Receipt Tracker

Распознает фотографии чеков, разбивает расходы по категориям (продукты, заправка, аптека, такси, животные и др.) и сохраняет их в базу (expenses.csv). Генерирует ежемесячные отчеты по затратам. Использует быструю и дешевую модель gemini-2.5-flash для извлечения и анализа данных.

Receipt Tracker (Трекер расходов по чекам)

Overview

Этот навык предназначен для автоматического извлечения данных из фотографий кассовых чеков, категоризации покупок и ведения базы данных расходов в формате CSV. Он позволяет пользователю просто отправить фото чека в чат, а агент сделает всю остальную работу: распознает текст, определит категории и запишет результат.

База данных хранится в файле: /opt/.openclaw/.openclaw/workspace/memory/expenses.csv

Категории расходов (Categories)

При анализе чека используйте следующие основные категории:

1. Продукты (Groceries)
2. Заправка (Gas/Fuel)
3. Аптека/Медицина (Pharmacy/Medical)
4. Такси/Транспорт (Taxi/Transport)
5. Животные (Pets)
6. Дом/Быт (Household)
7. Развлечения (Entertainment)
8. Одежда (Clothing)
9. Прочее (Other - для всего, что не подошло)

Workflow (Алгоритм работы)

1. Получение и распознавание чека (OCR & Analysis)

Когда пользователь присылает фото чека:

1. Возьмите путь к присланному файлу (например, /opt/.openclaw/.../file_XX.jpg).
2. Используйте инструмент sessions_spawn (runtime="subagent", mode="run"), чтобы запустить изолированного субагента для анализа картинки.
   • ВАЖНО: Обязательно укажите параметр model: "google/gemini-2.5-flash" (или gemini-2.5-flash, как указано в запросе пользователя), так как эта модель быстрая, дешевая/бесплатная и отлично справляется с OCR и анализом одновременно.
   • В attachments передайте путь к фото чека.
   • В task попросите субагента: "Прочитай чек на фото. Извлеки все позиции, их стоимость и дату покупки. Каждой позиции присвой одну из категорий: Продукты, Заправка, Аптека, Такси, Животные, Дом, Развлечения, Одежда, Прочее. Верни результат строго в формате JSON: [{"date": "YYYY-MM-DD", "item": "Название", "category": "Категория", "price": 100.50}]"

2. Сохранение данных (Database Entry)

1. Получив JSON от субагента, проверьте корректность данных.
2. С помощью скрипта или инструмента exec (bash/python) допишите эти данные в файл /opt/.openclaw/.openclaw/workspace/memory/expenses.csv.
3. Формат CSV: Date,Item,Category,Price
   • Если файла еще нет, сначала создайте его с заголовком: Date,Item,Category,Price
   • Убедитесь, что формат цен - это числа (с точкой для копеек).

3. Отчетность (Reporting)

Когда пользователь просит "Отчет за месяц" или "Сколько я потратил":

1. Прочитайте файл expenses.csv (например, через exec(cat expenses.csv) или read).
2. Сгруппируйте расходы по категориям за запрошенный месяц.
3. Посчитайте общую сумму затрат.
4. Выведите пользователю красивый и читаемый отчет (например, в виде Markdown-таблицы или маркированного списка с суммами по категориям и итогом).

Example: Saving to CSV (Пример записи)

Вы можете использовать Python для добавления строк:

python

import csv
import os

file_path = '/opt/.openclaw/.openclaw/workspace/memory/expenses.csv'
file_exists = os.path.isfile(file_path)

data = [
    {"date": "2026-03-10", "item": "Молоко", "category": "Продукты", "price": 89.90},
    {"date": "2026-03-10", "item": "Корм для кота", "category": "Животные", "price": 450.00}
]

with open(file_path, 'a', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    if not file_exists:
        writer.writerow(['Date', 'Item', 'Category', 'Price'])
    for row in data:
        writer.writerow([row['date'], row['item'], row['category'], row['price']])

Правила (Rules)

• Всегда используйте gemini-2.5-flash для чтения чеков (это экономит ресурсы и деньги).
• Не запрашивайте подтверждение на каждый товар, если распознавание прошло уверенно. Просто покажите пользователю итог: "Добавил в базу 5 позиций на сумму 1500 руб."
• При сомнениях в категории, ставьте "Прочее", но старайтесь быть точным.