当我把一份年报交给 WorkBuddy最近我在关注家电行业的年度报告。整理公开资料时我想快速回答几个很具体的问题哪家公司的收入增长更有质量利润增长有没有现金流支撑应收账款和存货的变化是否值得关注不同业务板块到底是谁在贡献增长于是我打开了 WorkBuddy。我的第一反应很直接把年报交给 WorkBuddy让它帮我整理一份财务分析。这个思路看起来很顺——上传 PDF提出问题然后等待答案。我先选了美的集团 2025 年年度报告。这份报告有 276 页除了三大财务报表还有分产品、分地区、分业务板块的数据和大量财务附注。它足够典型也足够复杂我想看看 AI 到底能不能处理一份真实年报。一、第一次尝试直接分析原始 PDF我把原始年报上传到 WorkBuddy输入了下面这段提示词请仅依据上传的 2025 年年度报告分析公司的收入、净利润、毛利率、经营活动现金流、应收账款、存货和主要业务板块变化。先列出关键数据及同比变化再解释变化原因最后总结经营亮点、潜在风险和需要进一步核验的问题。所有数字注明原文页码、表名和单位报告中没有明确依据的内容请标注“无法确认”。【图 1WorkBuddy 直接处理原始 PDF任务】【图 2WorkBuddy 直接处理原始 PDF 的过程与结果】等待 22 分 47 秒后我得到了第一版回答。它已经能够抓住提示词要求的主要指标但我仍然需要频繁回到原 PDF确认数字来自哪张表、对应哪个年度和单位以及同比口径是否一致。回答并非不能用只是对于一份需要认真核验的财报分析来说这部分人工检查仍然很重。二、问题不一定出在分析而可能出在解析继续检查后我意识到年报和普通文章并不是同一种文档。它有数百页内容表格中还包含多级表头、合并单元格、跨页延续的项目、单位说明和脚注。普通文本提取也许能够找到“营业收入”几个字却未必能同时保留这个数字属于哪一列、对应哪个年度、采用什么单位以及是否受到脚注条件限制。一旦这些关系在解析阶段被打散后面的分析再流畅也可能建立在不够完整的输入上。这让我改变了思路。我需要寻找的不是另一个更会写总结的模型而是一个能先把财报结构整理清楚的解析工具。三、在 WorkBuddy 里找到 TextIn xParse回到 WorkBuddy 的应用入口后我注意到了 TextIn xParse。点开后可以看到它不仅能处理 PDF也面向 Word、Excel、PPT 等文档甚至图片解析结果还能继续导出为 Markdown 或 JSON。这正好对应我刚才遇到的问题WorkBuddy 继续承担提问、组织任务和生成分析的工作而 TextIn xParse 先把年报中的文字、表格与版面关系整理成更适合后续使用的结构化内容。【图 3WorkBuddy 中 TextIn xParse 的入口】【图 4同一 PDF、同一提示词下启用 TextIn xParse】我没有立刻换一套问题而是决定建立一个尽量简单的对照仍然使用同一份美的集团年报、同一个 WorkBuddy 任务和同一段提示词只在第二次运行时启用 TextIn xParse 连接器。这样后续观察到的差异不会来自文件和提问方式的变化。【图 4B接入TextIn xParse WorkBuddy 重新处理原始 财报PDF任务】这次对照只改变了解析环节后面还要分别检查结构和耗时不能把“回答更快”直接等同于“内容更准确”。四、TextIn xParse 处理的如何解析过程中TextIn xParse 生成了按原文顺序组织的 Markdown。我下载了其中包含关键财务表格的01_美的集团_2025年年度报告.md。本次实际保存的解析正文格式是 Markdown因此下文只依据这一真实产物展开。这里的 Markdown 不是所有表格都转换成简单的|分隔文本复杂表格会在 Markdown 正文中嵌入 HTMLtable并用rowspan、colspan表示跨行和跨列。对年报这种有合并表头的文档来说这是一种保留结构的结果不是格式出错。后面的对照图会同时保留原表和解析后的结构化表格避免只展示脱离行列关系的纯文字。为了观察解析阶段到底保留了什么我没有先看最终总结而是直接打开原始 PDF 和这份 Markdown选择两张结构较复杂、同时又与后续分析直接相关的表格进行核对。