Sverka & Unduruv Agenti：Odoo 账务智能对账 AI Agent

痛点切入：一个会计的深夜加班

凌晨一点，乌兹别克斯坦某公司的会计阿齐兹还在加班。他面前堆着几十份 Excel，对着一堆发票和付款记录逐行核对——这笔付款到底对应哪张发票？那笔预付款有没有被重复计算？客户催款邮件已经发了三封，但财务系统里的余额和对方发来的对账单永远对不上。

这种场景在全球数千万家中小企业里每天都在上演。财务对账（Reconciliation，俄语/乌兹别克语称"Sverka"）是一项极其耗时又容易出错的工作，涉及发票、收款、退款、预付款等多种交易类型的交叉匹配，常规 ERP 系统只能告诉你"余额是多少"，却无法告诉你"这笔钱到底对应哪笔业务"。

Sverka & Unduruv Agenti 正是为解决这个问题而生——它是一个专门针对 Odoo ERP 的 AI 智能对账 Dashboard，通过连接 Odoo 读取发票、收款和客户数据，自动完成 Debitor/Kreditor（应收账款/应付账款）匹配，识别账龄风险，并生成结构化的分析报告。

项目背景与作者故事

该项目由乌兹别克斯坦开发者 Abdulloh Bohodirov 于 2026 年 7 月底创建，是一个典型的"开发者解决自身痛点"的开源项目。作者在 Odoo 环境下处理企业账务时，深感传统对账方式的低效，遂决定用 AI 来自动化这个流程。

项目的命名也很有意思："Sverka"（核对/对账）和"Unduruv"（追踪/追收）是乌兹别克语中财务人员日常使用的高频词汇，项目用母语命名，既体现了本土化特色，也反映了作者想让更多中亚地区中小企业受益的初衷。

Odoo 是全球最流行的开源 ERP 之一，在独联体国家拥有大量用户基础，但 Odoo 原生并不提供智能对账功能，这给了该项目明确的差异化定位——不做通用财务系统，而是作为 Odoo 的智能对账增强层。

核心功能：三重智能，层层递进

1. Odoo 数据自动读取

项目通过 XML-RPC 接口安全连接 Odoo 数据库，严格遵循"只读"原则——代码中没有任何写入、更新或删除操作。这种设计让财务人员放心：AI 只是读取数据、给出建议，最终决策权始终在人手。

支持的 Odoo 数据模型：

• Account Move（发票/账单）：invoice_date、due_date、amount_total、amount_residual 等关键字段
• Account Payment（收付款）：金额、日期、对方账户、匹配状态
• Res Partner（往来单位）：名称、联系方式、负责人信息

连接配置只需填写四个环境变量（ODOO_URL、ODOO_DB、ODOO_USERNAME、ODOO_API_KEY），填完即自动从 Demo 模式切换到真实数据模式，无需修改任何代码。

2. 智能对账引擎

reconciliation.py 是项目的数据分析核心，实现了以下算法：

3. AI 驱动的 Telegram 信号分析（可选模块）

这是项目最有特色的扩展功能：通过 Telethon 库连接 Telegram，监听客户/供应商的聊天群组，用 GPT-4o-mini 分析对话内容，自动识别以下信号：

• 客户催促付款的语气变化
• 对方提及具体金额或到期日
• 语气从友好转为不满的预警

识别到的信号会实时推送到 Dashboard 的"Telegram 信号流"区域，帮助财务人员主动跟进，而不是被动等邮件。

技术架构：清晰的 Python 全栈结构

abdullohbohodirov96/ai-agent-sverka-unduruv
├── backend/               # Python FastAPI 后端
│   ├── odoo_client.py     # XML-RPC 只读连接器
│   ├── reconciliation.py   # 对账算法引擎
│   ├── report_builder.py  # 7段式报告构建器
│   ├── scheduler.py       # APScheduler 定时任务
│   ├── db.py              # SQLite 本地数据库
│   ├── main.py            # FastAPI 应用入口
│   └── telegram_bridge/  # Telegram 实时监听模块
├── frontend/              # 原生 HTML/CSS/JS 前端（无框架）
│   ├── index.html
│   ├── app.js
│   └── styles.css
├── api/cron/              # Vercel Serverless 函数
│   └── daily-check.py     # 每日 Telegram 摘要
└── requirements.txt

技术栈一览：

部署体验

本地部署只需 pip install -r requirements.txt 后 python run.py 即可启动，无需代码修改。但项目不支持 Docker，生产环境需要 Railway/Render/Fly.io 等支持持久化进程的平台。Web UI 功能完整，但使用原生 JS 无框架。

行业意义与局限

该项目填补了 Odoo 生态的智能对账空白，"AI+ERP增强层"的思路非常适合中小企业数字化转型。但目前无测试覆盖、Telegram 模块部署复杂、项目极新（2026年7月创建，0 stars）尚待社区验证。