Codex/Workbuddy+飞书CLI，我做了一套 AI 记账 Skills，已开源！

大家好，我是Ai学习的老章

我用AI做了一套记账SKILL，建账，记账，查账，出报告都只需要一句话！

使用上，把简单二字做到至极：直接在微信/Codex/WorBuddy/TraeWork说一句话就可以完成所有操作，比如记账

比如出月账单分析报告：

起因

记账这事我失败过至少三次

每次剧本都一样：下载 APP，认真填一周，某天忘了两笔，第二天想起来要补，翻半天账单，第三天彻底放弃，一个月后卸载

我一直以为是自己懒

后来算了一下才明白，花钱只需要一秒，记账得打开 APP、点加号、选分类、选账户、补备注、再保存

麻烦至此，能坚持下来的都是狠人

我换了个思路，把记账 APP 从流程里整个拿掉，做成 4 个 AI Skills，现在我在 Codex或者对接了Work的微信里说一句「今天午饭 46，支付宝」，日期、金额、分类、账户和我的原话就被整理好，写进飞书多维表格（它是整套记账系统的后台数据库）

月底再说一句「出 7 月账单」，一份能离线打开的 HTML 月账单就出来了，收入、消费、结余、旅行、预算、退款、报销、商户排行和省钱建议全在里面

传统记账报表有个很现实的毛病，图挺多，看完还是不知道下个月该干什么，月账单模版设计我加入了结论性的分析和消费建议

设计过程

我先把随手记、钱迹、鲨鱼记账都翻了一遍，感觉成熟产品的底座已经很稳：流水、分类、账户、预算、周期账单、搜索、报表、导入导出、同步、隐私，该有的都有

AI 能插进去的地方其实只有四个环节，自然语言录入、自动整理、对话查询、主动发现问题，最后定下来的分工长这样

[Codex/WorkBuddy/TRAEWork/ 其他 Agent]
                    │
                  说一句话
                    ▼
              [4 个 Skills]
                    │
          解析、校验、查询、汇总
                    ▼
        [SQLite 本地账本 / 飞书多维表]
                    │
                    ▼
          [HTML 月账单 + 同源 JSON]

聊天窗口负责说和问，飞书表格负责存和看，HTML 负责月底复盘，入口随便换，账本不用搬

这张图看着简单，其实被推翻过多次，我最早想让飞书当唯一存储，后来加了 SQLite 本地账本这一层

Skills 设计

这四个Skills 我开源了，大家安装可以直接用

npx skills add tjxj/ai-bookkeeping-skills

4 个 Skill 一次到位，都能独立触发，底下共用同一套账务规则

• setup-ai-bookkeeping：它能初始化本地账本、检查飞书连接，也能从空白直接创建 9 张飞书表

• record-ai-bookkeeping：每天用得最多的那个，新增单笔、多笔，以及修改、退款、报销、转账、外币、重复提交、撤销、恢复

• ask-ai-bookkeeping：保持只读，只管回答，按月份、分类、账本和报销状态回答账务问题

• report-ai-bookkeeping：生成可离线打开的 HTML 月账单和同源 JSON

记账支持补记历史，也支持一把梭哈记多笔：

今天和小王吃饭我付了 260，其中 130 公司报销
从招行转 3000 到支付宝
大阪晚饭 4200 日元，汇率 0.049，Visa

退款和报销到账都会关联回原流水，累计金额不许超过原消费或原垫付，填错了还能改、能撤、能恢复

与飞书的对接可能有点门槛，不过也可以把我这个项目扔给AI去一步一步带着操作

后端表格

后端表格我设计了 9 张

飞书这 9 张表不用手搓，setup-ai-bookkeeping先--dry-run把建表计划摆出来给你看，确认之后再--apply，140 个字段和 13 个视图一趟铺完

负责什么

流水

保存每一次真实资金动作，是唯一财务事实表

录入收件箱

保存原话、来源、处理状态、失败原因和重试次数

账户

管现金、支付宝、微信、银行卡、信用卡等资金位置

分类

统一管理一级分类、二级分类、别名和商户规则

预算

管总预算、分类预算和旅行等专项预算

项目与行程

单独统计旅行、装修、课程、设备等事件

周期计划

管工资、房租、水电、会员、保险等重复项目

收入与目标

保存预期收入、结余目标、储蓄目标和应急金目标

规则与设置

保存本位币、时区、确认模式、大额线和版本

项目里还带了 62 项自动检查，重复提交、可恢复撤销这两块测得最狠，金额修改之后派生金额没跟着重算这种坑，就是在这一轮里被揪出来补掉的

最后

其实很多类似 AI 自动化都可以走这个技术路线，我还整了一个大活儿，下周视情况发出来