shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 数据与分析无需 API Key

记账收支分析

记账截图识别与收支分析工作流。当用户提供手机记账 App（如鲨鱼记账等）的长截图、希望把截图里的收支记录识别成结构化数据、生成 CSV、生成可交互的收支分析 HTML 工作台，或对已有 CSV/交易数据做分类与月度收支分析时使用。也可基于收支数据做家庭财务规划测算（资产配比、公积金/房贷还贷策略、提前还本对比、降薪情景现金流压测）。本技能的核心工作流是：切分长截图 → 逐段原尺寸识别 → 归类 → 生成 CSV → 生成 HTML 分析面板，财务规划测算为扩展能力（scripts/planning_calculator.py + references/financial_planning.md）。

person作者: user_e285fd2ehubcommunity
download下载资源包

记账截图识别与收支分析

Overview

把手机记账 App 的长截图（滚动截图）识别为结构化收支记录，输出月度 CSV 和可交互的收支分析 HTML 工作台。适用于「每月/每几个月导出一次截图 → 沉淀为数据 → 可视化分析」的记账流程。

关键原则：识别截图时必须逐段读取原尺寸图，禁止用压缩拼图——压缩后文字模糊会导致描述/金额大量识别错误（历史上因此产生过"电竞车""阈守关金"这类完全虚构的条目）。准确率优先于速度。

Workflow 决策树

  • 用户提供了记账截图（一张或多张长截图）→ 走「截图识别」流程（Step 1-5）
  • 用户已有 CSV 交易数据 → 跳过截图识别，直接走 Step 3（归类）+ Step 5（HTML）
  • 用户只想分析已有数据 → 直接生成/更新 HTML 工作台（Step 5）
  • 用户基于收支数据进一步问 资产配比 / 房贷还贷策略 / 降薪现金流压测 → 走「财务规划测算」流程（Step 6）

Step 1: 切分长截图

把每张原截图按 2700px 高度 切成 part，不缩放、不做不必要的二次有损编码：

python scripts/split_screenshots.py <截图目录> <输出目录> [--chunk 2700] [--step 2400] [--only 12,13]
  • 输入：一个目录，里面是 1 张或多张 *.jpg/*.jpeg/*.png 长截图（如 1440×25000 左右的滚动截图）
  • 输出：每个文件一个子目录 {原文件名前缀}/p00.jpg, p01.jpg, ...，每张约 2700px 高
  • 规则：每个原文件单独一个子目录，避免不同文件切出的 part 互相覆盖
  • --step（默认 2400）控制滑动步进，比 --chunk 小即产生重叠，留 300px 左右重叠可防止条目正好被切在边界上导致信息残缺；重叠引入的重复条目在后续按唯一键去重
  • --only 12,13 只切指定文件（补切个别图，不必全量重来）；--list 先看将处理哪些文件、各切几片
  • 若截图是纵向滚动截图（宽度 ~1440，高度 20000+），直接切；若宽图则需先旋转

切分环节的四个坑（2026-09-11 量化验证后修复，勿回退）

这四条在切图时都会静默降低识别质量或丢数据，脚本已处理，改动前请先读懂：

  1. 别丢掉色度：Pillow 存 JPEG 时，即使 quality=95，默认仍是 4:2:0（色度只有 1/4 分辨率）。彩色小字、彩色图标、缩略图边缘会糊。脚本已固定 subsampling=0（4:4:4）。实测同一张切片：彩色内容 48.11dB → 50.25dB，黑白文字内容 55.55dB → 56.38dB；代价约 +20% 体积。若需更接近无损可传 --quality 100（约 73dB，体积 +40%）。
    • 附带结论：crop 之后不能用 quality='keep'（Pillow 报 original image is not a JPEG，因为裁出的新图丢了 quantization 属性），不要再尝试。
  2. PNG 源仍存 PNG：iOS/部分安卓的截图是 PNG。把 PNG 改存 JPEG 等于凭空多一次有损编码（实测从"逐位相同"退化为 48dB）。脚本 --format auto（默认）会跟随源格式。
  3. 按数字自然排序：sorted() 得到的是 1,10,11,2,27,3，时间线直接错乱。脚本按数字段排序（1 < 2 < 10）。注意：哈希文件名（如 35edea778c.jpg）本身无序，排序只保证可复现，真实顺序要靠图片内的日期字段。
  4. 尾部碎片不能一律丢：只有"已被上一片完全覆盖"的尾片才是冗余可丢的。旧逻辑一律丢弃 <300px 的尾片，在 --step == --chunk（无重叠）时会静默丢掉最后那段记录（实测尾记录直接消失）。脚本按"是否被覆盖"判断，并在切完后做覆盖校验：确认 [0, 原图高) 被完全覆盖，有缺口则报错并以退出码 2 结束。

