自动注入或用于决定交易方向，以防止交叉污染。
identification-client 高级特性
- 模糊匹配回退：利用字符串距离算法捕获公司名称的印刷变体，直至 0.82 的相似度阈值。
- 人工回路桥接：每当高置信度映射失败时，自动为管理员构建非术语性问题，在收到人工输入之前暂停推测性选择。
- 数据安全隔离：有意将文件组织逻辑抽象到下游的 Openclaw Skills，专注于数据分类以强制执行严格的关注点分离。
SKILL.md
加载中
Openclaw 相关技能
Skill Creator
一个旨在编排 AI 编码智能体（AI coding agents）自定义能力的创建、测试、基准测试和优化全生命周期的元技能（meta-skill）。
db-explorer
一款终端就绪的数据库工具，旨在安全地连接、分析、查询 PostgreSQL、MySQL、SQLite、MongoDB 和 Redis 并从中导出数据。
精选*
