日本源泉徴収票OCR读取技能 - 自动提取工资单结构化数据

reading-withholding by kazukinagata/shinkoku

229 周安装量

323 GitHub Stars

GitHub

安装命令

npx skills add https://github.com/kazukinagata/shinkoku --skill reading-withholding

自动化金融科技数据处理

🇨🇳中文介绍

源泉徴収票画像読み取り

读取源泉徴収票（工资所得税预扣单）图像，并返回结构化数据的技能。

PDF 文件的情况

如果文件是 PDF（.pdf），在图像 OCR 之前会先尝试文本提取。

执行 shinkoku pdf extract-text --file-path <path>
如果提取的文本包含必要信息（支付金额、预扣税额等），则从文本生成结构化数据
如果文本不充分（例如扫描版 PDF），则使用 shinkoku pdf to-image --file-path <path> --output-dir <dir> 转换为 PNG，然后进入下面的图像读取流程

图像读取方法

备用方案（不支持子代理的情况）

在无法使用子代理的环境中，按以下步骤读取：

使用 Read 工具直接读取图像文件
根据下面的「基本规则」和「输出格式」提取数据
向用户展示提取结果，务必请求用户进行目视确认

⚠ 由于无法使用双重验证，务必请求用户进行目视确认。

使用 Read 工具读取图像文件（Claude Vision 会自动识别图像）
金额必须以 int（日元单位的整数）形式返回。去除逗号和“円”字
日期以 YYYY-MM-DD 格式返回
将和历转换为公历（令和7年 → 2025、令和6年 → 2024、平成31年 → 2019）
无法读取的字段标记为 UNKNOWN（字符串）或 0（金额）
如果传递了多个文件，则按顺序处理所有文件并汇总返回

读取图像后，按以下格式返回：

---WITHHOLDING_DATA---
payer_name: 支付方名称
payment_amount: 支付金额（int）
withheld_tax: 源泉徴収税额（int）
social_insurance: 社会保险费等金额（int）
life_insurance_deduction: 生命保险费扣除额（int）
earthquake_insurance_deduction: 地震保险费扣除额（int）
housing_loan_deduction: 住房贷款等特别扣除额（int）
life_insurance_detail:
  general_new: 一般新保险费（int）
  general_old: 一般旧保险费（int）
  medical_care: 护理医疗保险费（int）
  annuity_new: 个人年金新保险费（int）
  annuity_old: 个人年金旧保险费（int）
---END---

最优先提取“支付金额”栏（工资收入总额）
准确读取“源泉徴収税额”栏
读取“社会保险费等金额”栏
确认生命保险费扣除的新旧制度、3个分类（一般/护理医疗/个人年金）的明细
地震保险费扣除、住房贷款扣除仅在记载时提取
提取支付方名称（公司名）
未记载的项目设为 0

当指示了多个文件路径时：

使用 Glob 工具获取文件列表（如果指示了模式）
使用 Read 工具按顺序读取每个文件
汇总返回所有文件的结果（每个结果前注明文件名）

---WITHHOLDING_DATA---
...
---END---

## file2.jpg
---WITHHOLDING_DATA---
...
---END---

🇺🇸English

源泉徴収票画像読み取り

源泉徴収票の画像を読み取り、構造化データとして返すスキル。

PDF ファイルの場合

ファイルが PDF（.pdf）の場合、画像 OCR の前にテキスト抽出を試みる。

shinkoku pdf extract-text --file-path <path> を実行する
抽出テキストに必要な情報（支払金額・源泉徴収税額等）が含まれていれば、テキストから構造化データを生成する
テキストが不十分（スキャン PDF 等）の場合は shinkoku pdf to-image --file-path <path> --output-dir <dir> で PNG に変換し、以下の画像読み取りフローに進む

画像読み取り方法

推奨: デュアル検証（並列2コンテキスト）

精度を高めるため、同じ画像を2つの独立したコンテキストで並列に読み取り、結果を照合する。

2つの独立した読み取りを実行する: サブエージェントが使える環境では、2つのサブエージェントを並列で起動し、それぞれ独立に画像を読み取る。各サブエージェントには以下の「基本ルール」と「出力フォーマット」をプロンプトとして渡し、画像ファイルパスを指定する。
結果照合: 両方の読み取り結果から主要フィールド（金額等）を比較する。
一致の場合: そのまま採用。「2つの独立した読み取りで結果が一致しました」と報告する。
不一致の場合: ユーザーに元画像パスと両方の結果を提示し、正しい方を選択してもらう:
- 差異のあるフィールドを明示する
- A を採用 / B を採用 / 手動入力の3択を提示する

