Menu
Convert Alipay/WeChat bill exports to MoneyWiz-compatible CSV with smart category prediction, payee/description simplification, and post-import refund conversion. Triggers on MoneyWiz, 记账, 账单, 导入账单, 退款.
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
| name | moneywiz |
| description | Convert Alipay/WeChat bill exports to MoneyWiz-compatible CSV with smart category prediction, payee/description simplification, and post-import refund conversion. Triggers on MoneyWiz, 记账, 账单, 导入账单, 退款. |
openpyxl（处理微信 XLSX）：pip install openpyxlconfig/*.example.json 复制并定制好你的真实配置~/Library/Containers/com.moneywiz.personalfinance/Data/Documents/.AppData/ipadMoneyWiz.sqliteZSYNCOBJECT - 通过 Z_ENT 字段区分实体类型MoneyWiz 使用 Core Data 时间戳（从 2001-01-01 起算的秒数）。
-- 转为可读日期
datetime(ZDATE1 + 978307200, 'unixepoch', 'localtime')
-- 当前时间转 Core Data
strftime('%s', 'now') - 978307200
-- 指定日期转 Core Data
strftime('%s', '2024-01-01') - 978307200
Z_ENT 编号由 Core Data 模型决定，MoneyWiz 升级迁移模型时会整体变动（2026-07 升级把 Account 及之后的实体编号整体 +1）。本文档编号对应 2026-07 之后的模型。怀疑漂移时以数据库为准：
SELECT Z_ENT, Z_NAME FROM Z_PRIMARYKEY ORDER BY Z_ENT;
只列出账单导入流程涉及的实体：
| Z_ENT | 类型 | 关键字段 |
|---|---|---|
| 10-17 | 账户 (Account) | ZNAME, ZCURRENCYNAME, ZBALLANCE |
| 20 | 分类 (Category) | ZNAME2, ZPARENTCATEGORY, ZTYPE2（1=支出，2=收入） |
| 29 | 商户 (Payee) | ZNAME5 |
| 38 | 收入 (Deposit) | ZDATE1, ZAMOUNT1, ZDESC2, ZACCOUNT2, ZPAYEE2 |
| 44 | 退款 (RefundTransaction) | ZDATE1, ZAMOUNT1, ZDESC2, ZACCOUNT2, ZPAYEE2 |
| 46 | 转账收入 (TransferDeposit) | ZDATE1, ZAMOUNT1, ZDESC2, ZACCOUNT2 |
| 47 | 转账支出 (TransferWithdraw) | ZDATE1, ZAMOUNT1, ZDESC2, ZACCOUNT2 |
| 48 | 支出 (Withdraw) | ZDATE1, ZAMOUNT1, ZDESC2, ZACCOUNT2, ZPAYEE2 |
| 51 | 退款关联 (WithdrawRefundTransactionLink) | 独立表 ZWITHDRAWREFUNDTRANSACTIONLINK：ZREFUNDTRANSACTION, ZWITHDRAWTRANSACTION |
金额规则: 负数 = 支出，正数 = 收入
常用交易类型组合: Z_ENT IN (38, 44, 46, 47, 48) - 包含收入、退款、支出、转账
SELECT Z_PK, ZNAME, ZCURRENCYNAME, ZBALLANCE, ZARCHIVED
FROM ZSYNCOBJECT
WHERE Z_ENT IN (10,11,12,13,14,15,16,17)
ORDER BY ZARCHIVED, ZNAME;
重要: ZBALLANCE 字段不可靠（经常为 0），实际余额需通过交易记录计算。
公式：余额 = ZOPENINGBALANCE + SUM(该账户所有交易的 ZAMOUNT1)
必须包含所有交易类型（Z_ENT IN 38, 44, 46, 47, 48），不能遗漏 44 (RefundTransaction)。
