[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-johnsonhk88--AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction":3,"tool-johnsonhk88--AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",151314,2,"2026-04-11T23:32:58",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":78,"owner_email":79,"owner_twitter":76,"owner_website":76,"owner_url":80,"languages":81,"stars":94,"forks":95,"last_commit_at":96,"license":97,"difficulty_score":98,"env_os":99,"env_gpu":100,"env_ram":101,"env_deps":102,"category_tags":116,"github_topics":117,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":129,"updated_at":130,"faqs":131,"releases":132},6756,"johnsonhk88\u002FAI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction","AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction","AI Bank Statement Document Automation By LLM model and Personal Finanical Analysis","AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction 是一款专为个人财务分析打造的智能自动化工具。它致力于解决银行流水 PDF 文档非结构化、数据提取困难以及人工统计分析耗时费力的痛点，帮助用户从杂乱的账单中快速提炼有价值的财务洞察。\n\n该工具非常适合希望自动化处理财务数据的开发者、数据分析师，以及有深度理财需求的普通用户。其核心流程是将非结构化的银行流水 PDF 转化为结构化数据，并支持通过自然语言进行问答查询，自动生成月度或年度财务报告。\n\n在技术实现上，该项目展现了独特的多模态融合能力：首先利用自定义的 YOLOv8 模型进行精准的文档版面检测，结合 OCR 技术与大语言模型（LLM）完成复杂的表格提取；随后构建基于向量数据库的 RAG（检索增强生成）流水线，确保查询结果的准确性；最后引入先进的 AG2 自主智能体框架，自动执行收支分类、趋势分析及预测任务。此外，它还提供了基于 Streamlit 的友好网页界面，并支持 Gemini 云端模型或 Ollama","AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction 是一款专为个人财务分析打造的智能自动化工具。它致力于解决银行流水 PDF 文档非结构化、数据提取困难以及人工统计分析耗时费力的痛点，帮助用户从杂乱的账单中快速提炼有价值的财务洞察。\n\n该工具非常适合希望自动化处理财务数据的开发者、数据分析师，以及有深度理财需求的普通用户。其核心流程是将非结构化的银行流水 PDF 转化为结构化数据，并支持通过自然语言进行问答查询，自动生成月度或年度财务报告。\n\n在技术实现上，该项目展现了独特的多模态融合能力：首先利用自定义的 YOLOv8 模型进行精准的文档版面检测，结合 OCR 技术与大语言模型（LLM）完成复杂的表格提取；随后构建基于向量数据库的 RAG（检索增强生成）流水线，确保查询结果的准确性；最后引入先进的 AG2 自主智能体框架，自动执行收支分类、趋势分析及预测任务。此外，它还提供了基于 Streamlit 的友好网页界面，并支持 Gemini 云端模型或 Ollama 本地部署的大模型，兼顾了灵活性与隐私保护。","# 🏦 AI Bank Statement Document Automation with LLM & Personal Financial Analysis\n\n[![Python](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPython-3.10+-3776AB?style=for-the-badge&logo=python&logoColor=white)](https:\u002F\u002Fwww.python.org)\n[![License](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-Apache_2.0-blue.svg)](https:\u002F\u002Fopensource.org\u002Flicenses\u002FApache-2.0)\n[![AG2](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAgent_Framework-AG2-green)](https:\u002F\u002Fgithub.com\u002Fag2ai\u002Fag2)\n\n**Automated extraction, structuring, RAG-powered querying, and AI-agent financial analysis of bank statement PDFs.**\n\nThis project converts unstructured bank statement PDFs into structured data using computer vision (YOLO), OCR, and Large Language Models. It supports natural language queries and generates insightful monthly\u002Fyearly financial reports.