NGO 财务分析师技能 v3.3.0

> 融合 v3.1.6 安全架构 + v3.2 增强分析模块 + v3.2.3 在线搜索 + v3.3.0 案例情报增强
> 19大分析模块 · 离线+在线双模式 · HTML报告输出 · 2025-2026案例库

核心特性

✅ 离线分析：17大模块纯本地计算，无文件写入、无命令执行
✅ 在线搜索：模块18整合机构网络口碑、处罚记录、媒体负面评价
✅ 案例情报：模块19基于2025-2026年7个真实违规案例库，离线模式匹配
✅ 双模式灵活：可单独使用离线分析，也可开启在线增强搜索
✅ 19大分析模块：17个离线模块 + 1个在线风险情报模块 + 1个案例情报模块
✅ HTML报告输出：生成可交互的Web仪表盘HTML报告
✅ 组织类型自适应：公募/非公募基金会/社会团体/社会服务机构，阈值自动匹配（2026新规修正版）
✅ 多年度支持：支持跨年度趋势分析、CAGR计算、异常检测
✅ 2025监管趋势：内置三大2025重点监管领域（物资管理/境外资助/科研经费）预警规则

功能概览

输入: 机构名称 + PDF审计报告（或预提取的JSON数据）
  │
  ▼
┌─────────────────────────────────────────────────────────────┐
│  Phase 1: PDF解析 + 数据提取（60+字段）                       │
│  ├─ 资产负债表（10+字段）                                     │
│  ├─ 业务活动表（10+字段）                                     │
│  └─ 现金流量表（5+字段）                                      │
└─────────────────────────────────────────────────────────────┘
  │
  ▼
┌─────────────────────────────────────────────────────────────┐
│  Phase 2: 18大分析模块                                        │
│                                                             │
│  ┌─ 核心模块 (7) ──────────────────────────────────────┐   │
│  │ [1] 前置校验 ─ 审计可信度核查                        │   │
│  │ [2] 合规红线 ─ 法定硬约束（自适应组织类型）          │   │
│  │ [3] 公益效能 ─ 资金使用效率                          │   │
│  │ [4] 趋势分析 ─ 同比/CAGR/异常                        │   │
│  │ [5] 造假筛查 ─ Benford等5维检测                       │   │
│  │ [6] 现金流健康度 ─ 自给率/储备                        │   │
│  │ [7] 关联交易风险 ─ 关联方/金额/披露                   │   │
│  └─────────────────────────────────────────────────────┘   │
│  ┌─ 增强模块 (4) ─────────────────────────────────────┐   │
│  │ [8] 多源数据融合与冲突检测                           │   │
│  │ [9] 行业对标数据库(4类型×30指标)                     │   │
│  │ [10] 历史风险事件聚合+趋势预测                        │   │
│  │ [11] 报告质量评估                                    │   │
│  └─────────────────────────────────────────────────────┘   │
│  ┌─ 深度核查模块 (2) ────────────────────────────────┐   │
│  │ [12] 审计报告质量七项核查                            │   │
│  │ [13] 关联交易租金公允性专项分析                       │   │
│  └─────────────────────────────────────────────────────┘   │
│  ┌─ v3.2增强专业模块 (4) ───────────────────────────┐   │
│  │ [14] 审计报告深度解读（五类意见+语言符号）           │   │
│  │ [15] 增强型造假筛查（利润操纵+资产虚构+现金流场景）  │   │
│  │ [16] 盈利质量与现金流深度分析（净现比+杜邦分析）      │   │
│  │ [17] 企业黏液诊断（NGO适配版）                       │   │
│  └─────────────────────────────────────────────────────┘   │
│  ┌─ v3.2.3新增在线模块 (1) ───────────────────────┐   │
│  │ [18] 在线风险情报 ─ 网络口碑+处罚记录+媒体负面      │   │
│  │      数据源：慈善中国、民政部公告、媒体报道           │   │
│  └─────────────────────────────────────────────────────┘   │
│  ┌─ v3.3.0新增案例情报模块 (1) ──────────────────┐   │
│  │ [19] 案例情报比对与监管趋势预警（离线）              │   │
│  │      ├─ 7个2025-2026真实违规案例知识库            │   │
│  │      ├─ 物资管理/定向资金/募捐成本/现金流异常检测   │   │
│  │      └─ 2025年民政大数据审计系统预警规则           │   │
│  └─────────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────────┘
  │
  ▼
┌─────────────────────────────────────────────────────────────┐
│  Phase 3: 报告生成                                          │
│  ├─ 完整分析结果（19模块 × 多年度）                          │
│  ├─ 综合评分 + 风险判定（红/黄/绿牌）                        │
│  ├─ 在线舆情风险等级整合                                    │
│  ├─ Markdown报告文本（嵌入JSON）                             │
│  └─ HTML可视化报告（Chart.js交互图表）                       │
└─────────────────────────────────────────────────────────────┘
  │
  ▼
输出: 完整分析JSON + Markdown报告 + HTML仪表盘

