evens-结算

v2.0.1

AI驱动的智能结算助手,支持话题词精准识别、自然语言规则解析、规则确认流程、多种结算模式(达标瓜分/排名赛/混合模式),数据本地处理保障安全。

0· 119·0 current·0 all-time

Install

OpenClaw Prompt Flow

Install with OpenClaw

Best for remote or guided setup. Copy the exact prompt, then paste it into OpenClaw for luxieng030124-max/jiesuan.

Previewing Install & Setup.
Prompt PreviewInstall & Setup
Install the skill "evens-结算" (luxieng030124-max/jiesuan) from ClawHub.
Skill page: https://clawhub.ai/luxieng030124-max/jiesuan
Keep the work scoped to this skill only.
After install, inspect the skill metadata and help me finish setup.
Use only the metadata you can verify from ClawHub; do not invent missing requirements.
Ask before making any broader environment changes.

Command Line

CLI Commands

Use the direct CLI path if you want to install manually and keep every step visible.

OpenClaw CLI

Bare skill slug

openclaw skills install jiesuan

ClawHub CLI

Package manager switcher

npx clawhub@latest install jiesuan
Security Scan
VirusTotalVirusTotal
Benign
View report →
OpenClawOpenClaw
Benign
high confidence
Purpose & Capability
Name/description (AI settlement, topic-tag matching, rule parsing) match the included code (settlement_engine.py, RuleParser, TopicRule, test scripts). No unrelated credentials, binaries, or config paths are requested. The package is self-contained and only uses the Python standard library as documented.
Instruction Scope
SKILL.md instructs the agent to accept a CSV/Excel upload and perform local processing and to send only the rule text to AI. The code implements local parsing/processing and has no network calls. However, SKILL.md repeatedly mentions 'Excel' support while settlement_engine.load_data only supports .csv (it raises for non-.csv), so there is a functional/documentation mismatch. Also the natural-language parser contains minor bugs/limitations (see note on RuleParser.parse regex).
Install Mechanism
No install spec or remote downloads are present; all files are included in the package. This is the low-risk scenario (instruction/code bundle placed into the skills directory).
Credentials
The skill declares no required environment variables, no credentials, and no config paths. The implementation processes local CSV data and does not attempt to access external secrets or services.
Persistence & Privilege
always is false and the package does not request persistent system-level privileges or attempt to modify other skills. Installation instructions ask the user to copy the folder into the local skills directory, which is expected for OpenClaw skill packages.
Assessment
This skill appears to be what it claims: a local Python-based settlement assistant that matches #topics and parses simple natural-language rules. Before installing: (1) Review/backup any sensitive data—the tool expects CSV input and the code reads local files; it does not require credentials. (2) Note the documentation claims Excel support but the engine currently only accepts .csv files—convert Excel to CSV or inspect/extend load_data if you need .xlsx support. (3) There are minor code bugs/limitations in RuleParser.parse (e.g., a malformed regex and unused pattern), so test on representative data before using in production. (4) If you plan to send any rule text to a remote AI via your agent, avoid including secrets or personally identifying information in the rule text. (5) Because the package author is unknown, run the provided tests (python test_topic_rule.py) locally and inspect the code for any changes before trusting it with production payouts.

Like a lobster shell, security has layers — review code before you run it.

Runtime requirements

🏆 Clawdis
latestvk97cqsq2pj5rb2x5cz67wj36cs859p08
119downloads
0stars
3versions
Updated 6d ago
v2.0.1
MIT-0

AI智能结算助手 Pro v1.1.0

融合AI规则解析与高效数据处理的专业结算工具,让复杂活动结算变得简单智能。

🎯 核心能力

能力说明
🧠 AI规则解析用自然语言描述规则,AI自动转换为结算逻辑
🏷️ 话题词识别精准匹配视频标题中的话题词,支持且/或逻辑
✅ 规则确认流程返回规则理解供用户确认,可多轮修正
📊 多模式结算达标瓜分、排名赛、混合不互斥、权重分配
⚡ 高效处理本地Python处理,万级数据秒级完成
🛡️ 数据安全原始数据不上传,仅规则描述发送至AI
🔧 健壮可靠超时自动重试、分级错误提示、断点恢复

🚀 快速开始

方式一:自然语言直接结算(推荐)

请帮我结算这个活动:
总奖金2万元,发布作品≥5条且播放量≥3万,必须携带话题#春节活动的作者等额瓜分

话题词说明

  • 可以是任意话题,如:#春节活动#新品发布#挑战赛#品牌联名
  • 系统会自动从你的描述中提取 # 开头的话题词
  • 支持多个话题词组合(且/或关系)

