（4561期）Personal Finance Reconciler – 本地隐私优先的智能账单管家

本地隐私优先的智能账单管家 本地 SQLite 存储的个人财务管理工具，支持银行账单导入、自动分类、预算追踪和自然语言查询，数据零上传 使用说明 核心用法 Finance Reconciler 是一款隐私优先的个人财务管理技能，完全基于本地 SQLite 数据库运行，无需任何云端服务。用户通过导入银行提供的 CSV 或 OFX/QFX 格式账单文件，即可实现交易自动分类、预算设定与追踪、自然语言查询以及月度/年度报表生成。 操作流程：首次运行需执行依赖安装和数据库初始化。日常使用中，用户下载银行账单后，通过 importcsv.py 或 importofx.py 导入交易，系统自动触发分类脚本。支持 Chase、Bank of America、Wells Fargo 等主流银行格式自动识别，其他银行则回退至通用 CSV 解析。分类采用规则引擎（关键词/精确匹配/正则/自定义），内置 groceries、dining、transport 等 10 个标准类别。 查询与预算：query.py 支持自然语言输入，可识别时间范围（"last month"、"2024-01 to 2024-03"）、类别、商户和聚合方式（sum/average/max 等）。budget.py 允许按月度/年度设定各类别预算，状态分 ok（<80%）、warning（80-100%）、exceeded（>100%）三档。report.py 可生成 JSON、文本或 HTML 格式报告。 显著优点 隐私绝对保障：所有数据存储于本地 ~/.openclaw/skills/finance-reconciler/data/transactions.db，无任何网络传输，适合对数据敏感的用户 多格式兼容：同时支持 CSV（多银行自动识别）和 OFX/QFX（通用金融标准），覆盖面广 自然语言交互：降低使用门槛，非技术用户也能直观查询消费习惯 自动化工作流：导入后自动分类、智能提示未分类交易、重复交易自动跳过 灵活规则系统：支持四级匹配规则，可针对特定商户精准调整分类 潜在缺点与局限性 手动文件导入：无法直连银行 API，每次需手动下载账单，更新频率取决于用户主动性 分类规则维护成本：初期可能有 20%+ 交易落入 uncategorized，需用户持续添加规则才能达到高准确率 无实时同步：不支持即时交易提醒或余额监控，滞后于专业理财 App 的实时性 单设备限制：SQLite 文件绑定本地路径，跨设备同步需手动处理（如通过网盘） 依赖 Python 环境：需要本地 Python 3 及多个库（pandas、ofxparse 等），对纯小白用户有一定门槛 适合人群 注重隐私、不信任云端理财产品的技术敏感型用户 有定期复盘习惯、不需要实时监控的「月末整理型」理财者 使用 Chase、BofA、Wells Fargo 等支持标准导出格式的主流银行客户 希望通过自然语言快速了解消费结构，而非深入复杂财务分析的普通消费者 常规风险 数据备份责任：本地 SQLite 无自动备份，设备损坏或误删可能导致历史数据丢失，建议定期手动备份 transactions.db 文件来源安全：导入的银行账单文件若被篡改或感染恶意代码，可能影响分类准确性（虽无执行风险） 规则过度泛化：自定义正则或关键词规则若设置过宽，可能导致错误分类，建议逐步细化 环境依赖风险：Python 库版本冲突可能导致脚本失败，需保持依赖更新 原始说明 Privacy-first personal finance tracker with local SQLite storage