模块依赖关系（v3.6.0 新增）

为帮助AI助手理解模块间关联，以下是关键依赖：

评分体系（v3.2增强）

加权综合评分模型

P0致命指标

P1重要指标

文件结构

ngo-finance-analysis-v3.3.0/
├── SKILL.md                              # 本说明文档（v3.3.0案例情报增强版）
├── SECURITY.md                           # 安全说明文档
├── requirements.txt                      # Python 依赖
├── references/
│   └── ngo_finance_indicators.md         # 分析指标体系参考（v3.2.2政策更新 + v3.3.0监管趋势）
└── scripts/
    ├── extract_pdf_offline.py            # PDF 数据提取脚本（只读，60+字段）
    ├── analyze_offline.py                # 核心分析脚本（17+2模块，纯计算，不写文件）
    ├── module19_case_intelligence.py     # 🆕 模块19：案例情报比对（2025-2026年案例库）
    └── search_online.py                  # 在线搜索脚本（v3.3.0增强，8个搜索维度）

说明：
- extract_pdf_offline.py 和 analyze_offline.py：离线安全，无网络请求
- module19_case_intelligence.py：离线安全，纯计算，基于内置案例库
- search_online.py：AI助手调用，通过WebSearch工具执行，返回结构化JSON

使用方法

方式1：AI助手调用（推荐）— 增强版

AI助手读取用户提供的PDF审计报告，结合机构名称进行完整分析：

Step 1: PDF数据提取与确认
  → AI助手调用 extract_pdf_offline.py 提取PDF数据
  → 展示关键字段：「资产总计：5000万元，负债合计：300万元，净资产：4700万元...」
  → 询问用户：「提取的数据是否正确？需要修正吗？」

Step 2: 离线分析（17模块）
  → AI助手调用 analyze_offline.py 执行17个离线模块
  → 展示初步评分：「综合得分：85.5，风险等级：🟢 低风险」
  → 询问用户：「需要开启在线搜索（模块18：网络口碑+处罚记录）吗？」

Step 3: 在线增强（可选）
  → 如果用户同意：AI助手使用 WebSearch 执行模块18
  → 整合在线风险情报，调整综合评分

Step 4: 报告生成
  → 询问用户：「需要生成HTML可视化报告吗？还是纯文本报告？」
  → 生成最终报告

方式2：离线+在线分步分析

# Step 1: 离线PDF分析
python scripts/extract_pdf_offline.py financial_report.pdf > data.json
python scripts/analyze_offline.py data.json > analysis.json

> 确认点：查看 analysis.json 文件，确认分析结果完整后，再进入在线搜索步骤。
> 确认点：在线搜索完成后，检查搜索结果的可靠性，再进入报告生成步骤。

# Step 2: AI助手在线搜索
# AI助手根据机构名称执行WebSearch，整合搜索结果

# Step 3: 生成最终报告

方式3：离线单独使用（纯安全模式）

# 纯离线分析，无网络请求
python scripts/extract_pdf_offline.py financial_report.pdf | python scripts/analyze_offline.py

> 确认点：管道路由模式下，优先查看标准输出中的分析摘要。
> 确认点：如标准输出包含乱码（Windows GBK编码问题），建议改用方式4（先导出JSON再分析）。

方式4：使用预提取的JSON数据

python scripts/analyze_offline.py extracted_data.json

> 确认点：分析前检查JSON数据文件的格式是否正确，缺少关键字段时将在报告中标注。
> 确认点：如果是多年度数据，请确认JSON中包含所有年度的数据后再运行分析。