-- 计算单个账户余额，将 :account_pk 替换为账户 Z_PK
SELECT
a.ZNAME as Account,
COALESCE(a.ZOPENINGBALANCE, 0) as OpeningBalance,
COALESCE(SUM(t.ZAMOUNT1), 0) as TxSum,
ROUND(COALESCE(a.ZOPENINGBALANCE, 0) + COALESCE(SUM(t.ZAMOUNT1), 0), 2) as Balance
FROM ZSYNCOBJECT a
LEFT JOIN ZSYNCOBJECT t ON t.ZACCOUNT2 = a.Z_PK AND t.ZAMOUNT1 IS NOT NULL
WHERE a.Z_PK = :account_pk;
-- 计算所有活跃账户余额（排除投资账户 Z_ENT=17）
SELECT
a.Z_PK,
a.ZNAME as Account,
a.Z_ENT as Type,
ROUND(COALESCE(a.ZOPENINGBALANCE, 0) + COALESCE(SUM(t.ZAMOUNT1), 0), 2) as Balance
FROM ZSYNCOBJECT a
LEFT JOIN ZSYNCOBJECT t ON t.ZACCOUNT2 = a.Z_PK AND t.ZAMOUNT1 IS NOT NULL
WHERE a.Z_ENT IN (10,11,12,13,14,15,16) AND a.ZARCHIVED = 0
GROUP BY a.Z_PK
ORDER BY a.ZNAME;
SELECT
datetime(t.ZDATE1 + 978307200, 'unixepoch', 'localtime') as Date,
t.ZAMOUNT1 as Amount,
t.ZDESC2 as Desc,
a.ZNAME as Account,
p.ZNAME5 as Payee
FROM ZSYNCOBJECT t
LEFT JOIN ZSYNCOBJECT a ON t.ZACCOUNT2 = a.Z_PK
LEFT JOIN ZSYNCOBJECT p ON t.ZPAYEE2 = p.Z_PK
WHERE t.Z_ENT IN (38, 44, 46, 47, 48) AND t.ZDATE1 IS NOT NULL
ORDER BY t.ZDATE1 DESC LIMIT 20;
SELECT
strftime('%Y-%m', datetime(ZDATE1 + 978307200, 'unixepoch', 'localtime')) as Month,
SUM(CASE WHEN ZAMOUNT1 > 0 THEN ZAMOUNT1 ELSE 0 END) as Income,
SUM(CASE WHEN ZAMOUNT1 < 0 THEN ABS(ZAMOUNT1) ELSE 0 END) as Expense
FROM ZSYNCOBJECT
WHERE Z_ENT IN (38, 44, 46, 47, 48) AND ZDATE1 IS NOT NULL
GROUP BY Month ORDER BY Month DESC LIMIT 12;
更多通用查询（账户、最近、月度、分类、商户、搜索）见 scripts/moneywiz_query.py，可独立调用。
交易与分类的关联存储在 ZCATEGORYASSIGMENT 表：
| 字段 | 说明 |
|---|---|
| ZTRANSACTION | 交易 Z_PK |
| ZCATEGORY | 分类 Z_PK |
| ZAMOUNT | 该分类下的金额（支持拆分） |
scripts/ 下的脚本convert_refunds.py 可以将刚导入的 Income (Z_ENT=38) 受控 UPDATE 为 Refund (Z_ENT=44)，按 category_pk 受控 UPDATE ZCATEGORYASSIGMENT 的分类指向，并按 original_tx_pk 受控 INSERT ZWITHDRAWREFUNDTRANSACTIONLINK 关联行，必须先关 MoneyWiz + 备份数据库假设用户已经自行从支付宝/微信导出并解压好账单文件（CSV 或 XLSX），调用本 skill 时直接提供文件路径。下载/解压不在 skill 范围内。
脚本负责（自动化）：
AI 负责（智能化）：
needs_review=true 的条目查询数据库推测脚本位置：scripts/
# 主入口（自动识别账单类型，输出 JSON）
python3 scripts/convert_bill.py <账单文件>
# 单独解析支付宝（输出 JSON）
python3 scripts/parse_alipay.py <csv文件>
# 单独解析微信（输出 JSON）
python3 scripts/parse_wechat.py <csv或xlsx文件>
