AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction

上传银行对账单，自动提取交易并生成财务分析与预测报告

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 123 👀 关注 7

GitHub ↗

GitHub 星标 ★ 631

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，可免费使用和部署。

项目预览

AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识

开发团队johnsonhk88

GitHubhttps://github.com/johnsonhk88/AI-Bank-Statement-Document-Automation-By-LLM-And-Personal-Finanical-Analysis-Prediction

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Jupyter Notebook

技术栈/模型ai-agents,crewai,document-automation,gemma,langchain,llm,ocr,ollama,openrouter,python,rag

GitHub 星标★ 631

上线时间2024-07-03 00:00:00

代码更新2026-11-07

仓库体积42.0 MB

本站数据更新2026-11-08

维护状态活跃

收录时间2026-08-09

浏览次数3

项目介绍

这是一个基于大语言模型（LLM）的银行对账单自动化处理与个人财务分析预测项目。它旨在解决传统银行对账单人工审阅繁琐、信息提取困难、财务分析耗时等问题。项目利用LLM的文档理解与信息抽取能力，自动从银行对账单（PDF或文本）中提取交易记录、余额、商户等关键信息，并进行结构化整理。在此基础上，项目进一步提供个人财务分析功能，包括收支统计、消费分类、趋势识别，甚至尝试进行简单的财务预测。核心能力包括：文档解析与信息抽取、数据清洗与结构化、财务指标计算、可视化报告生成，以及基于历史数据的预测模型。项目以Jupyter Notebook形式呈现，便于开发者查看和修改分析流程，适合金融科技爱好者、个人理财工具开发者以及希望自动化财务流程的用户。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 631

技术标签

ai-agents crewai gemma langchain llm

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 90 分钟部署方式：Docker部署 5 步

环境要求

Python 3.12 与 Docker
GPU（可选）
模型服务

安装与启动步骤

1建环境装依赖

Python 3.12 项目，建议虚拟环境内操作。
```
pip install -r requirements.txt
```
2配模型来源

本地模型走 LM Studio 或 Ollama，云模型走统一网关，二选一配好。
3生成两个密钥

一个是会话签名密钥，一个是管理员密码哈希，都要自己生成后写进环境变量。
```
python -c "import secrets; print(secrets.token_urlsafe(32))"
```
4起后端

用编排文件起后端服务，先只起后端确认健康。
```
cd infra && docker compose up -d
```
5跑端到端自检

官方给了端到端脚本，先用它验证整条链路。
```
PYTHONPATH=. python run_e2e.py
```