方式5：多年度分析（AI助手编排）

# 提取多年数据
python scripts/extract_pdf_offline.py report_2023.pdf > data_2023.json
python scripts/extract_pdf_offline.py report_2024.pdf > data_2024.json

# AI助手将多年数据合并后调用分析

> 确认点：每年数据提取完成后，检查关键字段是否正确，然后继续提取下年度。
> 确认点：合并多年数据前，确认所有年度的数据都在同一单位/口径下。
> 确认点：分析完成后，检查跨年度趋势是否合理，如有异常数据点（如某年净资产大幅波动），单独检查该年度。

模块18在线搜索执行流程（AI助手）

当用户请求包含"在线"、"口碑"、"处罚"、"负面"、"搜索"等关键词时：

Step 0: 准备搜索关键词

根据机构名称生成搜索关键词：

{机构名} + 慈善组织
{机构名} + 民政部 + 行政处罚
{机构名} + 财务违规 + 造假
{机构名} + 媒体 + 负面
{机构名} + 年检 + 异常

Step 1: 执行多维度搜索

使用 WebSearch 工具按维度搜索：
- 官方渠道：慈善中国、民政部官网、信用中国
- 新闻媒体：搜索机构相关的负面报道
- 裁判文书：搜索涉及该机构的法律文书

Step 2: 结构化搜索结果

按预设格式整理搜索结果：
- 处罚记录（来源、日期、类型、原因、严重程度）
- 媒体负面（来源、日期、标题、摘要、严重程度）
- 财务违规（来源、日期、内容、严重程度）
- 官方公告（来源、日期、内容）

Step 3: 风险评级

根据搜索结果进行风险评级：
| 风险类型 | 结果 | 评级 |
|---------|------|------|
| 财务造假记录 | 有 | 🔴 严重 |
| 行政处罚（撤销/吊销） | 有 | 🔴 严重 |
| 行政处罚（警告/通报） | 有 | 🟠 中等 |
| 媒体负面报道 | 有 | 🟡 轻微-中等 |
| 无负面记录 | 无 | 🟢 正常 |

Step 4: 整合分析报告

将在线风险情报结果整合到完整分析报告中：
- 在综合评分中应用在线风险调整系数
- 在P0/P1指标中标记在线发现的严重问题
- 在建议中提出针对在线风险的具体建议

输入数据格式

单年度数据（extract_pdf_offline.py 输出）

{
  "organization_name": "XXX基金会",
  "year": 2024,
  "org_type": "非公募基金会",
  "audit_opinion": "标准无保留意见",
  "balance_sheet": {
    "资产总计": 50000000,
    "负债合计": 3000000,
    "净资产合计": 47000000,
    "货币资金": 12000000,
    "应收款项": 2000000,
    "固定资产": 5000000,
    "限定性净资产": 15000000,
    "非限定性净资产": 32000000
  },
  "activity_report": {
    "收入合计": 8000000,
    "捐赠收入": 6000000,
    "政府补助": 1000000,
    "投资收益": 500000,
    "费用合计": 7500000,
    "业务活动成本": 5500000,
    "管理费用": 800000,
    "筹资费用": 200000,
    "净资产变动额": 500000
  },
  "cashflow": {
    "业务活动产生的现金流量": 7000000,
    "接受捐赠收到的现金": 5800000,
    "投资活动产生的现金流量": -500000,
    "现金期末余额": 10000000
  },
  "related_party_transactions": [
    {
      "counterparty": "XXX公司",
      "type": "租赁",
      "amount": 500000,
      "description": "办公场地租赁"
    }
  ]
}

多年度数据（analyze_offline.py 直接输入）

{
  "organization_name": "XXX基金会",
  "org_type": "非公募基金会",
  "original_fund": 10000000,
  "years": {
    "2023": { ... 单年度数据 ... },
    "2024": { ... 单年度数据 ... }
  }
}