Step 2: 逐段识别（核心步骤，务必严格）

用 Read 工具逐张读取每 part 原尺寸图（不要拼网格、不要缩放），识别每笔交易：

  1. 每笔交易记录 5 个字段：日期(YYYY-MM-DD)、星期、类型(收入/支出)、描述、金额(收入正/支出负)
  2. 描述保留截图原文，不臆测、不"翻译"、不补全（如截图写"久锦"就记"久锦"）
  3. 金额以截图为准：负数=支出，正数=收入
  4. 注意月份汇总行（如"1月 收入 X 支出 Y"）可用来交叉校验当月合计，识别完核对一次
  5. 不要跳读：每 part 从上到下读全，避免漏掉日期标题下的多笔
  6. 一个 part 读完再读下一个，不要同时加载多个 part（会丢失上下文）
  7. 识别结果按 日期倒序或正序整理均可，最终按日期排序写入数据文件

截图里可能出现的干扰项

  • 日期标题行：如"01月04日 星期日 支出 405.2"——这是当天的汇总，不是交易本身，不要记为交易
  • 月份汇总行：顶部"1月 收入 X 支出 Y"，仅用于核对
  • 理财/转账流水：频繁出现，金额忽正忽负，全部照记；分析时可按分类聚合净额
  • 疑似录错的符号：某笔描述像支出但金额为正（或反之）——照截图记录，并在交付时提醒用户核对

大批量截图（10 张以上）的并行识别（重要，2026-09-11 实战总结）

一次要处理十几到几十张长截图时，不要用单只子代理串行读完：单只读 ~28 张 1440×2700 大图要 40+ 分钟，会在完成前被会话中断，最终报告丢失、进度白费。正确做法：

  1. 先把全部长截图统一切分成原始尺寸切片（2700px 高、步进 2400px 留 300px 重叠），先切好再由子代理读，保证每只拿到的切片口径一致。
  2. 用多只子代理并行，每只只负责 2 张原图（约 14 个切片），单只约 10 分钟可完成。
  3. 让子代理每读完一张原图就覆盖式写入一次 TSV，不要等全部读完才写——被中断时进度仍在。
  4. 子代理 prompt 里要写明该原图的预期条数（如"每张原图应恰好 20 条"），让它自检漏读。
  5. 相邻切片重叠必然产生重复条目，最后按业务唯一键（如 日期+描述+金额）统一去重。
  6. 子代理报 429 频率限制 时，给 Agent 传 model: "lite" 即可继续（实测有效），不必等到额度重置。

交叉校验技巧：若数据里存在两组应一一对应的字段（如"评价文字"与"星级"），写脚本自动比对，能高效抓出识别错误——比肉眼复查全量数据快得多。

Step 3: 归类

使用 references/categories.md 中的分类规则给每笔交易归类：

  • 内置规则：按描述关键词匹配（如"打车/地铁"→交通，"高铁/机票"→出差，"外卖/火锅"→餐饮）
  • 归类逻辑在数据生成脚本中实现，build_csv.py 和 build_html.py 都复用同一套 get_category()
  • 新描述自动落入"其它"，属正常；积累一定数量后把高频新描述补进 categories.md 再重跑
  • 收入类注意：工资/绩效/补贴/退税等都归"工资"；出差报销归"出差"；红包归"红包"

Step 4: 生成 CSV

python scripts/build_csv.py <数据目录> <输出CSV目录>
  • 每月一个 CSV：YYYYMM.csv，UTF-8 BOM 编码（Excel 直接打开不乱码）
  • 字段：日期,星期,类型,分类,描述,金额
  • 额外生成 账户总览.csv（可选，账户/负债信息）

Step 5: 生成 HTML 分析工作台

python scripts/build_html.py <数据目录> <输出HTML路径> [--template assets/workspace_template.html]

生成单文件可交互 HTML，内嵌全部交易数据 + Chart.js（CDN），功能：

  • 概览卡片：真实收入/支出/净结余/储蓄率（不含理财流水，理财单算净额）
  • 年月筛选 + 类型筛选（全部/收入/支出）+ 关键词搜索
  • 月度趋势图（收入/支出柱状）、支出分类饼图、分类排行（支出/收入）
  • 支出分类月度堆叠趋势、收入结构（工资/出差/红包 + 理财净额折线）
  • 月度环比卡片（自动取最近两月，当前月不完整时用日均口径）
  • 明细表（可编辑/删除/新增，localStorage 持久化）
    • 金额排序：点击「金额」表头按金额升/降序（▲▼ 指示），点击「日期」表头按日期排序
    • 按月折叠：视图切换「平铺 / 按月折叠」，折叠视图下点击月份分组头可展开/收起该月，分组头显示该月笔数/收入/支出小计
  • 账户总览表
  • 导出/导入 CSV（原生解析，兼容 GBK 与斜杠日期）、JSON 备份/恢复
  • "本月要处理"置顶区：本月预算进度 + 大额支出提醒 + 理财净额 + 疑似记错提醒

