mcpField
F
finance-manager

finance-manager

github.com/ailabs-393データ・データベース4602.5k 回インストール50 週間前に更新
リポジトリ

finance-manager について

finance-managerは、取引データを使って個人の財務を分析するツールキットです。PDF、CSV、JSONを処理し、支出の傾向や予算の提案をまとめたインタラクティブなHTMLレポートを作成します。

主な機能

  1. 01PDFから取引データを抽出
  2. 02CSV・JSONデータの処理
  3. 03収入と貯蓄の指標を計算
  4. 04支出カテゴリと傾向の分析
  5. 05インタラクティブなHTMLレポート生成

活用シーン

  1. 01月ごとの収入と支出を確認
  2. 02銀行明細PDFから取引を抽出
  3. 03支出カテゴリと異常な傾向を特定
  4. 04貯蓄率を確認して予算を調整

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/ailabs-393/ai-labs-claude-skills --skill finance-manager

インストール後、Claude Code で/finance-managerを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

analysis.json
index.js
package.json
report.html
transactions.csv
references/
financial_frameworks.md
scripts/
analyze_finances.py
extract_pdf_data.py
generate_report.py

詳細

ファイナンスマネージャー

取引データを処理し、高度な財務分析を実行し、実用的な分析情報を生成して、見やすいビジュアルレポートを作成する、個人向けファイナンス管理の包括的なツールキットです。

主な機能

  1. 取引データの処理:PDF、CSV、JSON ファイルから財務データを抽出します
  2. 財務分析:主要な指標を計算し、支出パターンを特定して、貯蓄を追跡します
  3. 可視化:チャートやグラフを含むインタラクティブな HTML レポートを生成します
  4. 予算の提案:支出パターンに基づき、個別に最適化された実用的なアドバイスを提供します
  5. 傾向分析:支出パターンや異常値を特定し、最適化の機会を見つけます

ワークフロー

1. データの抽出と準備

PDF ファイルの場合:

python scripts/extract_pdf_data.py <input.pdf> <output.csv>

CSV/JSON ファイルの場合:

  • データに次の列が含まれていることを確認します:Date、Description、Income(カテゴリ)、Type、Amount
  • 日付形式:YYYY-MM-DD、または解析可能な日付文字列
  • 金額:収入は正の値、支出は負の値
2. 財務分析

取引データの包括的な分析を実行します:

python scripts/analyze_finances.py <transactions.csv> > analysis_output.json

出力内容:

  • 要約統計(総収入、総支出、純貯蓄額、貯蓄率)
  • 支出の傾向(日平均、上位の支出、カテゴリ別割合)
  • 予算の提案(支出パターンに基づいて個別に最適化)
  • 可視化データ(グラフ作成用に準備済み)
3. レポートの生成

可視化を含むインタラクティブな HTML レポートを作成します:

python scripts/generate_report.py <analysis_output.json> <report.html>

レポートの機能:

  • 主要な指標をまとめたダッシュボード
  • カテゴリ別支出を示すインタラクティブな円グラフ
  • 期間ごとの収入と支出を比較する棒グラフ
  • 色分けされた指標(プラスは緑、マイナスは赤)
  • 個別に最適化された提案のセクション
  • すべてのデバイスに対応したレスポンシブデザイン
4. ワークフロー全体の例
# Extract data from PDF
python scripts/extract_pdf_data.py finance_data.pdf transactions.csv

# Analyze the data
python scripts/analyze_finances.py transactions.csv > analysis.json

# Generate visual report
python scripts/generate_report.py analysis.json financial_report.html

主要な指標と基準

貯蓄率
Savings Rate = (Total Income - Total Expenses) / Total Income × 100

基準:

  • 10% 未満:改善が必要です
  • 10~20%:良好です
  • 20~30%:非常に優れています
  • 30% 超:卓越しています
カテゴリ別の目安(収入に対する割合)
  • 住居費:25~30%
  • 交通費:10~15%
  • 食費:10~15%
  • 光熱費:5~10%
  • 貯蓄:最低 20%

詳細なフレームワークと手法については、references/financial_frameworks.md をご覧ください。

分析機能

要約統計
  • 対象期間の総収入と総支出
  • 純貯蓄額(プラスにもマイナスにもなります)
  • 貯蓄率
  • 取引件数
  • 対象の日付範囲
支出の傾向
  • 1 日あたりの平均支出
  • 金額の大きい支出上位 5 件とその詳細
  • カテゴリ別の割合
  • 経時的な支出パターン
予算の提案

