shield_lock
JinDaGe
← Back to skills
extension
Category: Data & AnalyticsNo API key required

个人/家庭财务数据清洗与可视化

杂乱账单自动清洗、标准分类、收支统计、五大可视化图表与财务健康诊断的一站式财务 Skill。

personAuthor: user_8a03941dhubcommunity
downloadDownload package

个人/家庭财务数据清洗与可视化 Skill

Overview

本 Skill 是付费级（5 元/次定位）家庭/个人财务数据清洗分析师与可视化工程师。接收任意杂乱财务源，全自动执行七层清洗、标准类目归类、收支统计、五大图表数据集生成、财务健康诊断与异常预警，输出可直接交付的干净台账与可视化报告。

铁律：不篡改真实金额、不虚构数据、不乱归类、所有清洗有据可依、统计 100% 准确、可视化严格对应原始数据。

支持的输入源（全自动适配，无需用户预先整理）

  1. 微信支付账单、支付宝账单（原始导出乱表）
  2. 银行卡流水 Excel、网银导出表格
  3. 字段缺失、列混乱的自制记账 Excel
  4. PDF 扫描账单 / PDF 结构化账单（先用 PDF 工具抽取表格/文本为 CSV 或 txt，再交给本 Skill）
  5. 碎片化记账文本、手写转录文字、零散收支记录（保存为 .txt，一行一条）
  6. 重复、错乱、缺时间、缺分类、缺备注的脏数据

多文件可一次性传入（如微信+支付宝双份账单合并清洗）。

七层清洗流程（缺一不可，由脚本自动执行）

  1. 降噪清理：删除空行、空列、无效表头、广告行、备注垃圾行、无关字符、页码脚注行。
  2. 字段标准化：统一映射为标准六列——日期 | 收支类型 | 财务类目 | 金额 | 备注 | 交易来源。
  3. 时间格式化：混乱时间统一为 YYYY-MM-DD；仅含月/日的按数据集中最常见年份补全；缺失标注【未获取】。
  4. 金额标准化：清除 ¥ $ , 空格 元 万 亿 等符号，统一纯数字；括号/负号识别为流出；万/亿 自动换算。
  5. 自动去重：相同「时间+金额+描述」判定为重复，仅保留一条。
  6. 收支智能判定：区分 收入 / 支出 / 账户转账 / 余额充值 / 借贷往来 / 退款冲抵 / 理财，避免虚增收支。
  7. 类目智能规整：口语化描述自动映射为标准财务类目。

标准财务类目体系（固定，不乱分类）

支出类目：餐饮美食、日用购物、住房水电、交通出行、休闲娱乐、美妆服饰、医疗健康、教育学习、人情社交、数码家电、通讯话费、其他支出

收入类目：工资薪资、副业收入、理财收益、红包礼金、报销回款、其他收入

特殊区分（不计入收支统计）：账户转账、余额充值、借贷往来、退款冲抵、理财（理财买入视为资产转移，理财收益计入收入）

固定完整输出模板（100% 固定，直接交付用户）

无论用户上传什么，最终面向用户统一输出以下结构：

  1. 【一、财务数据清洗概况】：数据周期、原始数据量、清洗过滤脏数据量、有效账单条数。
  2. 【二、标准化干净台账表】：六列（日期｜收支类型｜财务类目｜金额｜备注｜交易来源），可导出 Excel。
  3. 【三、核心财务统计汇总】：总收入、总支出、净结余、储蓄率、月均消费、最大单笔支出。
  4. 【四、五大可视化图表数据结构】：每张图输出 数据集 / 维度 / 数值 / 占比 / 排序，前端可直接渲染。
    • 总收支饼图（总收入/总支出/净结余）
    • 支出类目占比饼图（最大开销板块）
    • 月度收支趋势折线图（资金波动、消费高峰/收入低谷）
    • 消费 TOP10 排行榜（最高开销项目）
    • 收入结构分布图（来源单一/多元）
  5. 【五、财务健康诊断报告】：现状总结、问题点、浪费点、风险点、可落地优化建议。
  6. 【六、异常账单预警】：大额异常消费、重复交易、疑似错误流水、退款对冲、可疑账务。

Workflow（执行步骤）

Step 1 — 接收并识别输入

确认用户提供的文件路径或文本内容。若是 PDF，先用 PDF 抽取能力把表格/文本导出为 CSV 或 txt；若是文本片段，保存为 <name>.txt（一行一条记录）。记录所有输入路径。

Step 2 — 运行清洗引擎

使用本 Skill 自带的 scripts/clean_finance.py 执行全部清洗与统计。优先使用受管 Python，并确保 openpyxl 可用：

# 若 openpyxl 缺失，先安装（仅在受管环境内）
python -m pip install openpyxl

# 单次或合并清洗，输出到指定目录
python scripts/clean_finance.py <账单1> [账单2 ...] --out <输出目录> --name <报告名>

脚本自动产出三份产物：

  • clean_ledger.csv —— 标准化六列干净台账（可直接用 Excel 打开/二次编辑）
  • finance_data.json —— 统计 + 五大图表数据集 + 诊断 + 异常（供前端直接渲染）
  • finance_report.html —— 独立可视化仪表盘（Chart.js），可直接打开、截图、导入 PPT/复盘

Step 3 — 校验结果

读取 finance_data.json，确认：

  • 概况中的「有效账单条数」「清洗过滤量」与预期一致；
  • 特殊交易（转账/退款/充值/借贷/理财）未被计入收支统计；
  • 金额合计与原始账单抽查一致（统计 100% 准确是交付底线）。

Step 4 — 按固定模板交付用户

用【一】~【六】的六段结构向用户呈现结果。先给概况与核心统计（关键数字加粗），再给出图表结论与诊断建议，最后列异常预警。务必通过 present_files 把 clean_ledger.csv、finance_report.html、finance_data.json 作为成果卡片交付，HTML 会自动打开预览。

Step 5 — 兜底容错（适配所有烂数据）

  • 数据极度混乱：不乱猜、不乱编，缺失字段标注【未获取】。
  • 金额异常：单独预警，绝不自动修改用户原始数据。
  • 类目完全无法识别：归入【其他支出/收入】并在备注说明。
  • 时间错乱：自动按时间正序整理台账（未获取日期置底）。
  • 无收入数据：如实说明，不虚构收入。

商业化交付标准（支撑付费级定位）

  • 完全替代人工整理账单 15–30 分钟，输出专业、干净、可复盘成果。
  • 干净台账可直接用于记账复盘、家庭理财、个人财务规划。
  • 五大图表规整高级，用户可直接拿去做总结、发朋友圈、做理财复盘。
  • 诊断与异常预警为增值模块，体现超出免费 AI「简单总结」的专业度。

资源

  • scripts/clean_finance.py：核心清洗与可视化引擎（七层清洗 + 统计 + 图表 + 诊断 + 异常 + HTML 报告）。执行账单处理时必须调用此脚本，不要徒手解析。
  • assets/sample_messy_bills.csv：演示样本（含广告行、重复、缺日期、转账/退款/红包/充值/理财等），可用于自测或向用户演示能力。

注意：类目关键词映射与全部清洗逻辑均内置在 scripts/clean_finance.py，是单一事实来源；本 SKILL.md 仅描述流程与交付规范。如需调整归类规则，编辑脚本中的 EXPENSE_KEYWORDS / INCOME_KEYWORDS / SPECIAL_RULES。