\n\n---\n\n## ✨ Key Features\n\n- **Advanced Document Parsing** — Custom YOLOv8 layout detection + OCR + LLM table extraction\n- **RAG Pipeline** — Powerful retrieval-augmented generation with vector databases\n- **Autonomous AI Agents** — Built with **AG2** (migrated from pyautogen in Feb 2026)\n- **Financial Intelligence** — Income\u002Fexpense categorization, trend analysis, monthly & yearly summaries\n- **Multimodal & Local LLM Support** — Works with Gemini, Ollama (Llama 3, Gemma 2, etc.)\n- **User Interface** — Streamlit web application (`apps.py`)\n- **Evaluation Framework** — DeepEval integration for RAG quality testing\n\n---\n\n## 🛠 Technology Stack\n\n- **Document Processing**: YOLOv8 (custom layout model), PyMuPDF, pytesseract, pymupdf4llm\n- **RAG & Vector Store**: LangChain, Chroma, Faiss\n- **Agent Framework**: **AG2** (latest)\n- **LLMs**: Google Gemini, Local models via Ollama\n- **Frontend**: Streamlit\n- **Analysis**: pandas, Plotly\n\n**Related Repo**: [YOLO Base Document Layout Detection](https:\u002F\u002Fgithub.com\u002Fjohnsonhk88\u002Fyolo-base-doc-layout-detection)\n\n---\n\n## 📁 Repository Structure\n```\nsrc\u002F\n├── dev\u002F                    # Jupyter notebooks for development & testing\n│   ├── ai_bank_statement_dev.ipynb\n│   ├── ai_agent_dev.ipynb\n│   └── RAG_algorithm_test.ipynb\n├── apps.py                 # Streamlit web application\n├── bank-statement-document\u002F # Core processing scripts\n├── yolo-base-layout-analysis\u002F\n├── faiss_index\u002F & chroma_db\u002F\n├── test-document\u002F          # Sample PDFs for testing\n├── *.sh                    # Installation & setup scripts\n├── requirements.txt\n└── .env.example\n```\n\n\n---\n\n## 🚀 Quick Start\n\n### 1. Clone & Setup\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fjohnsonhk88\u002FAI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction.git\ncd AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction\n\n# Setup virtual environment and install dependencies\n.\u002Fsrc\u002Fbuild-python-virual-environment.sh\n.\u002Fsrc\u002Factivate_virual_environment.sh\n.\u002Fsrc\u002Finstall-requirement.sh\n\n# Install Tesseract OCR (Ubuntu\u002FDebian)\n.\u002Fsrc\u002Finstall-pytesseract-for-linux.sh\n```\n\n## Create a .env file and add your GOOGLE_API_KEY (for Gemini).\n\n### 2. Run the Application\n#### Development Notebooks\n\n```bash\ncd src\u002Fdev\njupyter notebook\n```\n\n#### Streamlit Web UI\n\n```bash\ncd src\nstreamlit run apps.py\n```\n\n## 📈 Recent Major Updates\n\n- Feb 24, 2026 — Full migration from pyautogen → AG2 agent framework\n- 2025 — Added advanced RAG pipeline, multimodal support, and DeepEval evaluation\n- Ongoing — Improving financial categorization and local LLM inference\n\n\n## 🗺 Roadmap\n\n - Complete production-ready end-to-end pipeline\n - Advanced time-series forecasting for cash flow prediction\n - Multi-bank statement support with automatic categorization\n - Docker + API deployment\n - Rich interactive dashboard with more visualizations\n\n------------------------------------------------------------------------\n\n## 📄 License\n### This project is licensed under the Apache License 2.0.