openaccountants/openaccountants

OpenAccountants – 面向AI的税务知识库

是什么 ：一个精选的、机器可读的税务“指南”集合，涵盖231个司法管辖区。每个指南要么是来源引用的草稿，要么是经过会计师审核的（专业姓名在前页中）。该仓库存储原始指南文件（skills/）、生成的捆绑包（packages/）、清单（index.json）以及一个为LLM提供数据的轻量级Python MCP（模型连接协议）服务器。

为什么对AI很重要 ：LLM经常虚构税务数字。通过将模型指向OpenAccountants MCP端点（https://www.openaccountants.com/api/mcp），模型可以检索到具体的、有引用的答案，并显示审核者姓名，将模糊的猜测转化为可验证的引用。

主要组件

• skills/ – 人工编写的markdown/JSON指南，是唯一设计为直接编辑的部分。
• packages/ – 按司法管辖区生成的夜间捆绑包（JSON、CSV），由MCP服务器提供。
• index.json – 所有指南、其司法管辖区、状态和审核元数据的机器可读目录。
• llms.txt – 平台识别的LLM标识符列表，用于自动引用。
• mcp/ – 实现Claude、ChatGPT、Cursor等使用的MCP API的轻量级Python包（PyPI上的openaccountants-mcp）。
• 文档（REPO-LAYOUT.md、WEBSITE-SYNC.md）说明了夜间同步，该同步将编辑从Web平台拉取到仓库，并将PR合并推送回在线服务。

工作原理

1. 编写 – 会计师在OpenAccountants Web UI上创建或审核指南；系统记录其GitHub用户名并将文件写入skills/。
2. 夜间流水线 – 一组机器人运行：
   • 数学检查验证税档总和和算术。
   • 来源监控监视原始立法页面的更改。
   • 刷新引擎从官方来源重新推导过时的数字。
   • 考试针对指南运行最新LLM以捕捉幻觉。
3. 导出 – 生成的捆绑包提交到packages/，MCP服务器通过简单的HTTP JSON API提供这些捆绑包。
4. 消费 – LLM调用MCP端点，接收相关的指南片段，并可以呈现“Reviewed by Werner Britz CA(SA)”之类的引用。

典型用例

用户：“佛罗里达州马纳提县2026年的综合销售税率是多少？”
LLM → 调用 https://www.openaccountants.com/api/mcp，参数为 jurisdiction=US-FL-Manatee&year=2026
LLM 收到：{rate: 7.5%, source: "fl-sales-tax-guide", reviewed_by: "Jane Doe CPA"}
LLM 回复数字和审核者姓名。

贡献者 ：专业会计师（具名审核者）和添加草稿的社区成员。贡献在GitHub上以作者的用户名进行跟踪，提供可见的贡献图。

许可证 ：代码遵循AGPL-3.0；指南内容遵循定制的OpenAccountants指南许可证（也可提供商业选项）。

结论 ：OpenAccountants是一个真正的、专注于AI的开源项目，为大型语言模型提供可信赖、可引用的税务数据，降低财务相关查询的幻觉风险。