フォールバック（サブエージェント非対応の場合）

サブエージェントが利用できない環境では、以下の手順で読み取る:

画像ファイルを直接 Read ツールで読み取る
以下の「基本ルール」と「出力フォーマット」に従ってデータを抽出する
抽出結果をユーザーに提示し、必ず目視確認を依頼する

⚠ デュアル検証が利用できないため、必ずユーザーに目視確認を依頼してください。

基本ルール

画像ファイルは Read ツールで読み取る（Claude Vision が自動的に画像を認識する）
金額は必ず int（円単位の整数）で返す。カンマや「円」は除去する
日付は YYYY-MM-DD 形式で返す
和暦は西暦に変換する（令和7年 → 2025、令和6年 → 2024、平成31年 → 2019）
読み取れないフィールドは UNKNOWN（文字列）または 0（金額）とする
複数ファイルを渡された場合は全て順に処理してまとめて返す

出力フォーマット

画像を読み取り、以下の形式で返す:

---WITHHOLDING_DATA---
payer_name: 支払者名
payment_amount: 支払金額（int）
withheld_tax: 源泉徴収税額（int）
social_insurance: 社会保険料等の金額（int）
life_insurance_deduction: 生命保険料の控除額（int）
earthquake_insurance_deduction: 地震保険料の控除額（int）
housing_loan_deduction: 住宅借入金等特別控除の額（int）
life_insurance_detail:
  general_new: 一般の新保険料（int）
  general_old: 一般の旧保険料（int）
  medical_care: 介護医療保険料（int）
  annuity_new: 個人年金の新保険料（int）
  annuity_old: 個人年金の旧保険料（int）
---END---

抽出のポイント

「支払金額」欄（給与収入の総額）を最優先で抽出する
「源泉徴収税額」欄を正確に読み取る
「社会保険料等の金額」欄を読み取る
生命保険料控除は新旧制度・3区分（一般/介護医療/個人年金）の内訳を確認する
地震保険料控除・住宅ローン控除は記載がある場合のみ抽出する
支払者の名称（会社名）を抽出する
記載がない項目は 0 とする

複数ファイルの処理

複数のファイルパスが指示された場合:

Glob ツールでファイル一覧を取得する（パターンが指示された場合）
各ファイルを Read ツールで順に読み取る
全ファイルの結果をまとめて返す（各結果の前にファイル名を記載する）

## file1.jpg

---WITHHOLDING_DATA---
...
---END---

## file2.jpg
---WITHHOLDING_DATA---
...
---END---

Weekly Installs

229

Repository

kazukinagata/shinkoku

GitHub Stars

323

First Seen

Feb 22, 2026

Security Audits

Gen Agent Trust HubPass SocketPass SnykPass

Installed on

codex160

cursor156

opencode154

github-copilot153

gemini-cli150

amp150

Skills CLI 使用指南：AI Agent 技能包管理器安装与管理教程

27,400 周安装

日本源泉徴収票OCR读取技能 - 自动提取工资单结构化数据

🇨🇳中文介绍

源泉徴収票画像読み取り

PDF 文件的情况

图像读取方法

推荐：双重验证（并行双上下文）

相关 Skills

备用方案（不支持子代理的情况）

基本规则

输出格式

提取要点

多文件处理

🇺🇸English

源泉徴収票画像読み取り

PDF ファイルの場合

画像読み取り方法

推奨: デュアル検証（並列2コンテキスト）

フォールバック（サブエージェント非対応の場合）

基本ルール

出力フォーマット

抽出のポイント

複数ファイルの処理

最新 Skills

日本源泉徴収票OCR读取技能 - 自动提取工资单结构化数据

🇨🇳中文介绍

源泉徴収票 画像読み取り

PDF 文件的情况

图像读取方法

推荐：双重验证（并行双上下文）

相关 Skills

备用方案（不支持子代理的情况）

基本规则

输出格式

提取要点

多文件处理

🇺🇸English

源泉徴収票 画像読み取り

PDF ファイルの場合

画像読み取り方法

推奨: デュアル検証（並列2コンテキスト）

フォールバック（サブエージェント非対応の場合）

基本ルール

出力フォーマット

抽出のポイント

複数ファイルの処理

最新 Skills

源泉徴収票画像読み取り

源泉徴収票画像読み取り