\n\n-------------------------------------------------------------------------\n\n#### Made with ❤️ for personal finance automation in Hong Kong.\n#### ⭐ Star this repo if you find it useful!\n\n\n\n**Just copy the entire block above** and replace your current `README.md` file on GitHub.\n\nThis is the **final, clean, and up-to-date version**. Push it and your project will look professional instantly!\n\nWant me to add screenshots, example queries, or a demo video section next? Just say the word! 🚀\n","# 🏦 基于大语言模型与个人财务分析的银行对账单文档自动化\n\n[![Python](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPython-3.10+-3776AB?style=for-the-badge&logo=python&logoColor=white)](https:\u002F\u002Fwww.python.org)\n[![License](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-Apache_2.0-blue.svg)](https:\u002F\u002Fopensource.org\u002Flicenses\u002FApache-2.0)\n[![AG2](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAgent_Framework-AG2-green)](https:\u002F\u002Fgithub.com\u002Fag2ai\u002Fag2)\n\n**自动提取、结构化处理银行对账单PDF，并通过RAG技术进行查询，结合AI智能体实现财务分析。**\n\n本项目利用计算机视觉（YOLO）、OCR技术和大型语言模型，将非结构化的银行对账单PDF转换为结构化数据。支持自然语言查询，并生成具有洞察力的月度\u002F年度财务报告。\n\n---\n\n## ✨ 核心功能\n\n- **高级文档解析** — 自定义YOLOv8版布局检测 + OCR + LLM表格提取\n- **RAG管道** — 强大的向量数据库增强检索生成能力\n- **自主AI智能体** — 基于**AG2**框架构建（已于2026年2月从pyautogen迁移）\n- **财务智能** — 收入\u002F支出分类、趋势分析、月度及年度总结\n- **多模态与本地LLM支持** — 兼容Gemini、Ollama（Llama 3、Gemma 2等）\n- **用户界面** — Streamlit Web应用（`apps.py`）\n- **评估框架** — 集成DeepEval用于RAG质量测试\n\n---\n\n## 🛠 技术栈\n\n- **文档处理**：YOLOv8（自定义布局模型）、PyMuPDF、pytesseract、pymupdf4llm\n- **RAG与向量存储**：LangChain、Chroma、Faiss\n- **智能体框架**：**AG2**（最新版本）\n- **LLMs**：Google Gemini、通过Ollama运行的本地模型\n- **前端**：Streamlit\n- **分析工具**：pandas、Plotly\n\n**相关仓库**：[YOLO基础文档布局检测](https:\u002F\u002Fgithub.com\u002Fjohnsonhk88\u002Fyolo-base-doc-layout-detection)\n\n---\n\n## 📁 仓库结构\n```\nsrc\u002F\n├── dev\u002F                    # 用于开发与测试的Jupyter笔记本\n│   ├── ai_bank_statement_dev.ipynb\n│   ├── ai_agent_dev.ipynb\n│   └── RAG_algorithm_test.ipynb\n├── apps.py                 # Streamlit Web应用\n├── bank-statement-document\u002F # 核心处理脚本\n├── yolo-base-layout-analysis\u002F\n├── faiss_index\u002F & chroma_db\u002F\n├── test-document\u002F          # 用于测试的示例PDF文件\n├── *.sh                    # 安装与设置脚本\n├── requirements.txt\n└── .env.example\n```\n\n\n---\n\n## 🚀 快速开始\n\n### 1. 