# 从确认后的 JSON 生成 MoneyWiz CSV
python3 scripts/generate_csv.py <confirmed.json> [output_dir]
# 也支持 stdin: cat confirmed.json | python3 generate_csv.py - [output_dir]
# 默认输出到 ./bills/processed/，文件名自动按日期范围生成
# 将 CSV 导入后的退款（Z_ENT=38 Income）转为 Refund (Z_ENT=44)
python3 scripts/convert_refunds.py <confirmed.json> [--dry-run]
# 自动关闭 MoneyWiz、备份数据库到 ./bills/backups/、UPDATE Z_ENT
# --dry-run: 仅报告匹配，不修改数据库
{
"success": true,
"source": "alipay",
"file": "原文件名.csv",
"transactions": [
{
"date": "2024/11/15 12:30:45",
"description_original": "原始商品说明（冗长）",
"description": "简化后描述",
"payee_original": "原始交易对方",
"payee": "简化后交易对方",
"category": "预测分类",
"category_confidence": "high|medium|low|none",
"account": "映射后账户",
"transfer_account": "",
"amount": "-123.45",
"needs_review": false,
"is_refund": false
}
],
"stats": {
"total": 100,
"high_confidence": 80,
"needs_review": 20
}
}
步骤 1: 解析用户提供的账单文件
┌─────────────────────────────────────────────────────┐
│ 对每个账单文件运行： │
│ python3 scripts/convert_bill.py <账单文件> │
│ │
│ 将所有账单的 JSON 结果合并到一个列表 │
└─────────────────────────────────────────────────────┘
↓
步骤 2: AI 处理 needs_review 条目并与用户交互确认
┌─────────────────────────────────────────────────────┐
│ 对每个 needs_review=true 的交易： │
│ │
│ 1. 查询相同交易对方的历史分类 │
│ 2. 查询相似描述的历史分类 │
│ 3. 更新 category 字段，标记置信度 │
│ │
│ 仅展示需要确认的条目： │
│ | 日期 | 描述 | 交易对方 | 推测分类 | 金额 | │
│ |------|------|----------|----------|------| │
│ | MM/DD| 商品 | 商户A | ? 分类 | -XX.XX | │
│ │
│ 置信度标记： │
│ ? medium - 历史推测，建议确认 │
│ ✗ none - 无法推测，必须指定 │
│ │
│ ⚠️ 必须等用户确认所有疑问条目后才能进入下一步 │
└─────────────────────────────────────────────────────┘
↓
步骤 3: 展示完整交易清单请求最终确认
┌─────────────────────────────────────────────────────┐
│ ⚠️ 所有疑问解决后，展示【全部】交易条目 │
│ │
│ 展示格式（按日期倒序排列）： │
│ | # | 日期 | 来源 | 描述 | 交易对方 | 分类 | 金额 | │
│ |---|------|------|------|----------|------|------| │
│ | 1 | MM/DD| 支付宝 | xxx | 商户A | 分类1 | -XX.XX | │
│ | 2 | MM/DD| 微信 | xxx | 商户B | 分类2 | -XX.XX | │
│ | 3 | MM/DD| 支付宝 | xxx | 商户C | 分类3 | -XX.XX | │
│ ... │
│ │
│ 底部显示汇总： │
│ - 总计 N 条，支出 ¥X，收入 ¥Y │
│ - 支付宝 M 条，微信 K 条 │
│ │
│ 询问：「请确认以上交易，或告诉我需要修改哪些？」 │
│ │
│ ⚠️ 必须等用户明确确认后才能生成 CSV │
└─────────────────────────────────────────────────────┘
↓
步骤 4: 用户确认后生成合并 CSV
┌─────────────────────────────────────────────────────┐