17大分析模块详解

模块1：前置校验 - 审计可信度核查（增强版）

模块2：合规红线 - 法定硬约束（自适应组织类型）

> ⚠️ v3.2.2政策更新：本模块指标已依据2026年4月27日发布的《关于慈善组织开展慈善活动年度支出、管理费用和募捐成本的规定》更新。

2.1 募捐成本比例（2026年新规）

2.2 公募基金会

2.3 非公募基金会（按净资产阶梯）

2.4 社会团体

2.5 社会服务机构（2026年新规细化）

2.6 关联交易

2.7 管理费用豁免条件

年度管理费用低于20万元人民币的，不受上述比例限制。

模块3：公益效能 - 资金使用效率

模块4：趋势分析 - 同比/CAGR/异常

模块5：造假筛查 - Benford等5维检测

模块6：现金流健康度

模块7：关联交易风险

模块8：多源数据融合与冲突检测

• 审计报告 vs 年报数据交叉验证
• 自动标记数据不一致项
• 计算数据可信度评分

模块9：行业对标数据库

模块10：历史风险事件聚合

• 基于财务数据异常标记风险事件
• 风险事件时间线
• 风险趋势预测（基于趋势斜率）

模块11：报告质量评估

• 财务指标完整性评分
• 数据一致性评分
• 披露透明度评分
• 综合报告质量等级

模块12：审计报告质量七项核查

模块13：关联交易租金公允性专项

模块14：审计报告深度解读（v3.2新增）

基于文献：《中国注册会计师审计准则解读》

功能一：审计意见五类深度解读

功能二：审计报告语言符号检测

检测13类疑似操纵语言模式：持续经营疑问、重大会计不确定性、审计范围受限、拒绝配合、关键事项变更、前期数据更正、负面或有负债、违规处罚、关联方未披露、原始基金减少...

功能三：注册会计师资质与独立性核验

• 签名注册会计师人数（应≥2人）
• 事务所名称识别
• 独立性零容忍核查

示例（v3.6.0 新增）：

用户输入审计意见原文："我们认为，除了……持续经营能力存在重大不确定性……保留意见"
→ AI助手判断：审计意见类型=保留意见，持续经营存在疑虑，对应模块1（合规）扣分 + 模块14（审计质量）重点标注。

用户输入：管理费用率=14%，2026新规上限=13%
→ AI助手判断：触发P1提示，在issue_checklist中生成P1条目，建议核查超支原因。

模块15：增强型造假筛查（v3.2新增）

功能一：利润操纵五手段+四动机检测

利润操纵四种动机：美化报表完成考核、规避退市风险、套取资金、利益输送

利润操纵五类手段与检测方法：
| 手段 | 检测方法 | 经典案例 |
|------|---------|----------|
| 虚增收入 | 收入增长vs现金流锚定 | 万福生物：虚增利润7.45亿 |
| 少计费用 | 管理费用率异常跳变 | 明牌珠宝：费用蹊跷调低 |
| 会计政策变更 | 政策变更+利润操纵 | - |
| 关联方交易 | 关联方占比vs定价公允 | 榻棰愬ū鍙栬垂锛氬叧鑱斿崰姣?5% |
| 重组复杂交易 | 投资收益占比异常 | 天然一股：重组频繁 |

功能二：资产虚构六迹象检测

功能三：现金流8种场景分析

模块16：盈利质量与现金流深度分析（v3.2新增）

功能一：净现比分析（盈利质量）

功能二：收入质量分析

收入结构分析：捐赠收入/投资收益/政府补助/服务收入各占比，投资收益>30%触发预警。

功能三：现金流8种场景分析

功能四：杜邦分析系统（NGO适配版）

传统杜邦：ROE = 净利率 × 资产周转率 × 权益乘数
NGO适配：ROE = 赢余率 × 周转率 × 权益乘数
         = (收入-费用)/收入 × 收入/资产 × 资产/净资产

功能五：资金可持续性评估

计算机构在无新增捐赠情况下的存续月数：
- 现金储备月数 = 货币资金 / 月均业务活动支出
- 自给率 = 业务活动现金流 / 总支出 × 100%
- 无捐赠生存月数（基于月均资金消耗计算）

模块17：企业黏液诊断（NGO适配版）（v3.2新增）

基于文献：《四格玛杩╪€斾紒涓氱敤閰稿お鐨勫瘑鎻愪笌鎮镐唬瑁点€?

