CLI de código aberto usa Claude Haiku para automatizar auditoria de despesas no Xero

Um desenvolvedor criou uma ferramenta CLI de código aberto em Python que usa Claude Haiku para automatizar a auditoria de despesas para o software de contabilidade Xero. A ferramenta foi projetada para reduzir o tempo gasto em tarefas manuais de verificação de despesas, como verificar descrições, códigos de impostos, conversões de moeda e correspondência de recibos.

Abordagem de design e custo

A ferramenta segue o princípio de design "código determinístico primeiro, depois IA para preencher as lacunas". Os usuários configuram regras para problemas comuns, como campos ausentes, taxas de imposto inválidas, duplicatas e valores zero. Claude Haiku é chamado apenas quando faltam dados estruturados, como em recibos não estruturados. Essa abordagem mantém os custos de uso do LLM em alguns centavos por execução de auditoria.

Casos de uso específicos do Haiku

• Triagem de faturas sinalizadas: Depois que as regras sinalizam problemas, o Haiku revisa as faturas e retorna sugestões estruturadas em JSON com pontuações de confiança. Sugestões abaixo de 0,7 de confiança são filtradas.
• Visão de recibos: O Haiku lê imagens de recibos/faturas para extrair nomes de fornecedores e descrições de itens. Os nomes dos fornecedores são comparados com os contatos existentes do Xero.
• Detecção de moeda estrangeira: O Haiku identifica a moeda dos recibos, então o código determinístico busca taxas históricas do BCE, converte os valores e anexa arquivos CSV de taxas como evidência de auditoria.
• Edição de faturas em linguagem natural: Em vez de clicar na interface do Xero, os usuários podem digitar instruções em inglês como "definir descrição como taxa de assinatura mensal", e o Haiku converte essas instruções em patches JSON.

Detalhes de implementação

A ferramenta roda no Claude Haiku 4.5 e inclui uma abordagem de humano no loop, onde nada é aplicado automaticamente, a menos que o usuário use explicitamente a flag --auto-correct. O desenvolvedor observa que esse padrão de "regras primeiro, LLM como fallback" tem funcionado bem para tarefas de automação empresarial estruturadas, mas bagunçadas.

O projeto está disponível no GitHub em https://github.com/logicalicy/xero-expense-audit, e o desenvolvedor escreveu uma explicação detalhada de sua abordagem em https://blog.mariohayashi.com/p/using-ai-to-make-xero-expense-auditing.