│ 1. 将用户修改应用到交易 JSON 数据 │
│ 2. 保存为临时 JSON 文件 │
│ 3. 调用脚本生成 CSV： │
│ python3 scripts/generate_csv.py │
│ <confirmed.json> ./bills/processed/ │
│ │
│ ⚠️ 必须用脚本生成，禁止 AI 手写 CSV 生成代码 │
│ │
│ 脚本自动处理： │
│ - 文件名：bills_YYYYMMDD-YYYYMMDD.csv │
│ - 列顺序：账户,转账,描述,交易对方,分类,日期,备注,标签,金额│
│ - 日期格式：YYYY/MM/DD HH:MM:SS（MoneyWiz 兼容） │
│ - 按日期倒序排列 │
│ │
│ 生成后自动打开 MoneyWiz 导入： │
│ open -a MoneyWiz ./bills/processed/bills_xxx.csv │
│ MoneyWiz 会自动进入导入界面，等待用户完成导入 │
└─────────────────────────────────────────────────────┘
↓
步骤 4.5: 转换退款（仅当 confirmed.json 含 is_refund 时）
┌─────────────────────────────────────────────────────┐
│ 背景：MoneyWiz CSV 导入器仅支持 Income/Withdraw/ │
│ Transfer 三种类型，无法直接生成 Refund (Z_ENT=44)。 │
│ 退款先以 Income 形式导入，再由脚本 UPDATE 转换。 │
│ │
│ ⚠️ 等待用户说「导入完成」后才执行 │
│ │
│ 1. 检查 confirmed.json 是否含 is_refund=true 条目， │
│ 若无则跳过此步；若有，先确保每条都已钉 │
│ category_pk（原消费分类 Z_PK），否则回补； │
│ 能唯一定位原消费的，一并钉 original_tx_pk │
│ 2. 运行： │
│ python3 scripts/convert_refunds.py │
│ <confirmed.json> │
│ │
│ 脚本自动： │
│ - 关闭 MoneyWiz 进程（osascript quit） │
│ - 备份数据库到 ./bills/backups/ │
│ - 对每条 is_refund 交易，按 │
│ (account, amount, description, ±5min) 严格 │
│ 匹配 Z_ENT=38 的 Income 条目，UPDATE 为 44 │
│ - 单条匹配 = 1 才转换；0 或 >1 跳过并报告 │
│ - 转换后按 category_pk 把退款分类指向原消费 │
│ 分类对象；未钉/无效 PK 报 unresolved 不动， │
│ 不按名字或金额猜 │
│ - 钉了 original_tx_pk 的，再往关联表 │
│ ZWITHDRAWREFUNDTRANSACTIONLINK 插一行， │
│ 把退款挂回原消费交易；没钉跳过不猜 │
│ - 删掉导入器克隆出的同名收入分类（严格 │
│ 判定：同名+收入树+无引用+无子分类） │
│ │
│ 3. 输出报告：转换/分类/关联/克隆清理结果 │
│ 4. 提示用户重新打开 MoneyWiz 验证 │
└─────────────────────────────────────────────────────┘
当 needs_review=true 时，AI 通过查询 MoneyWiz 历史交易推测分类。
查询同时返回分类名 Category 和分类主键 CategoryPK。CategoryPK 是退款钉 category_pk 的取值来源（见「退款条目在 JSON 中的特殊字段」）。
-- 1. 查询相同交易对方的历史分类
SELECT c.ZNAME2 as Category, c.Z_PK as CategoryPK, COUNT(*) as Count
FROM ZSYNCOBJECT t
JOIN ZSYNCOBJECT p ON t.ZPAYEE2 = p.Z_PK
JOIN ZCATEGORYASSIGMENT ca ON t.Z_PK = ca.ZTRANSACTION
JOIN ZSYNCOBJECT c ON ca.ZCATEGORY = c.Z_PK
WHERE t.Z_ENT = 48 AND p.ZNAME5 LIKE '%交易对方关键词%'
GROUP BY c.Z_PK ORDER BY Count DESC LIMIT 1;
-- 2. 查询相似描述的历史分类
SELECT c.ZNAME2 as Category, c.Z_PK as CategoryPK, COUNT(*) as Count
FROM ZSYNCOBJECT t
JOIN ZCATEGORYASSIGMENT ca ON t.Z_PK = ca.ZTRANSACTION
