SAP 财务 AI 能力建设 Skill
概述
本 Skill 为 SAP ERP 系统（S/4HANA / ECC）提供完整的财务模块 AI 能力建设方案。
覆盖三大核心领域：AI 场景搭建（FI/CO 智能化应用）、主数据管理（批量导入导出校验）、
技术文档与知识转移（部署文档 + 培训材料）。
内置模拟数据生成器，无需连接真实 SAP 系统即可完成 PoC 演示和开发测试。
适用场景
- 🏗️ SAP AI 基础能力建设 — 环境配置、SAP 连接、Skill 安装、场景清单设计
- 💰 财务 AI 场景落地 — 应收应付智能分析、总账异常检测、成本预测、现金流预测
- 📋 主数据日常维护 — 物料/客户/供应商/价格主数据的批量导入、导出、校验
- 📊 数据分析与报告 — 财务报表自动解读、异常交易识别、凭证智能审核
- 📝 技术文档与培训 — 部署文档、操作手册、IT 团队知识转移
不适用于： 直接替代 SAP 交易操作（如 FB01 过账）、生产环境实时财务决策、审计合规判定。
模块架构
sap-finance/
├── SKILL.md ← 本文件（主入口）
├── references/
│ ├── fi-co-scenarios.md ← FI/CO 全场景 AI 能力清单（11个场景）
│ ├── master-data-guide.md ← 主数据维护操作指南
│ ├── sap-connection-guide.md ← SAP 连接技术方案（RFC/OData/BTP）
│ └── data-governance.md ← 数据治理与合规清单
│ ├── tcodes-quick-reference.md ← 事务码速查表（AR/AP/GL/CO/Fiori）
│ └── use-cases.md ← 6个角色实战案例（AR经理/AP专员/GL主管/CFO/IT）
├── scripts/
│ ├── generate_mock_data.py ← 模拟 SAP 财务数据生成器
│ ├── validate_master_data.py ← 主数据批量校验工具
│ ├── inspect_fico_csv.py ← FI/CO CSV 检查器（字段映射+泄漏检测）
│ ├── analyze_fi_ar.py ← FI-AR 应收账款智能分析（6维度报告）
│ ├── analyze_fi_ap.py ← FI-AP 应付账款智能分析（折扣泄漏）
│ ├── analyze_fi_gl.py ← FI-GL 总账凭证异常分析（IQR+用户维度）
│ └── sap_odata_export.py ← SAP OData API 数据导出工具
├── templates/
│ ├── material-master-template.csv ← 物料主数据导入模板
│ ├── customer-master-template.csv ← 客户主数据导入模板
│ ├── vendor-master-template.csv ← 供应商主数据导入模板
│ └── tech-doc-template.md ← 技术文档模板
└── assets/
├── mock_fi_ar_data.csv ← 模拟应收账款数据
├── mock_fi_ap_data.csv ← 模拟应付账款数据
├── mock_fi_gl_data.csv ← 模拟总账凭证数据
├── mock_material_master.csv ← 模拟物料主数据
├── mock_customer_master.csv ← 模拟客户主数据
├── mock_vendor_master.csv ← 模拟供应商主数据
├── sample_ar_report.md ← AR 分析报告样例
├── sample_ap_report.md ← AP 分析报告样例
└── sample_gl_report.md ← GL 分析报告样例
核心工作流
工作流 1：AI 能力建设（从零搭建）
环境检查 → SAP 连接配置 → 场景需求分析 → 选择 AI 场景 → 数据准备 → PoC 演示 → 技术文档
- 环境检查：确认 Python 3.11+、SAP 连接库（pyrfc / sap-rest-sdk）、网络可达性
- 连接配置：参考
references/sap-connection-guide.md，配置 RFC 或 OData 连接参数 - 场景选择：根据
references/fi-co-scenarios.md的场景清单，与业务方确认优先级 - 数据准备：使用
scripts/generate_mock_data.py生成模拟数据，或导出真实数据子集 - 数据校验：运行
scripts/inspect_fico_csv.py检查数据质量、目标泄漏、字段映射 - PoC 演示：基于模拟数据展示 AI 分析能力
- 文档输出：使用
templates/tech-doc-template.md生成技术文档
工作流 2：主数据日常维护
获取导入模板 → 填充数据 → 校验 → 批量导入 → 结果确认 → 导出备份
- 选择对应主数据模板（物料/客户/供应商/价格）
- 按
references/master-data-guide.md规范填充数据 - 运行
scripts/validate_master_data.py批量校验 - 生成 SAP 导入文件（LSMW / BDC / Fiori 批量应用格式）
- 导入后校验记录数和关键字段
工作流 3：财务数据分析
导出 SAP 数据 → 字段映射 → 泄漏检查 → AI 分析 → 输出报告
- 从 SAP 导出 FI/CO 数据为 CSV（ACDOCA / BKPF-BSEG / BSID-BSAD 等）
- 运行
