# SmartLedger **Repository Path**: YeMiao_cats/SmartLedger ## Basic Information - **Project Name**: SmartLedger - **Description**: 智能记账助手(SmartLedger)是一款基于PyQt5的桌面记账软件,支持微信账单自动导入、手动记账和多维度数据分析。 - **Primary Language**: Python - **License**: AGPL-3.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 8 - **Forks**: 0 - **Created**: 2025-07-31 - **Last Updated**: 2025-08-29 ## Categories & Tags **Categories**: stocks **Tags**: None ## README # SmartLedger - 智能记账助手 智能记账助手(SmartLedger)是一款基于人工智能技术的个人财务管理工具,能够自动解析微信和支付宝账单文件,智能分类交易记录,并提供数据统计和预算管理功能。 ## 功能特性 - **多平台账单导入**:支持微信、支付宝和银行账单文件导入 - [x] 统一账单格式转换引擎 - [x] 微信账单解析 - [x] 支付宝账单解析 - [x] 银行账单解析(支持14家主流银行) - **智能分类**:基于BERT模型的自动交易分类 - **数据统计**:可视化图表展示收支情况 - **预算管理**:设置月度预算并跟踪执行情况 - **性能优化**: - 模型批处理性能提升4倍 - 数据库批量插入速度提升10倍 - 主界面加载速度提升50% ## 安装说明 ### 系统要求 - Windows 7及以上版本 - Python 3.7及以上版本 ### 最新版本 [v1.3.0] ``` 新增功能: 1. 支持交易明细延迟加载 2. 新增批量插入数据库功能 3. 优化模型批处理逻辑 ``` ### 安装步骤 1. 克隆或下载本项目代码 2. 运行 `start_app.bat` 脚本(推荐),该脚本将自动完成以下操作: - 检查Python环境 - 安装项目依赖 - 下载模型文件(如果不存在) - 启动应用程序 或者手动安装: 1. 克隆或下载本项目代码 2. 安装项目依赖:`pip install -r requirements.txt` 3. 运行 `main.py` 启动应用程序:`python main.py` ### 下载 您可以从以下链接下载最新版本: - [v1.3.0 发行版 (ZIP格式)](https://gitee.com/YeMiao_cats/SmartLedger/archive/refs/tags/v1.3.0.zip) - [v1.3.0 发行版 (TAR.GZ格式)](https://gitee.com/YeMiao_cats/SmartLedger/archive/refs/tags/v1.3.0.tar.gz) ### 模型文件说明 我们采用了以下策略来优化模型管理: 1. **智能下载**:首次运行时自动从 [Hugging Face](https://huggingface.co/CYGG2023/bert_transaction_classifier) 下载优化后的ONNX模型 2. **缓存机制**:下载的模型文件存储在`model_cache`目录 3. **自动回退**:下载失败时使用本地模型创建脚本 ## 开发计划 ### 已实现功能 - 数据增强引擎(支持同义词替换和句式变换) - 混合账单自动化测试套件 - 智能更新检测系统(基于Gitee API) ### 已完成核心功能 - [x] 微信账单解析模块 - [x] 主界面框架 - [x] 手动记账模块 - [x] 数据统计面板 - [x] 预算管理功能 - [x] 数据备份恢复 - [x] AI智能分类功能 - [x] 报表功能增强(收支趋势表优化、图表交互改进) ### 增强功能开发中 #### 多平台账单导入(已完成) - [x] 支付宝账单解析支持(alipay_parser.py实现) - [x] 银行对账单适配(bank_parser.py支持14家银行) - [x] 统一账单格式转换引擎(bill_converter.py实现) #### AI智能分类增强 - [x] 用户反馈学习机制(feedback_learning.py实现) - [ ] 多层级分类体系(开发中) - [x] 自定义分类训练器(custom_classifier_trainer.py完成) #### 预算管理升级 - [ ] 动态预算建议算法 - [ ] 异常消费预警系统 - [ ] 多周期预算支持(周/月/季度) #### 自动化工具 - [ ] 周期性账单提醒 - [ ] 智能报销标记系统 - [ ] 收据OCR识别集成 #### 可扩展性改进 - [x] 插件系统架构(src/components/下实现) - [x] 开放数据接口(services/api_service.py提供) - [x] 主题引擎(ui/main_window.py支持主题切换) ### 性能优化 | 功能模块 | 优化前 | 优化后 | 提升幅度 | |----------|--------|--------|----------| | 模型推理 | 32批次 | 8批次 | CPU占用降低60% | | 数据插入 | 单条插入 | 批量插入 | 速度提升10倍 | | 界面加载 | 0.8秒 | 0.3秒 | 响应提速58% | 完整更新日志请查看[CHANGELOG.md](docs/CHANGELOG.md)