CLI de código abierto utiliza Claude Haiku para automatizar la auditoría de gastos en Xero.

Un desarrollador ha creado una herramienta CLI de Python de código abierto que utiliza Claude Haiku para automatizar la auditoría de gastos para el software de contabilidad Xero. La herramienta está diseñada para reducir el tiempo dedicado a tareas manuales de verificación de gastos, como verificar descripciones, códigos de impuestos, conversiones de moneda y coincidencia de recibos.

Enfoque de diseño y costo

La herramienta sigue el principio de diseño "código determinista primero, luego IA para llenar los vacíos". Los usuarios configuran reglas para problemas comunes como campos faltantes, tasas de impuestos inválidas, duplicados y montos cero. Claude Haiku solo se llama cuando faltan datos estructurados, como con recibos no estructurados. Este enfoque mantiene los costos de uso de LLM en unos pocos centavos por ejecución de auditoría.

Casos de uso específicos de Haiku

• Clasificación de facturas marcadas: Después de que las reglas marcan problemas, Haiku revisa las facturas y devuelve sugerencias estructuradas en JSON con puntuaciones de confianza. Las sugerencias por debajo de 0.7 de confianza se filtran.
• Visión de recibos: Haiku lee imágenes de recibos/facturas para extraer nombres de proveedores y descripciones de artículos. Los nombres de proveedores se comparan con los contactos existentes en Xero.
• Detección de moneda extranjera: Haiku identifica la moneda de los recibos, luego el código determinista obtiene tasas históricas del BCE, convierte los montos y adjunta archivos CSV de tasas como evidencia de auditoría.
• Edición de facturas en lenguaje natural: En lugar de hacer clic en la interfaz de Xero, los usuarios pueden escribir instrucciones en inglés como "establecer descripción como tarifa de suscripción mensual", y Haiku las convierte en parches JSON.

Detalles de implementación

La herramienta se ejecuta en Claude Haiku 4.5 e incluye un enfoque de humano en el ciclo donde nada se aplica automáticamente a menos que el usuario use explícitamente la bandera --auto-correct. El desarrollador señala que este patrón de "reglas primero, LLM como respaldo" ha funcionado bien para tareas de automatización empresarial estructuradas pero desordenadas.

El proyecto está disponible en GitHub en https://github.com/logicalicy/xero-expense-audit, y el desarrollador ha escrito una explicación detallada de su enfoque en https://blog.mariohayashi.com/p/using-ai-to-make-xero-expense-auditing.