解析
解析是平台的核心引擎：把您从支付宝、微信、银行导出的原始账单文件，变成标准的 Beancount 交易记录。理解引擎内部如何工作，能帮您判断结果为什么是这样、以及如何让它更准确。
一、数据管线：一份账单经历了什么
上传一份账单后，数据会依次经过以下阶段：
| 阶段 | 做了什么 | 影响结果的因素 |
|---|---|---|
| 格式转换 | 将 CSV / Excel / PDF 统一转为指定格式的 UTF-8 文本；加密文件在此步解密 | 文件编码、是否加密 |
| 来源识别 | 读取文件首行，自动判断账单来源（支付宝、微信、银行等） | 文件必须是官方导出的原始格式 |
| 预过滤 | 根据忽略策略剔除无效交易（退款、交易关闭等） | 各来源的忽略规则 |
| 映射匹配 | 逐条用 映射 规则的关键字匹配交易对手方和商品描述，确定目标账户；多条规则冲突时由 AI 模型仲裁 | 映射规则的数量与精度、AI 模型选择 |
| 后过滤 | 移除空记录等异常数据 | — |
| 格式化输出 | 按格式化配置生成 Beancount 语句，附带 标签、时间元数据等 | 格式化配置选项 |
解析完成后，结果要么直接写入账本文件，要么暂存等待审核——取决于您选择的解析模式（见下文）。
二、支持的账单来源
系统通过文件首行自动识别来源，文件必须是官方原始导出，不能手动编辑或修改列结构。当前支持的来源及导出方法见 账单文件导出说明。
作者仅维护支付宝、微信等常用格式，即使如此也可能因第三方更新导致解析异常。需要支持其他银行/平台？欢迎参与贡献，详见 新增支持账单。
三、解析设置
在 「解析设置」 中可以调整两类配置，直接使用即可感受效果：
- 解析模式：审核模式（默认）会暂存结果供逐条确认后写入，24 小时未审核自动写入；直接写入模式则解析后立即写入账本。两种模式的分类逻辑完全相同。
- 格式化输出：控制 Beancount 语句中包含哪些元素——交易标志（
*/!）、备注、标签、时间、UUID、原始状态、折扣/手续费行、默认货币，以及映射冲突时使用的 AI 仲裁模型（BERT / spaCy / DeepSeek）。
四、预过滤：哪些交易会被自动忽略
为避免无效交易干扰账本，系统会在解析前自动过滤以下状态的记录：
- 支付宝：退款成功、交易关闭、解冻成功、还款失败、等待付款、芝麻免押下单成功等状态，以及余额宝收益发放类交易
- 微信支付：已全额退款、对方已退还
被过滤的交易不会出现在解析结果中。如果您发现某条交易缺失，可以先检查其原始状态是否属于上述类别。
五、诊断与改善
| 现象 | 可能原因 | 对策 |
|---|---|---|
| 交易分类不对 | 映射规则缺失或关键字不够精确 | 创建更具体的映射规则（见 映射） |
| 多条规则冲突、AI 选错 | 多个关键字同时匹配 | 调用云端模型或手动选择 |
| 文件无法识别 | 账单不支持、被手动编辑、格式非官方导出、编码异常 | 重新从官方渠道导出，不要用 Excel 打开后另存 |
六、常见问题（FAQ）
Q1: 重新上传同一个文件会重复吗？
A: 系统不允许上传同名文件。如果以不同文件名重新上传并解析，会产生重复。此时可在平台账本中注释掉（行首加 ;）重复文件的 include 语句来隐藏。
Q2: 映射规则更新后旧结果会自动变更吗？
A: 不会。映射规则在解析时应用。更新规则后需要重新解析原账单文件，新规则才会生效。
Q3: AI 候选分类是怎么来的？
A: 当多条映射规则的优先级相同时，系统使用格式化配置中指定的 AI 模型，对交易文本与各候选账户进行语义相似度计算，按分数排序展示。
Q4: 加密的账单文件怎么处理？
A: 上传时提供密码即可，系统会在格式转换阶段自动解密。解密失败会提示具体原因。