ixbrl-parse 是一个用于解析 inline XBRL 文件的 Python 库。iXBRL 是把机器可读 XBRL 标签嵌入人类可读 HTML 报告中的披露格式，常用于公司财报和监管披露。这个项目帮助使用者从 iXBRL 文件中抽取有用数据，将披露文件里的财务事实、标签和上下文转换成更易处理的结构化数据。

它不是大模型项目，但对金融 AI 非常关键。很多财报问答、财务指标计算、企业风险分析和投研助手都需要可靠财务数据。如果只让大模型读 PDF 或 HTML，可能错过 XBRL 中已经标准化的数值和标签。更好的方式是先用 XBRL/iXBRL 解析器拿到结构化事实，再让模型解释。

• 解析 iXBRL 财报和披露文件。
• 将嵌入式财务标签转化为可计算数据。
• 可作为金融 RAG、财务分析和指标计算的数据前处理工具。
• MIT 协议，项目仍有较新 release。

ixbrl-parse 适合学习金融 AI 的“可靠数据来源”问题。银行从业者可以理解：财报分析助手不能只依赖语言模型读页面，还应尽可能使用 XBRL 等结构化披露标准，以减少数值幻觉和口径错误。

• 上市公司财务指标自动抽取。
• 财报数据库构建。
• 企业授信公开财务数据采集。
• 财务 RAG 的结构化数据层。
• 监管披露文件解析和对比。

iXBRL 解析仍会遇到不同地区、不同分类标准、公司扩展标签和上下文口径差异。抽取出的数值需要理解期间、单位、合并口径和会计准则。真实分析中应结合原始披露、审计报告和人工财务判断。