Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →This skill should be used when the user needs to perform year-end closing adjustments (決算整理), review financial statements (決算書), compute depreciation, or review their trial balance. Trigger phrases include: "決算", "決算整理", "決算書を作る", "減価償却", "試算表", "残高試算表", "損益計算書", "貸借対照表", "BS", "PL", "期末処理", "棚卸し", "未払計上", "前払処理".
.claude/skills/kazukinagata-settlement/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-07 | ✗→✓ | ▲ Improved | 145% | 0% |
| case-09 | ✗→✓ | ▲ Improved | 73% | 0% |
| case-10 | ✗→✓ | ▲ Improved | 83% | 0% |
| case-11 | ✗→✓ | ▲ Improved | 134% | 0% |
| case-14 | ✗→✓ | ▲ Improved | 87% | 0% |
会計年度末の決算整理仕訳を登録し、残高試算表・損益計算書・貸借対照表を確認するスキル。 journal スキルで日常仕訳の入力が完了していることを前提とする。
shinkoku.config.yaml を Read ツールで読み込む/setup スキルの実行を案内して終了するdb_path: CLI スクリプトの --db-path 引数に使用output_dir: 進捗ファイル等の出力先ベースディレクトリconfig の db_path が ./shinkoku.db、output_dir が ./output で CWD が /home/user/tax-2025/ の場合:
ledger.py trial-balance --db-path /home/user/tax-2025/shinkoku.db --input query.jsonshinkoku ledger bs --db-path /home/user/tax-2025/shinkoku.db --input query.json設定の読み込み後、引継書ファイルを読み込んで前ステップの結果を把握する。
.shinkoku/progress/progress-summary.md を Read ツールで読み込む（存在する場合）.shinkoku/progress/04-journal.md.shinkoku/progress/02-assess.md決算処理を開始する前に以下を確認する:
※ 前年データが未確認の場合は、先に assess スキルで確認するか、 ユーザーに前年の確定申告書を提示してもらう。
ledger.py ob-list --db-path DB --fiscal-year YEAR で期首残高が設定済みか確認ob-set-batch で一括登録ob-list で内容を確認し、ユーザーに承認を得るledger.py trial-balance の呼び出しbashshinkoku ledger trial-balance --db-path DB_PATH --input query.json
入力 JSON:
json{ "fiscal_year": 2025 }
出力:
accounts: 各勘定科目の借方合計・貸方合計・残高total_debit: 借方合計total_credit: 貸方合計確認項目:
以下の決算整理項目を順に確認・処理する。各仕訳は ledger.py add-journal --db-path DB_PATH --input journal.json で登録する。
固定資産（1100〜1160）に残高がある場合、減価償却費を計上する。
計算ツールの呼び出し:
bashshinkoku tax calc-depreciation --input depreciation_input.json
定額法の場合:
json{ "method": "straight_line", "acquisition_cost": 300000, "useful_life": 4, "business_use_ratio": 100, "months": 12 }
定率法の場合:
json{ "method": "declining_balance", "acquisition_cost": 300000, "book_value": 200000, "useful_life": 4, "declining_rate": 500, "business_use_ratio": 100, "months": 12 }
仕訳の登録:
借方: 減価償却費(5200) / 貸方: 該当の固定資産科目
金額: 計算された償却額期末に在庫がある場合、棚卸高を計上する。
まず ledger.py list-inventory --db-path DB_PATH --input query.json で登録済みの棚卸データを確認する。 未登録の場合は ledger.py set-inventory --db-path DB_PATH --input inventory.json で期首・期末の棚卸高を登録する:
json{ "fiscal_year": 2025, "detail": { "period": "ending", "amount": 200000, "method": "cost", "details": "品目の明細等" } }
