name: finance-manager description: 用于分析交易数据、生成洞察、创建可视化图表并提供可操作财务建议的综合性个人理财管理系统。当用户需要分析消费模式、跟踪预算、可视化财务数据、从PDF提取交易记录、计算储蓄率、识别消费趋势、生成财务报告或接收个性化预算建议时使用。触发词包括“分析我的财务状况”、“跟踪我的消费”、“创建财务报告”、“从PDF提取交易记录”、“可视化我的预算”、“我的钱花在哪里了”、“财务洞察”、“消费细分”或任何与财务分析相关的任务。

财务管理系统

一个综合性个人理财管理工具包，用于处理交易数据、执行复杂的财务分析、生成可操作的洞察并创建精美的可视化报告。

核心功能

交易数据处理：从PDF、CSV或JSON文件中提取财务数据
财务分析：计算关键指标、识别消费模式并跟踪储蓄情况
可视化：生成带有图表和图形的交互式HTML报告
预算建议：基于消费模式提供个性化的、可操作的建议
趋势分析：识别消费模式、异常情况和优化机会

工作流程

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：正数表示收入，负数表示支出

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：

摘要统计（总收入、总支出、净储蓄、储蓄率）
消费趋势（日均支出、最大支出、类别百分比）
预算建议（基于消费模式的个性化建议）
可视化数据（为图表准备）

3. 报告生成

创建带有可视化的交互式HTML报告：

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

报告特性：

包含关键指标的摘要仪表板
显示按类别划分的消费比例的交互式饼图
随时间比较收入与支出的条形图
颜色编码指示器（绿色表示积极，红色表示消极）
个性化建议部分
适用于所有设备的响应式设计

4. 完整工作流程示例

# 从PDF提取数据
python scripts/extract_pdf_data.py finance_data.pdf transactions.csv

# 分析数据
python scripts/analyze_finances.py transactions.csv > analysis.json

# 生成可视化报告
python scripts/generate_report.py analysis.json financial_report.html

关键指标与基准

储蓄率

储蓄率 = (总收入 - 总支出) / 总收入 × 100

基准：

低于10%：需要改进
10-20%：良好
20-30%：优秀
高于30%：卓越

类别指南（占收入百分比）

住房：25-30%
交通：10-15%
食品：10-15%
公用事业：5-10%
储蓄：至少20%

有关详细框架和方法论，请参阅references/financial_frameworks.md。

分析功能

摘要统计

期间内的总收入和总支出
净储蓄（可为正或负）
储蓄率百分比
交易数量
覆盖的日期范围

消费趋势

日均支出
前5大支出详情
类别百分比细分
随时间变化的消费模式

预算建议

系统基于以下因素生成个性化建议：

储蓄率阈值
类别消费百分比
收入多样化
预算指南比较

示例建议：

“⚠️ 您的储蓄率低于10%。考虑减少可自由支配的支出。”
“🍽️ 食品支出占总支出的18%。考虑通过膳食计划来降低成本。”
“✅ 储蓄率优秀！您的财务状况良好。”

可视化组件

类别消费图表（环形图）

通过颜色编码显示按类别划分的支出比例细分。

收入与支出对比图表（条形图）

显示月度收入和支出的比较，以识别现金流趋势。

交互式功能

悬停提示显示精确值
响应式设计适应屏幕尺寸
颜色编码的积极（绿色）和消极（红色）指示器

最佳结果提示

数据质量

确保所有交易已正确分类
使用一致的类别名称
包含完整的日期信息
验证金额符号是否正确（+表示收入，-表示支出）

分析频率

每月运行分析以跟踪趋势
在月末生成报告以供审查
逐月比较以识别变化

对建议采取行动

根据潜在影响对建议进行优先级排序
基于洞察设定具体、可衡量的目标
通过定期重新运行分析来跟踪进度

依赖项

所有脚本都需要Python 3.7+及标准库。附加要求：

对于PDF提取：

pip install pdfplumber --break-system-packages

对于数据分析：

pip install pandas --break-system-packages

所有可视化依赖项都从HTML输出中的CDN加载（Chart.js）。

文件组织

finance-manager/
├── scripts/
│   ├── extract_pdf_data.py     # PDF → CSV 转换
│   ├── analyze_finances.py     # 财务分析引擎
│   └── generate_report.py      # HTML报告生成器
└── references/
    └── financial_frameworks.md # 详细分析方法论

自定义

添加自定义类别

编辑analyze_finances.py中的类别定义以匹配您的跟踪系统。

调整阈值

修改generate_budget_recommendations()函数中的建议阈值以匹配个人目标。

样式报告

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

常见用例

月度审查： “分析我十月份的消费并创建一份报告”

预算优化： “我在哪些方面花钱太多？”

趋势分析： “我这个月的消费与上个月相比如何？”

目标设定： “我的储蓄率是多少，如何提高？”

类别洞察： “按交易细分我的食品支出”

PDF处理： “从我的银行对账单PDF中提取所有交易记录”

最佳实践

一致的分类：在所有交易中使用相同的类别名称
定期分析：每月运行以尽早发现趋势
基于洞察行动：使用建议进行具体的消费调整
跟踪进度：逐月比较报告
验证数据：在分析前始终检查提取的PDF数据的准确性

参考资料

有关全面的财务框架、预算指南和分析方法论，请阅读：

view references/financial_frameworks.md

这包括：

50/30/20预算规则
类别消费基准
财务健康指标
分析工作流程详情
可视化最佳实践
建议逻辑