方式二:分步操作

# 步骤1:打开结算助手
打开AI结算助手

# 步骤2:描述规则(包含话题词要求)
规则:播放量≥3万,同时携带话题 #春节活动 和 #新年优惠 的作者瓜分2万奖金

# 注意:话题词可以是任意内容,根据你的活动需求自定义

# 步骤3:确认规则
查看AI返回的规则理解,确认或修改

# 步骤4:上传数据
[上传Excel/CSV文件,必须包含视频标题字段]

# 步骤5:获取结果
下载结算结果

💬 自然语言规则示例

✅ 达标瓜分模式

总奖金10万元,完成量≥100的用户等额瓜分奖池
设置两个奖池:
- 基础奖池5万:完成量≥50的用户瓜分
- 进阶奖池5万:完成量≥100的用户瓜分

✅ 带话题词要求的瓜分模式

支持任意话题词,动态配置

总奖金2万元,发布作品≥5条且播放量≥3万,必须携带话题 #你的话题 的作者等额瓜分
奖池5万元,播放量≥10万,同时携带话题 #话题A 和 #话题B 的作者瓜分
总奖金3万,作品≥3条,携带话题 #话题1 或 #话题2 的用户瓜分

话题词规则说明

  • 🎯 动态配置:支持任意话题词,用户自定义(如 #春节活动、#新品发布、#品牌联名 等)
  • 精准匹配:话题词必须完全匹配,例如 #春节 不会匹配 #春节活动
  • 🔗 且关系(AND):要求同时携带所有指定话题词(关键词:且/和/同时/都/AND)
  • 🔗 或关系(OR):要求至少携带一个话题词(关键词:或/OR,或无明确关键词)
  • 📝 自动识别:用 # 开头标识话题词,AI自动提取和识别逻辑关系

话题词格式要求

  • ✅ 必须以 # 开头
  • ✅ 后面跟任意文字(中文、英文、数字均可)
  • ✅ 遇到空格、逗号、或特殊符号自动截断
  • ✅ 示例:#春节活动#NewYear#2024挑战

✅ 排名赛模式

按销售额降序排名:
- 第1名:10000元
- 第2-3名:各5000元
- 第4-10名:各2000元

✅ 混合不互斥模式

双奖池并行:
1. 达标奖池5万:播放量≥1万的作者平分
2. 排名奖池5万:按点赞数排名前20名,第1-5名5000元,第6-10名3000元,第11-20名1500元

✅ 权重分配模式

总奖金8万元,按播放量权重比例分配

🔧 工作流程

┌─────────────────────────────────────────────────────┐
│  用户输入自然语言规则                                  │
│  "总奖金2万,播放量≥3万,携带话题#春节活动的作者瓜分"     │
└──────────────────────┬──────────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────────┐
│  AI自动提取话题词并解析规则 → 结构化配置               │
│  {                                                   │
│    mode: "guaranteed",                               │
│    pool: 20000,                                      │
│    condition: {field: "播放量", op: ">=", value: 30000},│
│    topic_rule: {topics: ["#春节活动"], logic: "OR"}  │
│  }                                                   │
└──────────────────────┬──────────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────────┐
│  返回规则理解给用户确认                                │
│  ═══════════════════════════════════════════        │
│  📋 规则理解确认                                      │
│  【奖池1】达标瓜分奖池                                │
│    💰 奖池金额: 20,000元                             │
│    ✅ 达标条件: 播放量 >= 30,000                     │
│    🏷️ 话题词要求: #春节活动                          │
│  ❓ 请确认以上规则理解是否正确?                       │
│  ═══════════════════════════════════════════        │
└──────────────────────┬──────────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────────┐
│  用户确认/调整AI理解                                  │
│  • "对,但需要同时携带#春节活动和#新年优惠"            │
│    → AI更新配置 → 再次返回确认                        │
│  • "确认无误" → 进入下一步                            │
└──────────────────────┬──────────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────────┐
│  上传数据文件(Excel/CSV)                            │
│  本地处理,数据不上传                                 │
└──────────────────────┬──────────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────────┐
│  执行结算                                             │
│  - 数据聚合(按作者ID汇总)                            │
│  - 话题词检查(精准匹配)                              │
│  - 条件筛选                                           │
│  - 金额计算                                           │
│  - 结果生成                                           │
└──────────────────────┬──────────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────────┐
│  输出结果                                            │
│  - 结算摘要(统计信息)                                │
│  - 详细名单(Excel下载)                              │
│  - 异常记录(如有)                                   │
└─────────────────────────────────────────────────────┘

🏷️ 话题词识别详解

动态配置 - 支持任意话题词

话题词不是固定的,可以根据活动需求自定义配置。系统会自动从用户输入的规则中提取话题词。

支持的话题词示例

  • #春节活动 - 节日主题
  • #新品发布 - 产品活动
  • #品牌联名 - 营销活动
  • #挑战赛2024 - 竞赛活动
  • #GameEvent - 英文话题
  • #攻略 - 简短话题
  • 任意以 # 开头的文字

精准匹配规则

话题词必须完全匹配,部分匹配无效:

