免费离线AI大模型分析个人财务数据保护隐私

2024年上半年刚过，很多人开始盘算自己的财务状况，想削减开支、制定更合理的理财计划。但直接拿ChatGPT这类工具来处理个人财务数据，隐私风险实在太大——谁也不愿意把自己的银&行流水、消费记录上传到云端吧。于是，一个完全在本地运行的AI财务分析助手应运而生：它无需联网、完全免费，数据始终留在你自己的电脑上。

这个本地AI助手会先导入财务数据，接着分析收入和支出，最后根据你的生活目标给出个性化的财务规划。下面，就一步步演示如何从零搭建这样一个工具。

免责声明：本文仅用于学习，不作为个人财务、投资建议。

整体介绍

目标及架构

整个应用使用Streamlit搭建用户界面，核心逻辑则依赖LangChain与Ollama中的本地开源大模型。项目中用到了Mistral和LLA VA这类前沿开源模型，来实现多模态功能——比如直接看懂图表。

通过精心设计的提示词，大模型被设定为一个“专业财务规划师”。项目的具体目标包括：处理和分类财务数据；分析总收入、支出和结余，同时可视化收入与支出的变化趋势；利用多模态能力理解图表，发现财务规律；最后，根据用户的生活方式生成个性化的投资建议。

需要的工具

Ollama：目前运行开源大模型最简单、最趁手的工具之一。支持Llama 2、Mistral、LLA VA等一系列模型，你可以在ollama.ai/library上找到所有可下载的模型。Ollama在MacOS、Windows和Linux上都能安装。

LangChain：围绕大模型构建的开源框架，极大简化了AI应用的设计和开发。它与Ollama中的开源模型集成得很好。

Streamlit：开源框架，开发者只需少量Python代码就能快速创建和共享数据应用。它特别适合原型设计以及开发复杂的数据仪表盘项目。

Step1：安装应用和准备财务数据

安装Ollama

访问Ollama下载页面，选择与你的操作系统匹配的版本，下载并安装。

安装后，打开终端（Mac用户搜索“终端”，Windows用户搜索“cmd”），输入以下命令。这些命令会把开源大模型下载到你的电脑上。本项目需要Mistral和LLA VA。

ollama serve
ollama pull mistral
ollama pull lla va
ollama run mistral
ollama run lla va

准备数据集

这里用合成数据代替真实财务数据。用ChatGPT生成了1000笔财务记录，你也可以直接使用自己的真实数据。生成测试数据的提示词如下：

生成一个年轻金融专业人士在欧洲生活的财务数据集，涵盖2022年1月至2023年12月的1000笔交易。确保收入和支出在各个类别中均衡分布。数据集应包括以下四列：

日期：交易日期（格式：YYYY-MM-DD）
名称/描述：每笔交易的独特详细描述（例如："工资存款"，"每月房租支付"，"与朋友的餐馆晚餐"）
支出/收入：明确标明是"支出"还是"收入"
金额（欧元）：交易金额（单位：欧元）

生成的数据集包含四列：日期、名称/描述、支出/收入、金额（欧元）。

生成的交易数据示例

安装依赖项

现在安装Langchain和Streamlit的相关依赖：

pip install langchain-community
pip install streamlit

Step2：上传并处理数据

上传数据

创建一个新的Python文件“Upload.py”并添加以下代码。

步骤如下：

• 导入必要的库
• 初始化用于分类交易的大模型
• 定义类别：涵盖各种收入和支出类型，帮助大模型准确分类

import streamlit as st
import pandas as pd
from langchain_community.llms import Ollama

llm = Ollama(model="mistral")
categories = [
"Salary/Wages", "Investment Income", "Freelance Income", "Business Revenue","Rental Income",
"Housing", "Utilities","Groceries","Transportation","Insurance","Healthcare","Entertainment",
"Personal Care","Education","Sa vings/Investments","Loans/Debt","Taxes","Childcare",
"Gifts/Donations","Dining Out","Tra vel","Shopping","Subscriptions","Pet Care", 
"Home Improvement","Clothing","Tech/Gadgets", "Fitness/Sports",
]
categories_string = ",".join(categories)

构建交易分类函数

1. 分类交易

编写categorize_transactions函数，接收交易名称。通过提示工程引导大模型输出，要求它根据预定义的类别进行分类。收到输出后，将数据组织成结构化的pandas DataFrame。

def categorize_transactions(transaction_names, llm):
    prompt = f"""把以下费用分到适当的类别中。
请记住，类别应从以下列表中选择一个，根据它们的主要目的或性质选择最相关的类别：{categories_string}。
输出格式应始终为：transaction name - category。例如：Spotify #2 - Entertainment, Basic Fit Amsterdam Nld #3 - Fitness/Sports
以下是待分类的交易：{transaction_names} 
"""
    print(prompt)
    filtered_response = []
    # retry is the LLM output is not consistent
    while len(filtered_response) < 2:
        response = llm.invoke(prompt).split("n")
        print(response)
        # Remove items that do not contain "transaction: category" pairs
        filtered_response = [item for item in response if '-' in item]
    print(filtered_response)
    # Put in dataframe
    categories_df = pd.DataFrame({"Transaction vs category": filtered_response})
    size_dif = len(categories_df) - len(transaction_names.split(","))
    if size_dif >= 0:
        categories_df["Transaction"] = transaction_names.split(",") + [None] * size_dif
    else:
        categories_df["Transaction"] = transaction_names.split(",")[:len(categories_df)]
    categories_df["Category"] = categories_df["Transaction vs category"].str.split("-", expand=True)[1]
    return categories_df

2. 创建数据处理函数

创建process_data函数，处理上传的数据文件，使用categorize_transactions对交易进行分类，并将分类后的数据合并到全局DataFrame中。

def hop(start, stop, step):
    for i in range(start, stop, step):
        yield i
    yield stop

def process_data(df: pd.DataFrame):
    unique_transactions = df["Name/Description"].unique()
    index_list = list(hop(0, len(unique_transactions), 30))
    # Intialise the categories_df_all dataframe
    categories_df_all = pd.DataFrame()
    # Loop through the index_list
    for i in range(0, len(index_list) - 1):
        print(f"Looping: {i}")
        transaction_names = unique_transactions[index_list[i] : index_list[i + 1]]
        transaction_names = ",".join(transaction_names)
        categories_df = categorize_transactions(transaction_names, llm)
        categories_df_all = pd.concat(
            [categories_df_all, categories_df], ignore_index=True
        )
    # futher clean data:
    # Drop NA values
    categories_df_all = categories_df_all.dropna()
    # Remove the numbering eg "1. " from Transaction column
    categories_df_all["Transaction"] = categories_df_all["Transaction"].str.replace(
        r"d+.s?", "", regex=True
    ).str.strip()
    new_df = pd.merge(
        df,
        categories_df_all,
        left_on="Name/Description",
        right_on="Transaction",
        how="left",
    )
    new_df.to_csv(f"data/{uploaded_file.name}_categorized.csv", index=False)
    return new_df

3. 创建Streamlit Web应用程序

设置应用程序标题，并添加文件上传小部件。

st.title("              

                

                  热点追踪提示词
                  一键复制
                
                
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：免费离线AI大模型分析个人财务数据保护隐私要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题