功能一：管理结构黏液诊断

• 理事会独立性核查
• 组织类型与运营模式匹配度
• 管理费用异常（人员信大于事件信）：管理费用率>20%触发预警

功能二：资金使用效率黏液诊断

> ⚠️ v3.2.2政策更新：筹资费用率阈值已从10%调整为3%（依据2026年新规）

• 资金周转效率：货币资金>总资产30%触发预警
• 筹资效率：筹资费用率>>3%触发预警（2026年新规上限）
• 收入执行率：支出<收入50%触发预警（资金沉淀）

功能三：关联交易黏液诊断

• 关联方占资产比：应收款项>总资产10%
• 收入集中度：捐赠收入占比>90%

功能四：综合黏液诊断矩阵

将所有诊断结果汇总为严重程度矩阵，综合判定机构黏液等级。

模块18：在线风险情报（v3.2.3新增）

> ⚠️ 重要说明：本模块为AI助手在线执行，通过WebSearch工具获取机构网络舆情信息。

功能一：多渠道舆情搜索

功能二：风险事件分类

功能三：在线搜索报告格式

{
  "module_18_online_intelligence": {
    "organization": "XXX基金会",
    "search_timestamp": "2026-04-28T09:00:00",
    "status": "COMPLETED",
    "search_results": {
      " punishment_records": {
        "found": true,
        "count": 1,
        "records": [
          {
            "source": "民政部官网",
            "date": "2024-03-15",
            "type": "警告",
            "reason": "未按规定公开年度工作报告",
            "severity": "🟠 中"
          }
        ]
      },
      "media_negative": {
        "found": false,
        "count": 0,
        "records": []
      },
      "financial_violation": {
        "found": false,
        "count": 0,
        "records": []
      },
      "official_announcements": {
        "found": false,
        "count": 0,
        "records": []
      }
    },
    "reputation_score": 85,
    "risk_level": "🟡 中风险",
    "online_risk_adjustment": {
      "score_adjustment": -15,
      "additional_flags": ["行政处罚记录"]
    },
    "recommendations": [
      "建议核实该机构的行政处罚记录，了解整改情况",
      "如行政处罚已结案且整改合格，可适当上调评分"
    ]
  }
}

功能四：与离线分析的整合

1. 评分权重：在线风险情报权重占总评分15%
2. P0触发：发现财务造假或严重行政处罚记录，P0级
3. 评分调整：
   - 无负面记录：评分不变
   - 一般负面（低风险）：评分×0.95
   - 中等负面（中风险）：评分×0.85
   - 严重负面（高风险）：评分×0.70或直接判定高风险

模块19：案例情报比对与监管趋势预警（v3.3.0新增）

> ⚠️ 重要说明：本模块为离线纯计算，基于内置2025-2026年违规案例库，无需网络连接。
> 数据来源：学习文件 ngo_financial_violations_2025-2026_update.md

内置案例知识库（7个真实案例）：

功能一：财务模式匹配（6个检测点）

功能二：监管趋势预警（2025年）

功能三：案例建议生成

当匹配到模式时，自动生成针对性建议，格式示例：

【案例警示】参照2025年某省残疾人慈善基金会案：
核查限定性净资产减少原因，确认是否按捐赠协议使用，
排查是否转入关联账户
法规依据：《慈善法》第五十一条

风险判定规则

红牌（严重风险）🔴

• 管理费用率>20%
• 审计意见为保留/无法表示/否定
• 关联交易未披露
• 资金被挪用风险（限定性净资产异常减少）
• 数据造假嫌疑（Benford p<0.01）
• 原始基金保全率<50%
• 净现比<0
• 在线情报发现财务造假记录（P0）
• 在线情报发现严重行政处罚（警告/撤销）
• Module19：境外资助来源不透明且未报备（P0，参照案例004）
• Module19：定向捐赠资金转入关联账户（P0，参照案例003）
• Module19：重复违规触发1.5×扣分乘数（2025年新政策）

黄牌（需要关注）🟡

• 管理费用率10%~20%
• 公益支出连续2年低于阈值
• 筹款费用率>3%（2026年新规）
• 收入波动>50%
• 数据不一致项>3个
• 租金偏离度20%~100%
• 在线情报发现中等负面舆情
• 在线情报发现轻微行政处罚
• Module19：限定性净资产同比减少>20%（P19_001，参照案例003）
• Module19：管理费用率>20%（P19_002，参照案例002）
• Module19：捐赠收入使用率<40%（P19_003，参照中华儿慈会案）
• Module19：业务现金流波动>200%（P19_005，大数据审计预警）
• Module19：关联交易单笔>总收入10%（P19_006，参照绿发会案）
• Module19：物资管理预警（无台账记录）