JOIN ZSYNCOBJECT c ON ca.ZCATEGORY = c.Z_PK
WHERE t.Z_ENT = 48 AND t.ZDESC2 LIKE '%描述关键词%'
GROUP BY c.Z_PK ORDER BY Count DESC LIMIT 1;
⚠️ 退款（is_refund=true）必做：无论 needs_review 与否，都要跑上面的查询拿到原消费的 CategoryPK，写进该退款条目的 category_pk。溯源时若能唯一定位到原消费那笔交易，把它的 Z_PK 一并写进 original_tx_pk（定位不到唯一一条就不钉，绝不猜）。
重要：AI 在确定分类时，如果使用的分类名称不在 category_rules.json 的已有映射中，必须先查询数据库验证该分类是否存在，且收支方向要对——分类分支出（ZTYPE2=1）和收入（ZTYPE2=2）两棵树，给支出交易配收入分类（或反过来）是错的，光验证名字存在不够。
-- 验证分类是否存在且方向正确（支出交易要求 ZTYPE2=1，收入交易要求 ZTYPE2=2）
SELECT ZNAME2, ZTYPE2 FROM ZSYNCOBJECT
WHERE Z_ENT = 20 AND ZNAME2 = '待验证的分类名';
如果查询结果为空，说明该分类不存在，需要：
-- 查找相近分类
SELECT ZNAME2 FROM ZSYNCOBJECT
WHERE Z_ENT = 20 AND ZNAME2 LIKE '%关键词%';
位于项目根的 config/ 目录。仓库提供 *.example.json 模板，复制为不带 .example 后缀的版本后填入你的真实配置（已加入 .gitignore）：
| 文件 | 用途 |
|---|---|
account_map.json | 支付方式（卡号/支付方式关键词）→ MoneyWiz 账户名 |
category_rules.json | 交易对方/关键词 → 分类 |
payee_rules.json | 交易对方名称简化 |
description_rules.json | 交易描述简化规则 |
自动去除交易描述中的冗余信息：
{
"remove_patterns": [
"-\\d{20,}", // 去掉长订单号
"-美团App.*$", // 去掉美团后缀
"（[^）]*店）" // 去掉括号内店铺地址
],
"replacements": {
"GULOOO BURGER鲜制牛肉汉堡[^\\s]*": "GULOOO BURGER",
"瑞幸咖啡[（\\(][^）\\)]*[）\\)]": "瑞幸咖啡"
},
"simplify_suffixes": ["等多件$", "等\\d+类商品$"],
"keep_prefixes": ["退款-", "转账备注:"]
}
简化效果示例：
| 原始描述 | 简化后 |
|---|---|
| 美团订单-25112211100300001309159849481980 | 美团订单 |
| 张亮麻辣烫·麻辣拌（浙江中路店）-美团App-xxx | 张亮麻辣烫 |
| GULOOO BURGER鲜制牛肉汉堡(香港广场店)外卖订单 | GULOOO BURGER |
| 盒马 魔芋丝结 200g等3类商品 | 盒马 魔芋丝结 200g |
| 用途 | 路径 |
|---|---|
| 下载账单 | ./bills/downloads/ |
| 生成 CSV | ./bills/processed/ |
禁止放到 ~/Downloads/ 或其他随意位置。
| 用途 | 路径 |
|---|---|
| 数据库备份（退款转换前自动生成） | ./bills/backups/ |
退款 (RefundTransaction, Z_ENT=44) 在 MoneyWiz 数据模型中不是独立的交易类型——它和 Income (Deposit, Z_ENT=38) 在数据库中字段完全相同（账户、金额正数、商户、描述、分类），仅 Z_ENT 值不同。MoneyWiz UI 上「右键转为退款」做的就是把 Z_ENT 从 38 改成 44，并给描述加 的退款 后缀。
2026-07 模型升级新增 ZWITHDRAWREFUNDTRANSACTIONLINK 表（Z_ENT=51）：ZREFUNDTRANSACTION 指退款 Z_PK，ZWITHDRAWTRANSACTION 指原消费 Z_PK。升级时 MoneyWiz 会给存量退款自动补关联；convert_refunds.py 对钉了 original_tx_pk 的退款也会插入关联行（升级前的旧模型里退款与原消费没有任何关联字段）。
| 来源 | 判定条件 |
|---|---|
| 支付宝 | 交易分类 == "退款" 或（商品说明 以 退款- 开头 且 收/支 == "不计收支"） |
| 微信 | 交易类型 含 -退款 或以 退款 结尾 |
退款条目在 JSON 中的特殊字段：
