用AI搭一套设备对应收入科目合规检查工具

把重复无聊的工作，用AI终结

问题的起点

我们哪些硬件设备、成品软件、集成施工服务对应确认什么科目的收入，都有规定。

但实际执行中，填写报表时经常把清单外的设备多计进来或者错计进来。作为审核方，我需要在几十上百条记录里逐一判断：这个设备在不在清单里？如果在，对应的收入科目是什么？

手工比对不仅慢，还容易漏。尤其是设备名称写法五花八门，肉眼看不过来。

解题思路

第一步：白名单结构化。制度文件标准化，整理成一张三级标准对照表，包含设备名称、收入、科目名称、对齐关键词。

第二步：智能比对引擎。不是简单的'名字一模一样才算匹配'，而是做四层判断——预处理标准化（全角转半角、括号统一、型号归一化）→ 精确匹配 → 多策略模糊匹配（编辑距离+Jaccard相似度加权）→ 设备类别校验。

第三步：结果自动标注。匹配的自动带上白名单的编码和名称；不匹配的红色高亮，并给出不匹配原因。

工具长什么样

最终交付的是一个纯前端HTML页面，双击浏览器就能用，不需要安装、不需要服务器。

左侧是输入区：白名单已预嵌入页面（打开即加载），用户只需上传上报表或手动填写设备名称。支持四种格式——Excel/CSV直接解析、文字型PDF自动提取、扫描版PDF对照图片录入、手机截图对照录入。

右侧是比对结果：顶部统计匹配/疑似/不匹配数量和占比，中间是带颜色标注的结果表格（绿色=匹配、黄色=疑似需确认、红色=不在清单内），右上角一键导出带标红的Excel。

导出Excel自动包含：收入产品编码、收入产品名称、匹配到的清单设备、相似度、类别判定、不匹配原因——不在清单里的行整行粉红底色，编码和原因红色加粗，一目了然。

几个值得说的技术点

模糊匹配不是简单比字。我用了归一化编辑距离（Levenshtein，占50%权重）+ 2-gram Jaccard（25%）+ 3-gram Jaccard（25%）三道算法加权。但光比字符串不够，因为字符串有相似度，却是完全不同的设备品类。所以加了品类识别层：从设备名中提取关键词（交换机、路由器、服务器、防火墙……共25类），品类一致的加分，品类不一致的分数压到40以下。

白名单关键词增强。最初每个设备只有简单同义词，后来针对高频匹配错误的条目做了关键词扩充。比如'交换机'补了汇聚、PON、OLT、L2/L3交换机等14个变体；'路由器'补了ONU、光猫、CPE、BRAS、SR等13个变体。这些增强不是拍脑袋加的，而是根据实际比对中反复出现的'假不匹配'案例反向补充的。

扫描件也能处理。有些单位提交的是扫描版PDF或手机拍的照片。工具集成了PDF.js做文字提取，同时做了智能判断——如果PDF里没有可提取的文字（扫描件），自动切换到图片对照模式，左边渲染PDF页面，右边逐行录入设备名。

效果

原来手工干一两个小时的事，现在上传→点击→看结果，三分钟。

如果你也有类似需求

核心思路可以复用：把审核标准结构化 → 用模糊匹配+规则引擎做自动比对 → 结果可视化+可导出。不限于设备收入，任何'清单vs上报'的核对场景都适用。

工具本身已经打包好（一个HTML文件+白名单Excel），同事打开就能用。我也给自己整理了长远计划：短期发工具让大家都用起来，中期嵌入流程做事前拦截，长期在ERP里配置科目校验规则做系统硬约束。