模板使用 中国惯例配色：收入红、支出绿。

Step 6: 财务规划测算（资产配比 / 还贷策略 / 现金流压测）

当用户基于已有收支数据问「钱怎么配」「房贷要不要提前还、怎么还」「降薪/绩效停发扛不扛得住」时，用 scripts/planning_calculator.py 测算，方法论文档见 references/financial_planning.md。

输入参数来源：从工作区数据提取——账户总览（现金/股票/公积金/贷款余额）、月度收支分析（月均支出/工资类收入/绩效占比）、用户口述（贷款利率/月缴存/女友公积金）。

按问题选子命令：

| 场景 | 命令 | 关键参数 | |---|---|---| | 等额本金还款计划 | loan | --principal --years --rate [--paid-months] | | 提前还本：减月供 vs 缩年限 | prepay | --principal --years --rate --paid-months --prepay [--monthly-gf] | | 四笔钱资产分层 | allocate | --cash --monthly-expense --emergency-months [--baby-fund --stock --loan-rate] | | 降薪/停发情景压测 | cashflow | --scenarios '{"情景名":{"wage":..,"perf":..,"expense":..,"mortgage":..}}' |

# 示例：提前还 15 万，两方式对比（月缴存 2500 用于算公积金覆盖后自付）
python scripts/planning_calculator.py prepay --principal 800000 --years 30 \
  --rate 0.026 --paid-months 12 --prepay 150000 --monthly-gf 2500

分析要点（详见 references/financial_planning.md）：

  • 等额本金下「缩短年限」省息永远优于「减月供」，代价是月供更高 → 用公积金月缴存判断自付是否扛得住
  • 资产配比用「四笔钱」：应急金（月支出×N月，降薪风险期 N 取 10-12）→ 生育/大额计划金 → 还贷池（贷款利率 > 存款利率时超额现金优先还贷）→ 权益仓（闲钱、设上限、现金流脆弱期 0-10%）
  • 政策类（配偶公积金/期限变更次数/冲还贷与提前还本互斥）各地不同，须现场查证并在报告中标注"待核实"
  • 产出：测算结果建议整理为单文件 HTML 报告（Hero 结论区 + 方案对比表 + .insight 高亮结论 + 分阶段行动清单），与收支工作台统一浅色风格

交付

  1. CSV 文件（每月的 YYYYMM.csv + 账户总览.csv）
  2. 收支分析.html 单文件工作台
  3. 用 present_files 展示 HTML 预览
  4. 简要报告：各月收入/支出/净结余、异常记录提醒（疑似录错、漏截图需用户补充）

常见问题

  • 截图太多/太长：先切分，再逐 part 识别，不要试图一次看完一整张超长截图
  • 识别有误怎么办：用户指出具体哪笔，直接在数据文件中修改对应行，重新生成 CSV+HTML 即可
  • 分类不全：把新描述追加到 references/categories.md 的对应分类关键词列表，重新生成
  • HTML 里图表不显示：Chart.js 走 CDN，需联网；如需完全离线可后续替换为内联 SVG（不推荐初版做）

Resources

scripts/

  • split_screenshots.py — 所有截图类任务的切图唯一实现（记账、豆瓣、微信等通用）：按 2700px/步进 2400 切分，自然排序、JPEG 4:4:4、PNG 保无损、尾部碎片不丢、切完做覆盖校验。其他工作区如需切图直接调用本脚本，不要另写一份实现（避免行为漂移，2026-09-11 已把电影工作区的 split_douban.py 改成调用本脚本的薄封装）
  • build_csv.py — 交易数据 → 月度 CSV + 账户总览 CSV（含分类逻辑）
  • build_html.py — 交易数据 → 单文件 HTML 分析工作台（含分类逻辑）
  • planning_calculator.py — 财务规划测算（loan 还款计划 / prepay 提前还本对比 / allocate 四笔钱分层 / cashflow 情景压测），纯标准库、参数全命令行、无个人数据

references/

  • categories.md — 分类规则表（描述关键词 → 分类），通用不涉个人
  • financial_planning.md — 财务规划方法论（四笔钱框架、等额本金公式、提前还本两方式对比、公积金政策通用要点、情景压测方法、HTML 报告输出规范），通用不涉个人

assets/

  • workspace_template.html — HTML 工作台模板（含 Chart.js 与全部交互逻辑，__EMBEDDED_DATA__/__DB_IDS__/__DATA_VERSION__ 占位符）