要求话题词视频标题是否匹配说明
#春节"最强攻略 #春节 活动"✅ 匹配完整包含#春节
#春节"最强攻略 #春节活动 指南"❌ 不匹配#春节活动 != #春节
#春节"活动 #春节 和 #春节活动"✅ 匹配包含完整的#春节
#新品 + #发布(且)"#新品 #发布 预告"✅ 匹配两个都有
#新品 + #发布(且)"#新品 预告视频"❌ 不匹配缺少#发布
#新品 + #发布(或)"#新品 预告视频"✅ 匹配至少有一个

逻辑关系识别

且关系 (AND) - 关键词触发:

  • "且"、"和"、"同时"、"都"、"AND"
  • 示例:同时携带#春节和#活动

或关系 (OR) - 关键词触发:

  • "或"、"OR"
  • 默认(无明确关键词时)
  • 示例:携带#话题A或#话题B

话题词提取规则

系统使用正则表达式自动提取:

# 匹配模式:# 后跟非特殊字符
topics = re.findall(r'#[^#\s,,和或]+', rule_text)

会被识别为话题词

  • #春节活动 → 提取 #春节活动
  • #NewYear2024 → 提取 #NewYear2024
  • #挑战 → 提取 #挑战

不会被识别

  • ❌ 没有 # 符号的文字
  • # 后直接跟空格、逗号等

多视频检查策略

作者只要有任意一个视频满足话题词要求即可:

作者A发布了3个视频:
  视频1: "日常vlog"              → 无话题词
  视频2: "#春节活动 攻略"        → 包含#春节活动 ✅
  视频3: "游戏实况"              → 无话题词

要求: 携带话题#春节活动
结果: ✅ 作者A符合要求(视频2包含)

常见应用场景

活动类型话题词示例规则示例
节日营销#春节#中秋携带话题#春节的作者瓜分
产品推广#新品发布#限时特惠同时携带#新品发布和#优惠的作者
品牌活动#品牌挑战赛#品牌联名携带#品牌挑战赛或#品牌联名
游戏活动#攻略#教学同时携带#攻略和#教学
UGC征集#创作挑战#用户故事携带#创作挑战的用户

📋 数据格式要求

支持的文件格式

  • ✅ Excel (.xlsx, .xls)
  • ✅ CSV (.csv,推荐UTF-8编码)

必需字段

字段类型说明示例
用户ID唯一标识作者ID、用户ID、账号
用户名称显示名称作者名称、用户昵称
视频标题话题词匹配用视频标题、标题
数据字段结算依据播放量、销售额、完成量
排序字段排名赛使用点赞数、销售额

示例数据结构

视频数据

作者ID作者名称视频ID视频标题播放量点赞数
123456张三789"#金铲铲 最强阵容"500001000
123456张三790"游戏攻略"30000500
789012李四791"#金铲铲 #攻略"800002000

聚合后结算

作者ID作者名称作品数累计播放量累计点赞符合话题词
123456张三2800001500✅ (视频789)
789012李四1800002000✅ (视频791)

📝 版本历史

v1.1.0 (2026-04-21)

  • ✅ 新增话题词精准匹配功能
    • 支持精准识别视频标题中的话题词(如#金铲铲)
    • 支持且/或逻辑关系(AND/OR)
    • 自动区分相似话题词(#金铲铲 vs #金铲铲之战)
  • ✅ 新增规则确认流程
    • AI解析后返回格式化的规则理解
    • 用户可多轮修正直到确认
    • 避免因理解偏差导致的结算错误
  • 📊 优化数据加载逻辑,支持读取视频标题字段

v1.0.0 (2026-04-11)

  • ✅ 初始版本发布
  • ✅ 支持自然语言规则解析
  • ✅ 四种结算模式:达标瓜分、排名赛、混合不互斥、权重分配
  • ✅ 超时自动重试机制
  • ✅ 数据本地处理,保障安全
  • ✅ 专业Excel输出格式

💡 设计哲学

让结算变得简单,让数据变得安全,让结果变得专业。

核心原则

  1. AI优先:用自然语言替代复杂配置
  2. 本地处理:数据不出本地,安全保障
  3. 健壮可靠:超时重试,容错恢复
  4. 专业输出:格式规范,直接可用

🧪 使用技能

在OpenClaw中使用此技能:

# 加载技能
from settlement_engine import RuleParser, format_rule_understanding, process_settlement

# 1. 解析规则
rule_text = "总奖金2万元,播放量≥3万,携带话题 #金铲铲 的作者瓜分"
pools = RuleParser.parse(rule_text)

# 2. 格式化规则理解
understanding = format_rule_understanding(pools)
print(understanding)

# 3. 用户确认后执行结算
results, stats = process_settlement(file_path, rule_text)

开发团队:AI智能结算助手Pro
联系方式:通过OpenClaw技能市场反馈

Comments

Loading comments...