第一张是年报第 49 页的“营业成本构成”。这张表同时包含“行业分类”和“项目”两个行维度以及 2025 年、2024 年各自对应的金额和占比最右侧还有同比增减。原材料、人工工资、折旧和能源又共同隶属于“家用电器行业”。在 xParse 生成的 Markdown 中年份表头、金额与占比的从属关系被保留下来合并单元格则通过rowspan和colspan表达。【图 5原始年报第 49 页“营业成本构成”与 xParse Markdown 对照】第二张是年报第 53 页的“资产构成重大变动情况”。它在同一行里同时放置期末金额、占总资产比例、期初金额、占比变化和重大变动说明。应收账款与存货也出现在这张表中后续可以直接检查 WorkBuddy 是否把账面价值、占比和同比变化混为一谈。【图 6原始年报第 53 页“资产构成重大变动情况”与 xParse Markdown 对照】这张对照图还保留了两个容易被忽略的定位信息PDF 阅读器报告正文印刷页码是 53Markdown 中也有出现!-- 53 --页码标记。表内的“2025 年末/2025 年初”两级表头、金额、占总资产比例和变动说明仍然对应在正确列中。对后续核验来说这意味着我不仅能找到数字也能快速确认它来自报告的哪一页、哪一种口径。这两组对照说明文档解析的价值不只是“把 PDF 变成文字”。金额本身被识别出来只是第一步更重要的是年份、单位、占比和项目名称之间的关系仍然存在。只有这些关系先被保存下来WorkBuddy 后续才有条件继续提取和比较。五、同一任务下的处理时间对照完成表格核验后我再回看同一任务的运行记录。第一次直接分析原始 PDF 用时 22 分 47 秒并且只给出了简单的文本结果后续核验只能自己去原文中找启用 TextIn xParse 后本次运行用时 2 分 59 秒且中间产出了完整的Markdown解析结果之后才是财报分析结果。【图 7两次运行的处理时间对照】对比项目直接分析原始 PDF启用 TextIn xParse本次处理耗时22 分 47 秒2 分 59 秒对照条件同一份年报、同一套提示词同一份年报、同一套提示词增加 xParse 连接器六、从一家公司扩展到一个行业前面我们检查了一份年报的表格结构记录了同一任务的处理时间。现在继续回答另一个问题同一套字段和提示词能不能同时处理多家公司并把结果放进同一个可核验的比较框架为此我又准备了海尔智家和格力电器的 2025 年完整年报。先固定输入和比较口径三家公司报告年份一致但规模、业务结构和披露习惯并不完全相同。我先把金额统一换算为亿元再将比较字段分成三组增长营业收入、归母净利润及扣非归母净利润同比增速质量毛利率、归母净利率、经营活动现金流净额以及经营现金流/归母净利润资产应收账款、存货以及应收账款和存货相对营业收入的变化。我给 WorkBuddy 的横向比较提示词是请仅依据已上传的美的集团、海尔智家和格力电器 2025 年年度报告建立一张可核验的横向比较表。金额统一为亿元每个指标同时列出 2025 年数值、2024 年数值、同比变化、单位、公司、报告印刷页码和表名。请把报告直接披露的同比与根据两个年度数值计算的同比分开标注。分别回答哪家公司的利润增长更快、哪家的经营现金流相对利润更充足、哪家的应收账款或存货变化最值得关注。无法从原文确认的原因请明确标注不要补写原文没有的解释。第一层同一任务如何复用三份年报都通过相同的 TextIn xParse 连接器处理并使用同一套字段和单位要求。这里的重点不是结果有多长而是让我看清楚输入范围没有被悄悄改变。【图 8三份年报与 TextIn xParse 的统一处理任务】第二层把结果做成可检查的横向表这次实际生成了 Excel 文件《白色家电三巨头 2025 年报横向比较表》。它具备所需的骨架标题、统一单位、按主题分组的指标、同比列以及表格下方的来源和页码说明。相较于只展示一段自然语言结论表格更适合检查“同一行是不是同一口径”。【图 9A三份年报横向分析完成并生成 Excel】这次三份年报横向任务的界面记录显示耗时 9 分 49 秒。这个时间可以作为多文件实操的过程记录但不和前面单份美的年报的 2 分 59 秒直接计算倍数文件数量、总页数和输出任务都已经发生变化二者并不是严格的同一组对照实验。