绿牌（正常）🟢

• 所有指标在合理范围
• 无异常关联交易
• 审计意见为无保留
• 数据勾稽关系正确

综合评分算法

综合得分 = (绿牌数×100 + 黄牌数×60 + 红牌数×0) / 总检查项数
风险等级：≥80→低风险 | 60~80→中风险 | <60→高风险

输出格式

analyze_offline.py 输出JSON结构

{
  "timestamp": "2026-04-25T12:00:00",
  "organization": "XXX基金会",
  "org_type": "非公募基金会",
  "analysis_years": ["2023", "2024"],
  "modules": {
    "module_1_precheck": { "results": [...], "status": "PASS" },
    "module_2_compliance": { "results": [...], "status": "WARN" },
    "module_3_efficiency": { "results": [...], "status": "GOOD" },
    "module_4_trend": { "results": [...], "status": "GOOD" },
    "module_5_fraud": { "results": [...], "status": "PASS" },
    "module_6_cashflow": { "results": [...], "status": "GOOD" },
    "module_7_related_party": { "results": [...], "status": "GOOD" },
    "module_8_data_fusion": { "results": [...], "status": "PASS" },
    "module_9_benchmark": { "results": [...], "status": "GOOD" },
    "module_10_risk_events": { "results": [...], "status": "PASS" },
    "module_11_report_quality": { "results": [...], "status": "GOOD" },
    "module_12_audit_quality": { "results": [...], "status": "PASS" },
    "module_13_rent_fairness": { "results": [...], "status": "PASS" },
    "module_14_audit_deep_analysis": { "results": [...], "status": "PASS" },
    "module_15_fraud_detection_enhanced": { "results": [...], "status": "PASS" },
    "module_16_earnings_quality": { "results": [...], "status": "GOOD" },
    "module_17_enterprise_diagnosis": { "results": [...], "status": "PASS" },
    "module_18_online_intelligence": {
      "status": "COMPLETED",
      "punishment_records": { "found": false, "count": 0 },
      "media_negative": { "found": false, "count": 0 },
      "financial_violation": { "found": false, "count": 0 },
      "material_violation": { "found": false, "count": 0 },
      "overseas_funding_violation": { "found": false },
      "repeat_violation_flag": false,
      "digital_audit_warning": false,
      "reputation_score": 100,
      "risk_level": "低风险",
      "v330_risk_summary": ""
    },
    "module_19_case_intelligence": {
      "status": "COMPLETED",
      "matched_patterns": [
        {
          "pattern_id": "P19_001",
          "description": "限定性净资产异常减少",
          "triggered": false,
          "details": "2024年限定性净资产较上年变动+5.0%，未超警戒线"
        }
      ],
      "case_references": [],
      "regulatory_risk_flags": {
        "material_management_risk": false,
        "overseas_funding_risk": false,
        "digital_audit_risk": false,
        "fundraising_cost_risk": false
      },
      "risk_level": "🟢 低风险",
      "case_recommendations": []
    }
  },
  "overall_assessment": {
    "score": 85.5,
    "risk_level": "低风险",
    "risk_level_en": "LOW_RISK",
    "red_count": 0,
    "yellow_count": 2,
    "green_count": 21,
    "p0_issues": [],
    "p1_issues": ["管理费用率接近阈值"],
    "online_risk_adjustment": 0,
    "case_intelligence_flags": [],
    "repeat_violation_multiplier": 1.0
  },
  "recommendations": [
    "建议控制管理成本，优化运营效率",
    "财务合规性良好，建议继续保持",
    "在线舆情：未发现明显负面记录",
    "案例情报：未匹配到高风险违规模式"
  ],
  "markdown_report": "# XXX基金会 财务分析报告\n...",
  "html_report": "<!-- HTML格式报告 -->"
}

