Plaid 金融数据聚合器与预算分类器

解决了什么问题

手动追踪跨行交易既枯燥又容易出错。对于开发者来说，从多个关联银行账户中提取交易记录、将其归类到合适的预算类别、再持久化到数据库中，通常需要写大量胶水代码，还要处理各种银行的接口差异。

这个技能把这件事压缩成一条清晰的流水线：拉取 → 分类 → 存储。

核心能力与关键步骤

• 接入 Plaid Transactions API：使用官方 plaid Python SDK，自动拉取关联银行账户最近 90 天 的交易历史。
• 智能分类：调用 OpenAI Chat Completions API，通过微调过的分类器把每笔交易归入预设的预算类别（餐饮、交通、购物等）。
• 持久化存储：基于 SQLAlchemy 将分类结果写入 PostgreSQL，方便后续做预算分析、报表展示或定时汇总。

整个流程对上层应用暴露的接口很薄，开发者只需要关心银行账户已关联和数据库已就绪两件事。

适用边界与注意点

• 数据窗口：只覆盖最近 90 天的交易，适合做短期消费行为分析，不适合做长周期的财务审计。
• API 依赖：需要有效的 Plaid API Key 和 OpenAI API Key，运行时会产生调用费用，建议在生产环境做好限流与重试。
• 分类准确性：分类质量取决于 OpenAI 模型的提示词与微调效果，遇到非常规商户名时可能需要人工复核。
• 数据库要求：需要预先建好 PostgreSQL 实例和对应的表结构，技能本身不负责 migration。
• 凭证安全：Plaid 和 OpenAI 的密钥应通过环境变量或密钥管理服务注入，不要硬编码到代码仓库。