期末棚卸仕訳:
借方: 棚卸資産(1030) / 貸方: 仕入(5001) 金額: 期末棚卸高
期首棚卸仕訳（翌期首に自動振替する場合の備忘）:
借方: 仕入(5001) / 貸方: 棚卸資産(1030) 金額: 期首棚卸高ledger.py pl と青色申告決算書 PDF に自動反映される年度末時点で発生しているが未払いの費用を計上する。
借方: 該当の費用科目 / 貸方: 未払費用(2031)翌期分を当期に支払い済みの場合、前払費用に振り替える。
借方: 前払費用(1041) / 貸方: 該当の費用科目事業で地代家賃を計上している場合、内訳を登録する（青色申告決算書の添付資料）。
ledger.py add-rent-detail の呼び出しbashshinkoku ledger add-rent-detail --db-path DB_PATH --input rent.json
入力 JSON:
json{ "fiscal_year": 2025, "detail": { "property_type": "自宅兼事務所", "usage": "自宅兼事務所", "landlord_name": "賃貸先の名称", "landlord_address": "賃貸先の住所", "monthly_rent": 100000, "annual_rent": 1200000, "deposit": 0, "business_ratio": 50 } }
確認項目:
決算整理仕訳がすべて登録された後、決算書を生成する。
ledger.py pl）bashshinkoku ledger pl --db-path DB_PATH --input query.json
入力 JSON:
json{ "fiscal_year": 2025 }
出力:
revenue: 収益の内訳と合計expenses: 費用の内訳と合計net_income: 当期純利益（収益合計 - 費用合計）確認項目:
ledger.py bs）bashshinkoku ledger bs --db-path DB_PATH --input query.json
入力 JSON:
json{ "fiscal_year": 2025 }
出力:
assets: 資産の内訳と合計liabilities: 負債の内訳と合計equity: 純資産の内訳と合計確認項目:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
決算結果サマリー（令和○年分）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
■ 損益計算書
売上高: ○○○,○○○円
売上原価: ○○○,○○○円
経費合計: ○○○,○○○円
青色申告特別控除前の所得: ○○○,○○○円
■ 貸借対照表
資産合計: ○○○,○○○円
負債合計: ○○○,○○○円
純資産合計: ○○○,○○○円
貸借差額: 0円（一致）
■ 決算整理仕訳: N件
- 減価償却費: ○○○,○○○円
- 棚卸調整: ○○○,○○○円
- 未払計上: ○○○,○○○円
■ 次のステップ:
→ /income-tax で所得税の計算を行う
→ /consumption-tax で消費税の計算を行う
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━サマリー提示後、以下のファイルを Write ツールで出力する。 これにより、セッションの中断や Compact が発生しても次のステップで結果を引き継げる。
.shinkoku/progress/06-settlement.md に以下の形式で出力する:
---
step: 6
skill: settlement
status: completed
completed_at: "{当日日付 YYYY-MM-DD}"
fiscal_year: {tax_year}
---
# 決算整理・決算書作成の結果
## 損益計算書（PL）サマリー
- 売上高: {金額}円
- 売上原価: {金額}円
- 経費合計: {金額}円
- 青色申告特別控除前の所得: {金額}円
## 貸借対照表（BS）サマリー
- 資産合計: {金額}円
- 負債合計: {金額}円
- 純資産合計: {金額}円
- 貸借差額: {金額}円（一致/不一致）
## 決算整理仕訳の一覧
| 内容 | 借方科目 | 貸方科目 | 金額 |
|------|---------|---------|------|
| {減価償却費等} | {科目名} | {科目名} | {金額}円 |
（減価償却、地代家賃按分、棚卸調整、未払計上等を記載）
## 次のステップ
/income-tax で所得税の計算を行う
/consumption-tax で消費税の計算を行う.shinkoku/progress/progress-summary.md を更新する（存在しない場合は新規作成）:
ファイルを出力したらユーザーに以下を伝える:
.shinkoku/progress/ に保存しました。セッションが中断しても次のスキルで結果を引き継げます。」| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→fail | 27,072 | 8,428 | -69% | 1 | 1 | 0% | 4,906 | 4,276 | -13% | 0 | 0 | — |
case-02 | fail→fail | 21,597 | 7,096 | -67% | 1 | 1 | 0% | 3,791 | 4,344 | +15% | 0 | 0 | — |
case-03 | fail→fail | 15,126 | 5,823 | -62% | 1 | 1 | 0% | 2,531 | 4,157 | +64% | 0 | 0 | — |