v3.5.0 新增：问题清单输出格式

从 v3.5.0 开始，Markdown 和 HTML 报告将包含"问题清单"章节，
按优先级（P0/P1/P2/P3）列出所有发现的问题。

## 问题清单

### P0 致命问题（需立即整改）
1. [问题描述] - [模块X] - [建议行动]

### P1 重要问题（需关注）
1. [问题描述] - [模块X] - [建议行动]

### P2 一般问题（建议改进）
1. [问题描述] - [模块X] - [建议行动]

### P3 提示（仅供参考）
1. [提示内容] - [模块X]

输出示例（v3.6.0 新增）

以下是 analyze_offline.py 输出 JSON 的片段示例（含 issue_checklist）：

{
  "organization": "XX慈善基金会",
  "year": 2024,
  "overall_score": 82.5,
  "risk_level": "🟡 中风险",
  "modules": {
    "module1": {"score": 8, "note": "审计意见为保留意见，需关注"},
    "module2": {"score": 6, "detail": "管理费用率=14%，超过2026新规上限13%」}
  },
  "issue_checklist": [
    {"priority": "P0", "description": "原始基金保全率=42%，低于50%红线", "module": "模块2", "action": "核查是否挪用原始基金，要求基金会出具说明」},
    {"priority": "P1", "description": "审计意见为保留意见，持续经营存疑", "module": "模块1+14", "action": "查看审计报告附注，核实保留事项是否影响持续经营」},
    {"priority": "P2", "description": "管理费用率14%，超出新规上限", "module": "模块2", "action": "核查超支原因，是否在年报中披露」}
  ],
  "markdown_report": "# XX慈善基金会 财务分析报告（2024）\n\n## 问题清单\n\n### 🔴 P0 致命问题\n1. 原始基金保全率=42%...",
  "html_report": "<!-- HTML格式报告，含Chart.js图表 -->"
}

对应的 Markdown 报告"问题清单"章节渲染效果：

## 问题清单

### 🔴 P0 致命问题（需立即整改）
1. **原始基金保全率=42%，低于50%红线** `[模块2]`  
   - 建议行动：核查是否挪用原始基金，要求基金会出具书面说明。

### 🟠 P1 重要问题（需关注）
1. **审计意见为保留意见，持续经营存疑** `[模块1+14]`  
   - 建议行动：查看审计报告附注，核实保留事项是否影响持续经营。

### 🟡 P2 一般问题（建议改进）
1. **管理费用率14%，超出2026新规上限** `[模块2]`  
   - 建议行动：核查超支原因，是否在年报中充分披露。

HTML报告模板（内置）

HTML报告包含以下可视化组件：
1. 综合评分仪表盘（红黄绿三色）
2. 17模块风险雷达图
3. 5年财务数据趋势折线图
4. 行业对标柱状图
5. 风险事件时间线

HTML生成由AI助手在接收到JSON结果后直接渲染，无需网络请求。

安全承诺

本版本已彻底移除所有敏感操作：

❌ 已移除：
- 文件写入操作（open(..., 'w') 或 open(..., 'a')）
- 网络请求（requests.get 等）
- 命令执行（subprocess.run 等）
- 外部 API 调用

✅ 保留：
- 文件读取（open(..., 'r')） - 仅读取用户提供的PDF/JSON文件
- 标准输入/输出 - 用于数据交互
- 纯计算分析 - 所有17大模块分析在本地内存完成

安装依赖

pip install -r requirements.txt

依赖项：
- pdfplumber>=0.9.0 - PDF 文本提取

故障排除

问题1：pdfplumber 未安装

错误信息：ImportError: No module named 'pdfplumber'
解决方案：pip install pdfplumber

问题2：PDF 提取数据为 0

可能原因：
1. PDF 是扫描件（图片），需要 OCR
2. PDF 使用了特殊字体，文本提取失败
3. 关键词不匹配

v3.5.0 新增增强处理：AI助手遇到PDF提取失败时，按以下流程处理：

解决方案：
1. 使用 OCR 工具将扫描件转为文本 PDF
2. 手动编辑提取的数据 JSON，补充正确数值
3. 修改 extract_pdf_offline.py 中的正则表达式

问题3：单年度数据无法做趋势分析

说明：模块4（趋势分析）、模块5（Benford检测）需要2年以上数据。单年度数据时这些模块将跳过并标注"数据不足"。

版本历史

知识来源

报告由 NGO财务分析师Skill v3.3.0（案例情报增强版）自动生成