克隆并设置环境\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fjohnsonhk88\u002FAI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction.git\ncd AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction\n\n# 设置虚拟环境并安装依赖\n.\u002Fsrc\u002Fbuild-python-virual-environment.sh\n.\u002Fsrc\u002Factivate_virual_environment.sh\n.\u002Fsrc\u002Finstall-requirement.sh\n\n# 安装Tesseract OCR（Ubuntu\u002FDebian）\n.\u002Fsrc\u002Finstall-pytesseract-for-linux.sh\n```\n\n## 创建`.env`文件，并填入您的GOOGLE_API_KEY（用于Gemini）。\n\n### 2. 运行应用\n#### 开发用笔记本\n\n```bash\ncd src\u002Fdev\njupyter notebook\n```\n\n#### Streamlit Web界面\n\n```bash\ncd src\nstreamlit run apps.py\n```\n\n## 📈 最新重大更新\n\n- 2026年2月24日 — 完全从pyautogen迁移至AG2智能体框架\n- 2025年 — 新增高级RAG管道、多模态支持以及DeepEval评估\n- 持续中 — 不断优化财务分类与本地LLM推理能力\n\n\n## 🗺 路线图\n\n - 完善生产级端到端流程\n - 高级时间序列预测以实现现金流预测\n - 多银行对账单支持及自动分类功能\n - Docker + API部署\n - 更丰富的交互式仪表盘与可视化展示\n\n------------------------------------------------------------------------\n\n## 📄 许可证\n### 本项目采用Apache License 2.0许可协议。\n\n-------------------------------------------------------------------------\n\n#### 专为香港地区的个人财务自动化而打造。\n#### ⭐ 如果您觉得这个项目有用，请给它点个赞吧！\n\n\n**只需复制上面的完整内容**，替换您当前GitHub上的`README.md`文件即可。\n\n这是**最终、整洁且最新的版本**。推送后，您的项目瞬间就会显得非常专业！\n\n如果您希望我再添加一些截图、示例查询或演示视频部分，请随时告诉我！🚀","# AI 银行账单文档自动化与个人财务分析快速上手指南\n\n本项目利用计算机视觉（YOLO）、OCR 和大语言模型（LLM），将非结构化的银行账单 PDF 自动转换为结构化数据。支持自然语言查询（RAG），并能生成月度\u002F年度财务分析报告。\n\n## 1. 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**: Linux (推荐 Ubuntu\u002FDebian), macOS 或 Windows (需配置 WSL2)\n*   **Python 版本**: 3.10 或更高\n*   **前置依赖**:\n    *   Git\n    *   Tesseract OCR (用于文本识别)\n    *   Jupyter Notebook (可选，用于开发调试)\n\n> **💡 国内加速建议**\n> *   **Git 克隆**: 若访问 GitHub 缓慢，可使用 `git clone https:\u002F\u002Fghproxy.com\u002Fhttps:\u002F\u002Fgithub.com\u002Fjohnsonhk88\u002FAI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction.git`\n> *   **Python 包**: 安装依赖时建议指定清华或阿里镜像源，例如：`pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`\n\n## 2. 安装步骤\n\n### 第一步：克隆项目\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fjohnsonhk88\u002FAI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Financial-Analysis-Prediction.git\ncd AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction\n```\n\n### 第二步：配置虚拟环境与依赖\n项目提供了自动化脚本来创建虚拟环境并安装所需库。\n\n```bash\n# 创建 Python 虚拟环境\n.\u002Fsrc\u002Fbuild-python-virual-environment.sh\n\n# 激活虚拟环境\n.\u002Fsrc\u002Factivate_virual_environment.sh\n\n# 安装 Python 依赖包\n.\u002Fsrc\u002Finstall-requirement.sh\n```\n\n### 第三步：安装 Tesseract OCR (Linux\u002FUbuntu)\n如果是 Ubuntu\u002FDebian 系统，运行以下脚本安装 OCR 引擎：\n```bash\n.\u002Fsrc\u002Finstall-pytesseract-for-linux.sh\n```\n*(注：macOS 用户可使用 `brew install tesseract`，Windows 用户需手动下载安装 Tesseract 并配置环境变量)*\n\n### 第四步：配置 API 密钥\n在项目根目录创建 `.env` 文件，并填入您的 Google Gemini API Key（或其他支持的 LLM 密钥）：\n\n```bash\ncp .env.example .env\n# 编辑 .env 文件，填入 GOOGLE_API_KEY=your_actual_key_here\n```\n\n## 3. 