case-04 | fail→fail | 4,815 | 3,313 | -31% | 1 | 1 | 0% | 856 | 4,133 | +383% | 0 | 0 | — |
case-05 | fail→fail | 12,417 | 6,509 | -48% | 1 | 1 | 0% | 2,242 | 4,195 | +87% | 0 | 0 | — |
case-06 | fail→fail | 11,262 | 28,325 | +152% | 1 | 1 | 0% | 1,862 | 4,061 | +118% | 0 | 0 | — |
case-07 | fail→pass | 20,551 | 3,101 | -85% | 1 | 1 | 0% | 1,713 | 4,205 | +145% | 0 | 0 | — |
case-08 | pass→pass | 5,866 | 2,712 | -54% | 1 | 1 | 0% | 1,272 | 4,304 | +238% | 0 | 0 | — |
case-09 | fail→pass | 16,724 | 8,887 | -47% | 1 | 1 | 0% | 3,146 | 5,448 | +73% | 0 | 0 | — |
case-10 | fail→pass | 21,277 | 10,229 | -52% | 1 | 1 | 0% | 3,033 | 5,554 | +83% | 0 | 0 | — |
case-11 | fail→pass | 9,330 | 3,078 | -67% | 1 | 1 | 0% | 1,878 | 4,403 | +134% | 0 | 0 | — |
case-12 | pass→pass | 14,845 | 13,187 | -11% | 1 | 1 | 0% | 2,693 | 5,552 | +106% | 0 | 0 | — |
case-13 | fail→fail | 12,052 | 3,395 | -72% | 1 | 1 | 0% | 2,203 | 4,139 | +88% | 0 | 0 | — |
case-14 | fail→pass | 13,693 | 6,376 | -53% | 1 | 1 | 0% | 2,559 | 4,781 | +87% | 0 | 0 | — |
case-15 | fail→pass | 10,792 | 6,466 | -40% | 1 | 1 | 0% | 2,039 | 4,971 | +144% | 0 | 0 | — |
case-16 | pass→pass | 11,022 | 7,056 | -36% | 1 | 1 | 0% | 2,164 | 4,914 | +127% | 0 | 0 | — |
case-17 | fail→fail | 9,542 | 6,914 | -28% | 1 | 1 | 0% | 1,723 | 4,093 | +138% | 0 | 0 | — |
case-18 | fail→pass | 7,539 | 2,849 | -62% | 1 | 1 | 0% | 1,352 | 4,274 | +216% | 0 | 0 | — |
case-19 | pass→pass | 10,439 | 4,526 | -57% | 1 | 1 | 0% | 1,758 | 4,617 | +163% | 0 | 0 | — |
case-20 | fail→pass | 13,528 | 5,445 | -60% | 1 | 1 | 0% | 2,499 | 4,808 | +92% | 0 | 0 | — |
case-21 | fail→pass | 11,528 | 4,571 | -60% | 1 | 1 | 0% | 2,048 | 4,733 | +131% | 0 | 0 | — |
case-22 | pass→pass | 8,463 | 3,882 | -54% | 1 | 1 | 0% | 1,481 | 4,316 | +191% | 0 | 0 | — |
case-23 | fail→pass | 9,249 | 2,951 | -68% | 1 | 1 | 0% | 1,631 | 4,280 | +162% | 0 | 0 | — |
case-24 | fail→pass | 12,535 | 3,981 | -68% | 1 | 1 | 0% | 1,943 | 4,607 | +137% | 0 | 0 | — |
case-25 | fail→pass | 8,199 | 2,590 | -68% | 1 | 1 | 0% | 1,407 | 4,245 | +202% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 25 cases were attempted, and 24 counted toward the lift figure. The other 1 produced results that are not comparable between the two arms, so they are excluded from the headline rather than averaged into it. The headline lift of +48 percentage points is the difference between those two pass rates over the 24 comparable cases. 1 case got worse with the skill loaded, and it is included in that figure.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.