Cashew项目中的App Links功能解析与自动化记账实践
引言
在现代个人财务管理应用中,自动化记账功能已成为提升用户体验的关键要素。Cashew作为一款优秀的预算管理应用,近期通过App Links功能实现了与第三方应用的集成能力,为用户提供了自动化记账的可能性。本文将深入解析这一功能的技术实现原理、应用场景以及实际使用案例。
App Links功能概述
App Links是一种基于URI方案的深度链接技术,允许第三方应用通过特定格式的URL直接调用Cashew应用并传递交易数据。这种机制不需要后端服务器支持,完全基于设备本地实现,符合Cashew无服务器的设计理念。
技术实现原理
Cashew实现的App Links采用标准URI方案,格式如下:
cashew://addbill?type=0&amount=123.4&account=Account&category=Category&subcategory=Subcategory&time=2023-10-29T00:00:00Z&remark=Sample
参数说明:
- type:交易类型(支出、收入、转账等)
- amount:交易金额
- account:账本名称
- category:交易类别
- subcategory:交易子类别
- time:交易时间(ISO 8601格式)
- remark:交易备注
应用场景与集成方案
1. 交易通知自动化处理
许多银行和支付平台会通过系统消息发送交易通知。用户可以利用自动化工具(如Tasker、Automate等)捕获这些通知,提取关键信息后生成Cashew的App Link。
实现步骤:
- 设置自动化工具监听特定来源的通知
- 使用正则表达式提取金额、商户等信息
- 根据商户信息映射到对应的交易类别
- 构造Cashew App Link并触发
2. 邮件交易通知处理
对于通过邮件接收交易通知的用户,可以设置邮件客户端规则或使用自动化工具处理:
- 监控特定发件人的邮件
- 解析邮件内容提取交易数据
- 通过Webhook将数据发送到手机端自动化工具
- 最终生成Cashew交易记录
3. AI辅助收据识别
结合AI视觉识别技术,可以实现收据照片的自动解析:
- 使用支持OCR的AI服务
- 设置系统提示词明确提取字段要求
- 生成包含验证后的交易数据的Cashew链接
- 用户点击确认后直接添加到Cashew
实际案例分享
Tasker集成方案
一位用户分享了使用Tasker实现信用卡交易自动记录的方案:
- 检测银行发送的新通知
- 检查内容关键词确认是交易通知
- 使用正则表达式提取金额
- 将金额填入App Link模板
- 自动打开生成的链接
Automate示例流程
开发者提供了使用Automate的示例流程:
- 监听特定银行应用的通知
- 使用正则表达式模式匹配交易信息
- 默认设置为"购物"类别
- 生成并触发Cashew链接
邮件自动化方案
有用户实现了基于Gmail的自动化:
- 检测来自银行的新邮件
- 从邮件中提取日期、金额、名称等信息
- 通过Webhook发送到手机端MacroDroid
- 同时备份到Google表格
- 最终添加到Cashew
技术注意事项
-
iOS兼容性:虽然功能主要面向Android,但开发者表示正在开发官方的Siri快捷方式支持
-
隐私考虑:对于涉及AI识别收据的方案,用户应注意隐私风险,可以考虑本地OCR方案
-
错误处理:自动化脚本应包含数据验证逻辑,确保传递给Cashew的数据格式正确
-
账户映射:不同银行可能使用不同账户标识,需要建立映射表确保一致性
未来展望
根据开发者透露,未来版本可能增加:
- 账户间转账的App Link支持
- 官方Siri快捷方式实现
- 更丰富的参数选项
- 可能的本地OCR集成
结语
Cashew的App Links功能为用户提供了强大的自动化记账能力,通过与各种自动化工具和AI服务的结合,可以显著减少手动输入的工作量。这种开放接口的设计理念,体现了Cashew对用户体验的重视,也为开发者社区创造了丰富的扩展可能性。随着功能的不断完善,Cashew有望成为个人财务管理领域的佼佼者。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00