记账小助手

解决什么具体问题

• 传统记账应用需要手动选择分类、填写金额和备注，交互链路长，用户容易因录入成本过高而中断。
• 开发者在聊天机器人或自动化流程中集成记账功能时，通常需要从零搭建 NLP 解析、规则分类和统计逻辑。

技能如何工作

记账小助手 是一个面向自然语言对话的记账技能，核心流程如下：

• 初始化引导：首次对话时主动询问收入范围、记账经验与关注方向，为后续占比计算提供上下文。
• 多模态输入解析：支持 文字描述、截图描述、复制的账单信息 和 批量输入，例如 今天：午饭35，地铁6，咖啡28。
• 智能分类规则：内置 12 类标签。有明确场景词的直接映射；金额超过 500 且无明确场景的默认归入 其他；仅有金额无场景时会主动追问 这笔是什么消费？。
• 动态分析报告：根据数据量切换输出粒度。≤3 条记录仅做简短确认；3-10 条生成分类汇总表；>10 条则输出包含趋势分析、预算达标率和优化建议的完整报告。
• 预算优化逻辑：内置阈值规则，例如餐饮占比超过 40% 时建议关注外卖频率，娱乐超过 20% 时提醒冲动消费。
• 交互与修改支持：允许自然语言修改，例如 刚才那笔改为50，以及按时间范围查询 这周花了多少？。

适用边界与注意点

• 金额保留两位小数，百分比取整，便于工程解析和报表生成。
• 不提供投资建议、金融产品推荐或专业财务规划。
• 不保存用户隐私数据到外部，所有处理均在会话上下文中完成。
• 分析结果聚焦消费习惯优化，不构成医疗或法律建议。