is_refund: true（仅退款条目设置）amount: 正数transfer_account: 空（不是转账）description: <原描述简化后> 的退款category: 固定 退款收入（仅给 CSV 导入当占位。退款以 Income 导入，导入器只在收入树里解析分类名，写支出分类名会被克隆成同名的顶级收入分类；真实分类由 category_pk 在转换时指回原消费分类对象。收入树里需要有一个「退款收入」分类，没有的话导入时会自动创建一个——它本来就该在收入树，无害）category_pk: 原消费分类的确切 Z_PK（AI 必填，即使该退款 needs_review=false）。退款分类必须和原消费用同一个分类对象，绝不新建收入分类。分类树里允许重名，光靠分类名选不对，只有钉 Z_PK 才准。取值：AI 推测查询返回的 CategoryPK，也就是原消费交易 ZCATEGORYASSIGMENT.ZCATEGORY 的实际值。脚本 convert_refunds.py 只认 category_pk——没钉或钉了无效 PK 就报 unresolved 原样不动，绝不按分类名或金额猜（同金额的另一笔无关消费很容易撞上）。original_tx_pk: 原消费交易的 Z_PK（可选）。AI 溯源时能唯一定位到原消费交易才钉；convert_refunds.py 用它往 ZWITHDRAWREFUNDTRANSACTIONLINK 插关联行，把退款挂回原消费。没钉就只转类型不建关联，绝不按金额或描述猜原消费。MoneyWiz CSV 导入器（官方文档）只支持 Income/Withdraw/Transfer 三种字段映射，不支持 "Type/Refund" 列。所以退款必须先以 Income 导入，再由 convert_refunds.py 直接 UPDATE 数据库 Z_ENT 字段，按 category_pk 把分类指回原消费分类对象，并按 original_tx_pk 在 ZWITHDRAWREFUNDTRANSACTIONLINK 建立与原消费的关联（这是 skill 唯一允许写库的脚本）。
⚠️ CSV 占位分类必须用收入树里的「退款收入」：导入器对 Income 行只认收入分类，写支出分类名会克隆出同名收入分类，污染分类树。convert_refunds.py 转换后会删掉这种克隆——但只在严格证明是克隆时才删（与钉回的原分类同名、在收入树、无其他引用、无子分类），像「退款收入」这种正经分类永远不会被删。正确姿势是从源头就不让克隆产生。
部分账单（如盒马）一笔订单会拆成多笔小退款。识别条件：同账户 + 同 payee + 同/相近 description + 短时间内（<5min）多次出现。
AI 在交互确认阶段应主动询问：
检测到 N 笔同一商户的小额退款（金额合计 X.XX）： | 时间 | 描述 | 金额 | | ... | ... | ... | 是否合并为一条？
合并方案：保留最早一条，金额相加。脚本不自动合并。
Skill 应具备从用户反馈中学习的能力，逐步完善规则配置。
1. 分类被修改时
场景：用户指定 "新商户A" 的分类为 "礼物"
AI 询问：
> 要把「新商户A → 礼物」加入分类规则吗？
用户确认 → 更新 category_rules.json 的 payee_category
2. 描述未被有效简化时
场景：发现多条描述仍然冗长，且有相似模式
AI 分析后建议：
> 发现以下描述模式可以简化：
> - "xxx（xxx店）-美团App-xxx" → 建议添加规则去除店铺和订单号
> 要添加这条简化规则吗？
用户确认 → 更新 description_rules.json
3. 新交易对方名称冗长时
场景：交易对方为 "上海某某餐饮管理有限公司"
AI 询问：
> "上海某某餐饮管理有限公司" 要简化为什么名称？
用户回答 "某某餐饮" → 更新 payee_rules.json
4. 账单处理完成后
回顾本次处理中用户的修改，汇总建议：
> 本次处理中发现以下可学习的规则：
> 1. 分类：新商户B → 日用百货
> 2. 交易对方简化：上海xxx有限公司 → xxx
>
> 要将这些规则加入配置吗？（可选择部分）
category_rules.json - 添加 payee_category 映射：
{
"payee_category": {
"新商户A": "礼物",
"新商户B": "日用百货"
}
}
description_rules.json - 添加 remove_patterns 或 replacements：
{
"remove_patterns": ["新的正则模式"],
"replacements": {"原始模式": "简化后"}
}
payee_rules.json - 添加 simplify 映射：
{
"simplify": {
"上海某某餐饮管理有限公司": "某某餐饮"
}
}
示例 1：处理多个账单（支付宝+微信）
用户: 帮我转换这两个账单文件
AI: [运行脚本解析所有账单]
解析完成：
- 支付宝：N 条交易
- 微信：M 条交易
- 共 N+M 条，其中 K 条需要确认
[查询数据库推测分类...]
