个人账单分析智能体

解决什么问题

个人账单往往散落在支付记录、Excel 或 JSON/CSV 文件里，手动汇总的痛点很一致：算不清钱去了哪、哪类支出悄悄失控、某个月为何突然超支。billing_analyze 的思路是直接把账单统一落进 SQLite，再用纯 Python CLI 做可复现的分析，不必每次重新拼数据。

核心能力与工作方式

技能围绕三个零依赖子命令：

• analyze billing：总览，合并收支与平台维度
• analyze expense：支出专项，含细类排名与消费频次
• analyze monthly：逐月三层拆解，含环比与异常标记

流程固定六步：确认库里有数据，用 list-categories 校验分类（大类、细类、平台、消费类型只能取 common.py 的枚举值），保存前把解析字段表交用户确认。之后按问题选模式组合工具——"钱去哪了"走总览+支出，"下月预算"走月度+总览+支出。

真正决定输出深度的是内置七条规则：单笔超总支出 30% 先剥离异常再做结构分析；外卖超堂食 50% 标记依赖偏高；同商户 4 次以上标记高黏度并折算月估金额；¥0-20 小额占比过半时计算"隐形大额"；弹性支出超 35% 判失控；支出大于收入时给出赤字金额与可压缩空间；餐饮中单顿超 ¥50 或饮料占比超 20% 单独提示。结论必须落到具体动作，如"橙子便利 4 个月 444 元，减半频次月省 55 元"。

适用边界与注意点

• 第一个工具返回空数据必须立即停止，不能继续跑后续命令。
• CLI 返回非零或 ❌ 时，清锁文件后最多重试 1 次，仍失败就报错退出；禁止绕过 CLI 直写数据库、自写脚本替代或反复换参数重试。
• billing_view.py 提供可视化校对界面，但除非用户明确要求，代理不得主动启动 Streamlit。
• 预算预测必须多表交叉校验，禁止只用 analyze monthly 当黑盒；固定支出月度波动超 ±40% 需在报告中高亮并给出修正值。
• 净收支分析优先使用真实收入（总收入减去转账收款），而非毛收入。