news 2026/5/11 18:10:27

从 SAP 的报错信息看,你在用 F-44 做供应商清帐时,系统提示:“Document splitting: Items for clearing … not found”消息号 GLT0002

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
从 SAP 的报错信息看,你在用 F-44 做供应商清帐时,系统提示:“Document splitting: Items for clearing … not found”消息号 GLT0002

从 SAP 的报错信息看,你在用 F-44 做供应商清帐时,系统提示:

“Document splitting: Items for clearing … not found”
消息号 GLT0002

核心意思是:
“凭证分割(Document Splitting)找不到待清行项目的完整分割信息,因此无法完成清帐。”


一、为什么会报 GLT2002?

  1. 待清的那几行凭证,当初过账时并没有激活凭证分割(即没有写入分割特征,如利润中心、段、业务范围等)。

  2. 你现在清帐的公司代码/年度已启用凭证分割,于是系统在 F-44 结算时,会尝试把借贷双方按同一组分割特征去“配对”。

  3. 由于旧凭证缺失这些特征,系统找不到“完整分割信息”,就直接拒绝过账,并抛 GLT2002。


二、快速自查步骤

  1. SE38 → 程序 FAGL_SPLIT_ITEM_CHECK
    输入公司代码、凭证号、年度,运行后能看到哪些行缺少分割字段。

  2. FAGLB03 / FAGLL03打开新旧两张凭证,对比“利润中心”“段”“业务范围”等字段,会发现一边有值、一边为空。

  3. OB74检查公司代码里给供应商清帐指定的“分割特征”是否必须全部相等。

  4. OBC4看公司代码 0916 当前年度是否勾选了 “Document Splitting active”。


三、解决思路

A. 让两边分割信息一致(推荐,一劳永逸)

  1. 对旧凭证补录分割字段

    • 如果金额不大、笔数少:FB02 手工补利润中心/段/业务范围后保存。

    • 如果笔数多:用FAGL_MIG_RESTORE_SPLITFAGL_MIG_SUBSEQ_POST批量补充。

  2. 补完后再 F-44,系统就能找到“完整分割信息”,GLT2002 消失。

B. 临时规避(测试环境可试,生产环境慎用)

  1. OB74把供应商清帐的 “分割特征” 全部取消勾选,保存后重新 F-44。
    这样系统不再检查分割一致性,可直接清帐。
    但后续报表(如利润中心余额)会出现不平衡,需要月结前再调。

  2. 或者S_ALR_87009999把公司代码的凭证分割先关掉,清完再打开——同样会影响期间报表,不推荐。

C. 旧凭证确实无法补(例如被冲销、年度已关账)
就只能把那一行从本次清帐里排除掉,另做贷项凭证或手工调整,再清剩余金额。


四、一句话总结

“新旧凭证在‘凭证分割’字段上不一致 → 系统找不到配对信息 → 拒绝清帐”。
把旧凭证缺失的利润中心/段/业务范围补齐,或临时放松 OB74 的分割检查,就能过掉 GLT2002。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/11 15:18:50

提示词效果差?你必须知道的7个Open-AutoGLM优化盲点,90%的人忽略了

第一章:提示词效果差?你必须知道的7个Open-AutoGLM优化盲点在使用 Open-AutoGLM 模型进行自然语言生成时,许多开发者发现即使输入了看似合理的提示词(prompt),输出结果仍不尽人意。这往往不是模型能力的问题…

作者头像 李华
网站建设 2026/5/11 13:01:48

Linly-Talker在酒店自助入住系统的集成实施方案

Linly-Talker在酒店自助入住系统的集成实施方案系统架构与核心价值 在现代高端酒店的服务大厅里,一个穿着制服、面带微笑的虚拟前台正在用温和的声音迎接宾客:“您好,请问需要办理入住吗?”没有预录语音,也没有机械重复…

作者头像 李华
网站建设 2026/5/10 2:57:21

错过再等一年!Open-AutoGLM官方未公开的任务粒度控制原则

第一章:Open-AutoGLM任务粒度控制的核心理念Open-AutoGLM 是一种面向自动化生成语言模型任务调度的架构设计,其核心在于实现对任务执行粒度的精细化控制。通过将复杂任务分解为可独立调度与评估的子单元,系统能够在资源分配、响应延迟和输出质…

作者头像 李华
网站建设 2026/5/10 2:15:24

Linly-Talker结合Docker Compose简化多容器部署

Linly-Talker 结合 Docker Compose 简化多容器部署 在生成式 AI 与数字人技术加速落地的今天,越来越多企业开始尝试将虚拟形象引入客户服务、在线教育和直播场景。然而,一个看似简单的“会说话的数字人”背后,往往隐藏着复杂的系统架构&#…

作者头像 李华
网站建设 2026/5/3 7:51:41

Linly-Talker支持语音端点检测(VAD),节省计算资源

Linly-Talker 集成语音端点检测:让数字人“只听该听的” 在一场持续数小时的线上直播中,虚拟主播需要长时间“在线待命”——看似安静的画面背后,系统却可能正以每秒数十次的频率运行着自动语音识别(ASR)、大型语言模型…

作者头像 李华
网站建设 2026/4/28 1:04:02

Open-AutoGLM收费陷阱预警:企业在签订开发合同时必须问清的3个问题

第一章:Open-AutoGLM企业定制开发收费模式概述 Open-AutoGLM作为面向企业级场景的自动化生成语言模型平台,提供高度可定制的AI解决方案。其收费模式设计兼顾灵活性与可扩展性,旨在满足不同规模企业的实际需求。平台采用模块化计费结构&#x…

作者头像 李华