基本使用\n\n本项目提供两种主要使用方式：Web 界面交互和开发笔记调试。\n\n### 方式一：启动 Streamlit Web 应用（推荐）\n这是最直观的使用方式，可上传 PDF 账单并进行对话式分析。\n\n```bash\ncd src\nstreamlit run apps.py\n```\n运行后，浏览器会自动打开本地服务地址（通常为 `http:\u002F\u002Flocalhost:8501`）。您可以在界面中上传银行账单 PDF，随后通过自然语言提问（如“上个月的最大支出是什么？”），系统将自动提取数据并回答。\n\n### 方式二：使用 Jupyter Notebook 进行开发测试\n如果您需要调试核心算法或测试 RAG 流程：\n\n```bash\ncd src\u002Fdev\njupyter notebook\n```\n在打开的界面中，选择 `ai_bank_statement_dev.ipynb` 或 `ai_agent_dev.ipynb` 逐步运行代码块。\n\n---\n**提示**：首次运行时，系统可能会下载 YOLO 模型权重和初始化向量数据库，请耐心等待。支持本地模型（通过 Ollama 部署 Llama 3 等）以减少 API 调用成本。","香港的一位自由职业设计师每月需处理来自三家不同银行的 PDF 账单，以便向会计师提交精准的收支报告并规划税务。\n\n### 没有 AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction 时\n- **人工录入耗时易错**：面对格式各异的 PDF 账单，必须手动复制粘贴交易记录到 Excel，每月耗费数小时且极易输错金额或日期。\n- **分类统计困难**：难以快速区分“设计收入”、“软件订阅”或“餐饮支出”，每次生成月度报表都需要反复筛选和人工标记类别。\n- **历史数据查询低效**：若想查找“去年第三季度的总收入”或“某特定客户的付款记录”，需在多个文件中肉眼搜索，无法即时获得答案。\n- **缺乏深度洞察**：仅能查看原始流水，无法自动分析现金流趋势或预测下月资金状况，导致财务决策缺乏数据支撑。\n\n### 使用 AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction 后\n- **全自动结构化提取**：利用 YOLOv8 布局检测和 OCR 技术，一键将杂乱的非结构化 PDF 转换为整齐的表格数据，准确率极高且秒级完成。\n- **智能分类与报告**：内置的 AG2 自主代理自动将交易归类为收入或支出，并直接生成可视化的月度\u002F年度财务摘要，无需人工干预。\n- **自然语言即时问答**：基于 RAG 管道，只需在 Streamlit 界面询问“上个月最大的单笔支出是什么？”，系统即可从向量数据库中检索并回答。\n- **前瞻性财务分析**：不仅能整理历史数据，还能通过时间序列分析提供现金流预测，帮助用户提前规划资金周转。\n\n该工具将原本繁琐的数小时手工对账工作缩减为几分钟的自动化流程，让个人财务管理从“被动记录”升级为“智能决策”。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjohnsonhk88_AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction_f8dd424b.png","johnsonhk88","Johnson Chong","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fjohnsonhk88_2f942270.png",null,"Hong Kong telecom (HKT)","Hong Kong","johnsonhk88@gmail.com","https:\u002F\u002Fgithub.com\u002Fjohnsonhk88",[82,86,90],{"name":83,"color":84,"percentage":85},"Jupyter Notebook","#DA5B0B",99.7,{"name":87,"color":88,"percentage":89},"Python","#3572A5",0.3,{"name":91,"color":92,"percentage":93},"Shell","#89e051",0,565,106,"2026-04-02T17:40:11","Apache-2.0",4,"Linux, macOS, Windows","未说明 (支持本地模型 Ollama 和云端模型 Gemini，若运行本地大模型或 YOLOv8 建议配备 NVIDIA GPU)","未说明 (建议 16GB+ 以运行本地 LLM 和向量数据库)",{"notes":103,"python":104,"dependencies":105},"项目明确提供了 Ubuntu\u002FDebian 的 Tesseract OCR 安装脚本。需配置 .env 文件以填入 Google API Key (用于 Gemini)。支持通过 Ollama 运行本地模型 (如 Llama 3, Gemma 2)。包含用于开发测试的 Jupyter Notebook 和基于 Streamlit 的 Web 界面。使用 AG2 作为智能体框架 (2026 年 2 月从 pyautogen 迁移)。","3.10+",[106,107,108,109,110,111,112,113,114,115],"YOLOv8","PyMuPDF","pytesseract","pymupdf4llm","LangChain","Chroma","Faiss","AG2","Streamlit","pandas",[35,13,14,15],[118,119,120,121,122,123,124,125,126,127,128],"document-automation","gemma","llm","ocr","python","rag","ai-agents","crewai","langchain","ollama","openrouter","2026-03-27T02:49:30.150509","2026-04-12T07:56:28.984576",[],[]]