以下交易需要确认：
| 日期 | 来源 | 描述 | 交易对方 | 推测分类 | 金额 |
|------|------|------|----------|----------|------|
| MM/DD | 支付宝 | 商品1 | 商户A | ? 分类1 | -XX.XX |
| MM/DD | 支付宝 | 商品2 | 商户B | ? 分类2 | -XX.XX |
| MM/DD | 支付宝 | 二手转让 | 朋友X | ? 收入 | +XX.XX |
| MM/DD | 微信 | 转账 | 朋友Y | ? 红包收入 | +XX.XX |
用户: 前两条没问题，第三条是3C回收，第四条是红包收入
AI: 好的，已更新。以下是完整交易清单，请确认：
| # | 日期 | 来源 | 描述 | 交易对方 | 分类 | 金额 |
|---|------|------|------|----------|------|------|
| 1 | MM/DD | 支付宝 | 退款-XXX | 商户A | (转账) | +XX.XX |
| 2 | MM/DD | 微信 | 通行扣费 | 高速ETC | 高速过路费 | -XX.XX |
| 3 | MM/DD | 支付宝 | 外卖订单 | 美团 | 一人食 | -XX.XX |
| ... |
**汇总**：共 N+M 条，支出 ¥XXX.XX，收入 ¥XX.XX
（支付宝 N 条，微信 M 条）
请确认以上交易，或告诉我需要修改哪些？
用户: 确认
AI: CSV 已生成：./bills/processed/bills_YYYYMMDD-YYYYMMDD.csv
共 N+M 条交易已合并导出。
---
📚 **规则学习建议**
本次处理中发现以下可学习的规则：
1. 分类：商户A → 分类1
2. 分类：商户B → 分类2
要将这些规则加入配置吗？
用户: 这两个商户名太模糊了，不加
AI: 好的，已跳过。下次遇到类似商户仍会询问确认。
示例 2：处理单个账单
用户: 帮我转换 ~/Downloads/alipay_20241115.csv
AI: [运行脚本]
解析完成，共 45 条交易，其中 2 条需要确认。
以下交易需要确认：
| 日期 | 描述 | 交易对方 | 推测分类 | 金额 |
|------|------|----------|----------|------|
| 11/15 | 新商户消费 | 新商户A | ? 一人食 | -28.00 |
| 11/14 | 某商品购买 | 新商户B | ✗ 无法推测 | -150.00 |
用户: 新商户A 是一人食没错，新商户B 是"礼物"
AI: 好的，已更新。以下是完整交易清单，请确认：
| # | 日期 | 描述 | 交易对方 | 分类 | 金额 |
|---|------|------|----------|------|------|
| 1 | 11/15 | xxx | 美团 | 一人食 | -16.80 |
| 2 | 11/15 | 新商户消费 | 新商户A | 一人食 | -28.00 |
| ... |
| 45 | 11/01 | 某商品购买 | 新商户B | 礼物 | -150.00 |
**汇总**：共 45 条，支出 ¥1,234.56，收入 ¥200.00
请确认以上交易，或告诉我需要修改哪些？
用户: 确认
AI: CSV 已生成：./bills/processed/bills_20241101-20241115.csv
---
📚 **规则学习建议**
本次处理中发现以下可学习的规则：
1. 分类：新商户B → 礼物
要将这条规则加入配置吗？
用户: 加
AI: ✅ 已更新 category_rules.json
新增规则：新商户B → 礼物
下次遇到「新商户B」将自动归类为「礼物」。