为了适应AI，我要把SW审计工具箱打碎了

之前 SW 审计工具箱已有 60 个功能左右，每个都是单独的模块，可以组合使用，但依赖于用户熟悉整套方法。

之前也用 langchain 手搓了个 AI 审计助手，把 20 多个简单功能接入进去，让 AI 能自主调用。

但这些在目前强大的 AI 工具面前都不太合适了。

为了全面适配目前的 AI 工具，我做了下面几件事：

内置成熟的 AI 智能体

把之前用 langchain 写的 AI 审计助手删了。

直接用成熟的框架植入进来，已经不再是弱鸡了。

即使不安装额外 AI 工具，用它也能像样干活了。

支持 MCP，除了交待任务让它自主调用外，输入「@」也可以指定工具完成任务（主要是让用户知道有什么功能）。

支持 Skill，你可以一句话安装 Skill，输入「/」也可以直接调用。

每个功能支持 MCP

接下来就是把每个功能直接改造成标准的 MCP 工具，

除了在内置的 AI 助手里调用外，

你还可以让外部 AI 工具来调用，比如 Claude Code、Kiro、WorkBuddy 等。

以 workbuddy 为例：

点击「配置 MCP」，自动把 MCP 配置复制到剪贴板，再粘贴到 WorkBuddy 对话框里让它安装。

发送后等它安装好，就可以直接让 AI 工具调用 SW 审计工具箱的功能了：

(注：截图为让它帮我下载万科 2024 年公告 )

普通的 AI 工具也许能完成这些任务，但要经过大量对话才行，而用我写好的功能，效率高得多。

毕竟，我之前写的功能全部是完成批量任务。

把复杂功能打碎

之前很多功能，为了灵活性，学习成本较高，

比如明细表生成、附注填写、会计分录测试、批量抽凭等，

光配置表就得花大量功夫。

而面对这些复杂工作，直接暴露成一个 MCP 工具，AI 也搞不定。

所以，得把这些复杂功能给打碎，原子化，

比如明细表生成要拆成五六个原子化的步骤，

AI 每次调用只完成一小步，

而且整个过程我完全可以编写 skill，把我们使用的操作流程写下来，告诉 AI，

这样面对不同企业的数据，AI 都能自主分析、自主完成。

尽量减少中间人工环节。

这样看来，之前我把每个功能全部都模块化，不耦合是有好处的。

在 AI 时代下，以前的审计软件的方式，显得如此呆板。

结语

最后，审计工作数字要求准确性，

而职业判断需要发散性思维，

准确性让经过检验的代码来保证，

分析、判断交给 AI 来完成，

让 AI 来调用这些工具。

另外，我想说会计师事务所不要去想着打造某种 AI 工具，

因为你永远跟不上市面成熟的 AI 工具的先进性，

而是应该把审计独有的功能打造成 MCP、CLI 等 AI 容易调用的东西，

把经验、流程打造成独有的 Skill 等 AI 容易阅读的东西，

再结合 AI 自身强大的通用能力，

分析、判断、写底稿、写报告都不在话下，

甚至自动完成大部分审计过程中使用电脑的操作。