mcpField
F
finance-manager

finance-manager

github.com/ailabs-393数据与数据库4602.5k 次安装50 周前更新
代码仓库

关于 finance-manager

finance-manager 是用于个人财务分析的工具包，适合希望从交易记录中了解收支和支出趋势的人。它可处理 PDF、CSV 和 JSON 数据，生成预算建议及带交互图表的 HTML 报告。

主要功能

  1. 01提取 PDF 交易数据
  2. 02处理 CSV 和 JSON 记录
  3. 03计算收支与储蓄指标
  4. 04分析分类支出和趋势
  5. 05生成交互式 HTML 报告

适用场景

  1. 01分析每月收入与支出
  2. 02从银行账单 PDF 提取交易
  3. 03识别支出类别和异常趋势
  4. 04查看储蓄率并调整预算

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/finance-manager确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

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

详细介绍

Finance Manager

一套全面的个人财务管理工具包，可处理交易数据、执行深入的财务分析、生成可执行的洞察，并创建精美的可视化报告。

核心功能

  1. 交易数据处理：从 PDF、CSV 或 JSON 文件中提取财务数据
  2. 财务分析：计算关键指标、识别支出模式并跟踪储蓄情况
  3. 可视化：生成包含图表的交互式 HTML 报告
  4. 预算建议：根据支出模式提供个性化且可执行的建议
  5. 趋势分析：识别支出模式、异常情况和优化机会

工作流

1. 数据提取与准备

对于 PDF 文件：

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

对于 CSV/JSON 文件：

  • 确保数据包含以下列：Date、Description、Income（类别）、Type、Amount
  • 日期格式：YYYY-MM-DD 或可解析的日期字符串
  • 金额：收入为正数，支出为负数
2. 财务分析

对交易数据进行全面分析：

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

输出包括：

  • 汇总统计数据（总收入、总支出、净储蓄、储蓄率）
  • 支出趋势（日均支出、主要支出、类别占比）
  • 预算建议（根据支出模式提供个性化建议）
  • 可视化数据（为绘制图表做好准备）
3. 报告生成

创建包含可视化内容的交互式 HTML 报告：

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

报告功能：

  • 包含关键指标的汇总仪表板
  • 显示各类别支出的交互式饼图
  • 对比一段时间内收入与支出的柱状图
  • 颜色编码的指标（绿色表示正向，红色表示负向）
  • 个性化建议部分
  • 适用于所有设备的响应式设计
4. 完整工作流示例
# 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

关键指标与基准

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

基准：

  • 低于 10%：需要改善
  • 10-20%：良好
  • 20-30%：优秀
  • 高于 30%：卓越
类别指南（占收入的百分比）
  • 住房：25-30%
  • 交通：10-15%
  • 食品：10-15%
  • 公用事业：5-10%
  • 储蓄：至少 20%

如需了解详细的框架和方法，请参阅 references/financial_frameworks.md。

分析功能

汇总统计数据
  • 统计该时段的总收入和总支出
  • 净储蓄（可为正数或负数）
  • 储蓄率百分比
  • 交易数量
  • 覆盖的日期范围
支出趋势
  • 日均支出
  • 金额最大的 5 笔支出及其详情
  • 各类别占比
  • 随时间变化的支出模式
预算建议

系统根据以下因素生成个性化建议：

  • 储蓄率阈值
  • 各类别支出占比
  • 收入多元化程度
  • 与预算指南的比较结果

建议示例：

  • "⚠️ 您的储蓄率低于 10%。请考虑减少非必要支出。"
  • "🍽️ 食品支出占总支出的 18%。请考虑规划膳食以降低成本。"
  • "✅ 储蓄率非常出色！您的财务状况正朝着健康稳健的方向发展。"

可视化组件

类别支出图表（圆环图）

通过颜色编码展示各类别支出的占比。

收入与支出图表（柱状图）

按月显示收入与支出的对比，以识别现金流趋势。

交互功能
  • 悬停提示显示具体数值
  • 响应式设计，可适应不同屏幕尺寸
  • 以颜色编码标示正向（绿色）和负向（红色）指标

最佳效果提示

数据质量
  • 确保所有交易都已正确分类
  • 统一类别名称
  • 填写完整的日期信息
  • 确认金额的正负号正确（收入为正，支出为负）
分析频率
  • 每月进行分析以跟踪趋势
  • 在月末生成报告以供审阅
  • 对比相邻月份以识别变化
针对建议采取行动
  • 按潜在影响对建议进行优先级排序
  • 根据洞察设定具体、可衡量的目标
  • 定期重新运行分析，跟踪进展

依赖项

所有脚本都需要 Python 3.7+ 和标准库。其他要求：

用于 PDF 提取：

pip install pdfplumber --break-system-packages

用于数据分析：

pip install pandas --break-system-packages

所有可视化依赖项都通过 CDN 加载到 HTML 输出中（Chart.js）。

文件组织

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

自定义

添加自定义类别

编辑 analyze_finances.py 中的类别定义，使其符合你的跟踪系统。

调整阈值

修改 generate_budget_recommendations() 函数中的建议阈值，使其符合个人目标。

设置报告样式

自定义 generate_report.py 中的 HTML_TEMPLATE，以调整颜色、字体或布局。

常见用例

月度回顾： “分析我 10 月的支出并创建一份报告”

预算优化：
“我在哪些方面花钱太多了？”

趋势分析： “我这个月的支出与上个月相比如何？”

设定目标： “我的储蓄率是多少？该如何提高？”

类别洞察： “按交易明细拆分我的食品支出”

PDF 处理： “从我的银行对账单 PDF 中提取所有交易”

最佳实践

  1. 保持分类一致： 所有交易都使用相同的类别名称
  2. 定期分析： 每月运行一次，尽早发现趋势
  3. 根据洞察采取行动： 根据建议做出具体的支出调整
  4. 跟踪进展： 按月比较报告
  5. 核实数据： 分析前务必检查从 PDF 提取的数据是否准确

参考资料

如需了解全面的财务框架、预算指南和分析方法，请阅读：

view references/financial_frameworks.md

其中包括：

  • 50/30/20 预算规则
  • 各类别支出基准
  • 财务健康指标
  • 分析工作流详情
  • 可视化最佳实践
  • 建议逻辑

评论

支持 Markdown