システムは次の項目に基づいて、個別に最適化された提案を生成します:

  • 貯蓄率のしきい値
  • カテゴリ別の支出割合
  • 収入の多様性
  • 予算の目安との比較

提案の例:

  • 「⚠️ 貯蓄率が 10% 未満です。自由裁量で使う支出を減らすことをご検討ください。」
  • 「🍽️ 食費は支出の 18% を占めています。食事の計画を立てて、費用を抑えることをご検討ください。」
  • 「✅ 貯蓄率は非常に優れています。良好な財務状態に向けて順調に進んでいます。」

可視化コンポーネント

カテゴリ別支出チャート(ドーナツ型)

色分けにより、カテゴリ別の支出割合を表示します。

収入と支出のチャート(棒グラフ)

月ごとの収入と支出を比較し、キャッシュフローの傾向を把握できます。

インタラクティブ機能
  • ホバーすると正確な値を表示するツールチップ
  • 画面サイズに合わせて調整されるレスポンシブデザイン
  • プラス(緑)とマイナス(赤)を示す色分けされた指標

最良の結果を得るためのヒント

データの品質
  • すべての取引が適切にカテゴリ分けされていることを確認します
  • 一貫したカテゴリ名を使用します
  • 日付情報を漏れなく含めます
  • 金額の符号が正しいことを確認します(収入は +、支出は -)
分析の頻度
  • 傾向を追跡するため、毎月分析を実行します
  • 月末にレポートを生成して確認します
  • 月ごとに比較して変化を特定します
推奨事項への対応
  • 影響の大きさに基づいて推奨事項に優先順位を付けます
  • 分析結果に基づき、具体的で測定可能な目標を設定します
  • 定期的に分析を再実行して進捗を確認します

依存関係

すべてのスクリプトには、標準ライブラリを含む Python 3.7 以降が必要です。追加の要件は次のとおりです。

PDF 抽出の場合:

pip install pdfplumber --break-system-packages

データ分析の場合:

pip install pandas --break-system-packages

すべての可視化用依存関係は、HTML 出力内で CDN から読み込まれます(Chart.js)。

ファイル構成

finance-manager/
├── scripts/
│   ├── extract_pdf_data.py     # PDF → CSV conversion
│   ├── analyze_finances.py     # Financial analysis engine
│   └── generate_report.py      # HTML report generator
└── references/
    └── financial_frameworks.md # Detailed analysis methodologies

カスタマイズ

カスタムカテゴリの追加

analyze_finances.py のカテゴリ定義を編集して、使用している管理方法に合わせます。

しきい値の調整

generate_budget_recommendations() 関数の推奨しきい値を変更して、個人の目標に合わせます。

レポートのスタイル設定

generate_report.py の HTML_TEMPLATE をカスタマイズして、色、フォント、レイアウトを調整します。

一般的なユースケース

月次レビュー: 「10月の支出を分析して、レポートを作成してください」

予算の最適化:
「どこでお金を使いすぎていますか?」

傾向の分析: 「今月の支出は先月と比べてどうですか?」

目標の設定: 「貯蓄率はいくらですか?また、どうすれば改善できますか?」

カテゴリ別の分析: 「取引ごとに食費の内訳を示してください」

PDF の処理: 「銀行取引明細書の PDF からすべての取引を抽出してください」

ベストプラクティス

  1. 一貫したカテゴリ分け:すべての取引で同じカテゴリ名を使用します
  2. 定期的な分析:傾向を早期に把握できるよう、毎月実行します
  3. 分析結果に基づく行動:推奨事項を参考に、具体的な支出の変更を行います
  4. 進捗の確認:レポートを月ごとに比較します
  5. データの確認:分析の前に、抽出した PDF データが正確であることを必ず確認します

参考資料

包括的な財務フレームワーク、予算のガイドライン、分析手法については、次をお読みください。

view references/financial_frameworks.md

内容は次のとおりです。

  • 50/30/20 予算ルール
  • カテゴリ別の支出ベンチマーク
  • 財務健全性の指標
  • 分析ワークフローの詳細
  • 可視化のベストプラクティス
  • 推奨ロジック

コメント