为了让表格内容更容易阅读我又单独打开生成的 Excel。它把三家公司的核心利润、现金流、盈利能力和资产质量放在一张表里并在下方保留来源和计算口径说明。【图 9B三家公司 2025 年报横向比较表】第三层从复杂表格扩展到图片和跨页内容前面美的集团案例已经展示了多级表头和合并单元格因此这里不再重复放置同一张“资产构成重大变动情况”。我把抽查范围扩展到海尔和格力并刻意选择三种不同难点数值与比率混排、图文混排以及跨页长表格。这样更能看出 xParse 面对不同年报版式时究竟保留了哪些内容。第一张来自海尔智家报告印刷第 113 页的“截至报告期末公司近 2 年的会计数据和财务指标”。这张表既有净利润这样的绝对金额也有流动比率、资产负债率和利息保障倍数等不同类型指标最右侧还包含同比增减。解析后的 Markdown 保留了 2025 年、2024 年和同比三列之间的对应关系百分比、倍数和金额没有因为版式转换而串行。【图 10海尔智家近两年财务指标原文与 Markdown 对照】第二张来自格力电器报告中的产品介绍页。它让我看到xParse 处理的并不只有文字和表格原 PDF 中的产品图片在输出文件里被保存为 Markdown 图片引用当前打开 Markdown 时仍可继续渲染显示图片前后的产品说明、章节标题和出现顺序也被保留下来。对于包含产品图、流程图或示意图的企业报告这比只提取一段 OCR 文本更完整。【图 11格力电器图文混排页面在 Markdown 中的保留效果】第三张是这一组里最能体现结构处理能力的例子。格力“证券投资情况”原表横跨报告第 32、33 页包含证券品种、代码、计量模式、公允价值变动、本期买卖金额、报告期损益和期末账面价值等十余列。原 PDF 受分页限制被拆成上下两段而 xParse 输出把两页内容衔接为一张连续表格表头只出现一次后半页记录和最后的“合计”行仍然落在原来的列关系中。【图 12格力电器跨页证券投资表在 Markdown 中合并为连续表格】从这三组新增对照再回看前面的美的复杂表格可以把解析效果归纳为四点多级表头没有被打散金额与比率仍在正确列中原文图片可以继续显示跨页表格也能恢复为连续结构。它们分别对应年报处理中最常见的几类难点比继续增加相似的普通表格更有展示价值。这一轮比较说明了什么从一家公司财报分析扩展到三家公司财报综合后TextIn xParse 的作用不再只是把 PDF 变成文字而是把不同版式、不同单位的表格、图片及跨页内容整理成可继续使用的结构WorkBuddy 再按统一字段生成比较表。人的工作从逐页搬运数字转向统一口径、抽查结果和解释差异。结语真正重要的是让结构先被保留下来这次体验让我重新理解了财报分析中的“自动化”。真正的效率不是把一份 PDF 更快地变成一段文字而是让文档中的表格结构、图片、跨页关系和上下文在后续分析中继续有效。WorkBuddy 给了我一个可以提问、组织任务和生成结果的平台而 TextIn xParse 解决了更基础、也更容易被忽略的一步把复杂企业文档解析成可继续使用的结构化资料。多级表头没有被拆散原文图片能够在 Markdown 中继续显示被 PDF 分页切开的长表也可以重新衔接这些细节决定了后续分析能否建立在完整输入上。当我把同一份年报用同一套提示词做前后对照再把流程扩展到海尔智家和格力电器时xParse 的价值就不再只是一个入口或一个转换按钮而是成为财报分析链路中负责“把文档读准确”的基础能力。当然财报分析仍然需要人工判断尤其是会计口径、一次性损益、关联交易和风险事项。我的结论不是让 AI 代替财务人员而是先把整理、提取和交叉比较这些高重复工作交给工具把时间留给真正需要判断的地方。如果你也在处理财报、研报或其他复杂文档可以直接进入 WorkBuddy在连接器入口找到并启用 TextIn xParse再上传文档开始解析说实话 我还是第一次体验如此高精度的解析能力如果你也对此感兴趣不妨在WorkBuddy中打开 TextIn xParse连接器体验一下相信你也会像我一样眼前一亮的注本文数据来自上市公司公开披露的 2025 年年度报告相关分析仅用于展示文档解析与信息整理过程不构成任何投资建议。