本项目采用「小河狸工作室非转售许可 1.0」—— 个人使用与企业内部使用免费（含内部办公、财务与会计处理、内部系统集成）； 对外销售、集成进收费产品或服务、托管 / SaaS / 代运营、以及向第三方交付成果或提供服务，须事先取得书面授权。 许可全文见 LICENSE。商业授权：https://littlebeaver.top

金蝶云星空经营数据分析 Skill

读取金蝶云星空导出的 Excel，自动生成清晰、可分享的经营分析报告。面向库存、采购、销售和财务人员，命令与说明均以中文使用场景为主。

✨ 当前支持

分析类型	主要内容	命令参数
库存分析	收发存趋势、物料预测、采购建议	--type inventory
采购分析	收料率、入库率、结算率、逾期未收料	--type purchase
销售分析	出库、开票率、结算率、未结算金额	--type sales

每次分析会生成：

• 🌐 独立 HTML 报告：直接打开、分享或打印为 PDF
• 📊 全量明细 Excel：保留分析明细和计算说明
• 🧱 结构化 JSON：方便重新生成报告或接入其他流程

🚀 快速开始

1. 安装依赖

python -m pip install -r requirements.txt

2. 选择数据来源

有两种方式：

1. 使用已有 Excel，最简单，不需要连接金蝶。
2. 调用 kingdee-data-exporter 实时导出后再分析。

📄 从已有 Excel 分析

库存分析：

python analyzer.py --type inventory --excel "D:/data/金蝶导出.xlsx" --start 2026-01-01 --end 2026-06-30

采购分析：

python analyzer.py --type purchase --excel "D:/data/金蝶导出.xlsx" --start 2026-01-01 --end 2026-06-30

销售分析：

python analyzer.py --type sales --excel "D:/data/金蝶导出.xlsx" --start 2026-01-01 --end 2026-06-30

从 Excel 分析时，不要求安装 kingdee-data-exporter。

🔄 实时导出并分析

先安装并配置：

https://github.com/LittleBeaverStudio/KingdeeDataExporter

程序会自动查找同级目录中的这两种名称：

kingdee-data-exporter/
KingdeeDataExporter/

推荐目录结构：

skills/
├── kingdee-data-exporter/
│   ├── SKILL.md
│   ├── config.py
│   └── data_exporter.py
└── kingdee-data-analyzer/
    ├── SKILL.md
    └── analyzer.py

如果安装位置不同，使用 --exporter 指定脚本：

python analyzer.py --type inventory --exporter "D:/skills/kingdee-data-exporter/data_exporter.py"

Analyzer 会直接复用 Exporter 目录里的 config.py，无需维护第二份金蝶配置。显式指定路径时，程序会核验脚本文件名和对应 SKILL.md，避免误执行其他脚本。

常用命令

库存分析默认取上一个完整自然月：

python analyzer.py --type inventory

采购和销售分析默认取本年截至今天：

python analyzer.py --type purchase
python analyzer.py --type sales

指定期间和组织：

python analyzer.py --type sales --start 2026-01-01 --end 2026-06-30 --org ORG001

生成后自动打开报告：

python analyzer.py --type sales --open

📦 输出文件

默认写入 outputs/：

库存：
  inventory_report_YYYYMMDD.html
  inventory_details_YYYYMMDD.xlsx
  analysis_result.json

采购：
  purchase_order_report_YYYYMMDD.html
  purchase_order_details_YYYYMMDD.xlsx
  purchase_order_analysis_result.json

销售：
  sales_outstock_report_YYYYMMDD.html
  sales_outstock_details_YYYYMMDD.xlsx
  sales_outstock_analysis_result.json

指定其他输出目录：

python analyzer.py --type sales --output-dir outputs_sales

程序不再直接生成 PDF。打开 HTML 后点击“打印 / 另存为 PDF”，版式通常更稳定。

🧮 关键口径

库存

• 建议采购量 = 未来 3 个月预测 + 安全库存 - 当前库存，小于 0 时按 0。
• 对仍有消耗的物料设置预测下限，避免下降趋势直接预测为 0。

采购

• 未结算金额 = 应付金额 - 已结算金额。
• 收料率 = 收料数量 / 订货数量。
• 入库率 = 入库数量 / 订货数量。
• 结算率 = 已结算金额 / 应付金额。
• 交货日期已过且仍有未收料数量，视为逾期未收料。

销售

• 未结算金额 = 应收金额 - 收款结算金额，可能为负数。
• 未开票金额 = 应收金额 - 开票金额。
• 开票率 = 开票金额 / 应收金额。
• 结算率 = 收款结算金额 / 应收金额。

🤖 让 AI 工具识别这个 Skill

仓库采用“一个仓库一个 Skill”的通用结构，SKILL.md 位于根目录：

KingdeeDataAnalyzer/
├── SKILL.md
├── README.md
├── analyzer.py
├── data_loader.py
├── *_analyzer.py
├── *_report_builder.py
└── requirements.txt

支持 GitHub Skill 扫描的工具可以直接使用：

https://github.com/LittleBeaverStudio/KingdeeDataAnalyzer

示例任务：

请使用 kingdee-data-analyzer，分析这份金蝶 Excel 的采购执行情况，并生成 HTML 和 Excel 报告。

SkillHub / 其他管理器

能递归扫描 SKILL.md 的管理器可以直接识别本仓库。上传 ZIP 时，确认解压后的根目录中包含 SKILL.md 和所有 Python 文件。

🛠️ 常见问题

提示找不到 data_exporter.py

• 安装 kingdee-data-exporter；或
• 将两个 Skill 放在同一父目录；或
• 用 --exporter 指定路径。

已经有 Excel，为什么还要导出器

新版本从已有 Excel 分析时不再需要导出器。直接使用 --excel 即可。

只想重新生成报告

使用已有 JSON：

python analyzer.py --type inventory --json outputs/analysis_result.json

检查新版本

python analyzer.py --check-update

仅该命令会访问 GitHub Releases API。本地 Excel/JSON 分析不联网；实时取数会连接你配置的金蝶服务器。

本工具仅用于你有权访问的数据。请妥善保管金蝶凭据和导出的经营数据。