用途：处理个人交易数据，计算收支与储蓄指标，识别消费模式，生成可视化报告和可执行建议。
主要能力：从 PDF、CSV、JSON 提取交易数据；计算总收入、总支出、净储蓄、储蓄率、交易数与日期范围；分析日均支出、前五大支出、分类占比与趋势；按储蓄率和分类占比生成个性化预算建议；输出含环形图与柱状图的交互式 HTML 报告。
使用方式：数据需含 Date、Description、Income（分类）、Type、Amount 列，日期为 YYYY-MM-DD，收入为正、支出为负。PDF 转换：python scripts/extract_pdf_data.py <input.pdf> <output.csv>；分析：python scripts/analyze_finances.py <transactions.csv> > analysis_output.json；报告：python scripts/generate_report.py <analysis_output.json> <report.html>。依赖 Python 3.7+，PDF 提取需 pip install pdfplumber --break-system-packages，分析需 pip install pandas --break-system-packages，图表依赖通过 CDN 加载 Chart.js。
适用场景：月度回顾、预算优化、趋势对比、储蓄目标设定、分类支出洞察、银行对账单 PDF 处理。
限制：资料未提供收费、平台支持范围、数据隐私处理方式及分析准确率保证；使用前应核对提取数据，分类名称需保持一致。