inspect_fico_csv.py自动识别 SAP 字段并映射为语义名称 - 检查数据泄漏风险（清账日期、付款结果等后见字段）
- 执行 AI 分析（异常检测 / 风险预测 / 趋势分析）
- 生成分析报告
FI/CO AI 场景速查
| 模块 | 场景 | AI 能力 | 典型目标 | 参考 |
|---|---|---|---|---|
| FI-AR | 应收账款风险 | 付款违约/延迟预测 | paid_late, default_flag |
scenarios.md §1 |
| FI-AP | 应付账款优化 | 现金折扣泄漏检测 | discount_lost |
scenarios.md §2 |
| FI-GL | 总账监控 | 凭证异常检测 | outlier_flag |
scenarios.md §3 |
| FI-AA | 资产管理 | 折旧异常分析 | depreciation_anomaly |
scenarios.md §4 |
| FI-TR | 资金管理 | 现金流预测 | cash_shortfall_flag |
scenarios.md §5 |
| CO-CCA | 成本中心 | 费用超支预警 | overrun_flag |
scenarios.md §6 |
| CO-OP | 内部订单 | 预算执行监控 | remaining_budget_risk |
scenarios.md §7 |
| CO-PA | 获利分析 | 利润异常分析 | margin_anomaly_flag |
scenarios.md §8 |
| CO-PC | 产品成本 | 标准成本偏差 | variance_flag |
scenarios.md §9 |
| FI-AR | 信用管理 | 客户信用评分 | credit_block |
scenarios.md §10 |
| FI-AR | 争议管理 | 争议风险预警 | dispute_created |
scenarios.md §11 |
快速开始
生成模拟数据
python scripts/generate_mock_data.py --type all --output ./output --rows 1000
生成所有模拟数据集（应收/应付/总账/物料主数据），各 1000 条。
校验主数据
python scripts/validate_master_data.py --input assets/mock_material_master.csv --type material
检查 FI/CO 数据
python scripts/inspect_fico_csv.py --input assets/mock_fi_ar_data.csv --target paid_late --dry-run
关键概念
SAP 财务核心表
| 表名 | 用途 | S/4HANA | ECC |
|---|---|---|---|
| ACDOCA | 统一日记账（通用源） | ✅ 主表 | ❌ 不存在 |
| BKPF | 凭证抬头 | ✅ 兼容 | ✅ 主表 |
| BSEG | 凭证行项目 | ✅ 兼容 | ✅ 主表 |
| BSID/BSAD | 客户未清/已清项 | ✅ 兼容 | ✅ 主表 |
| BSIK/BSAK | 供应商未清/已清项 | ✅ 兼容 | ✅ 主表 |
| SKA1/SKB1 | 总账科目主数据 | ✅ | ✅ |
| MARA | 物料主数据-通用 | ✅ | ✅ |
| KNA1 | 客户主数据-通用 | ✅ | ✅ |
| LFA1 | 供应商主数据-通用 | ✅ | ✅ |
目标泄漏防护
财务 AI 场景最关键的纪律：预测时不能使用预测点之后才能获得的信息。
常见泄漏字段：
- 清账日期（AUGDT）、清账凭证（AUGBL）— 预测付款时不能用
- 付款运行结果 — 预测付款时间时不能用
- 催收等级、争议解决状态 — 预测违约时不能用
- 审计决定、冲销凭证 — 预测异常时不能用
使用 inspect_fico_csv.py 自动检测这些泄漏字段。
常见陷阱
- 混淆 S/4HANA 和 ECC 表结构 — S/4HANA 的 ACDOCA 替代了 ECC 多张表，迁移项目要确认源系统版本
- CSV 编码问题 — SAP 导出的 CSV 常用分号分隔 + 非 UTF-8 编码，需用
--delimiter ';' --encoding 'gbk'参数 - 目标泄漏未检测 — 在预测模型中混入了清账结果等后见字段，导致离线指标虚高
- 主数据字段缺失必输项 — 物料主数据缺少行业领域（MBRSH）或物料类型（MTART）会被 SAP 拒绝
- 公司代码/工厂不一致 — 主数据中公司代码与采购组织、工厂的分配关系不匹配导致导入失败
- 将 AI 预测作为唯一决策依据 — 财务场景必须保留人工复核，AI 结果仅作优先级排序参考
验证清单
- [ ] SAP 连接参数配置完成并测试通过（或使用模拟数据模式）
- [ ] 模拟数据生成成功，覆盖目标场景的数据结构
- [ ]
inspect_fico_csv.py未发现泄漏字段 - [ ] 主数据校验通过，所有必输字段完整
- [ ] AI 场景选择与业务方确认，优先级已排定
- [ ] 技术文档使用模板生成，覆盖部署/运维/培训三个层面
- [ ] 数据治理清单经合规审批
参考资源
- SAP 官方文档：https://help.sap.com/ — S/4HANA 财务模块
- SAP API Business Hub：https://api.sap.com/ — OData API 目录
- SAP 社区：https://community.sap.com/ — 技术问答和最佳实践
- SAP-RPT-1-OSS：HuggingFace
SAP/sap-rpt-1-oss— SAP 官方开源表格预测模型
