AI 先整理，最後由你決定。
把銀行帳單變成可審查、可追溯、會累積經驗的本機財務工作流。
繁體中文 · English
三分鐘試用 · 運作方式 · 使用真實帳單 · 目前完成度 · 參與與回饋
Last Say 是一個 local-first、human-in-the-loop 的財務審查工作台。它不內建模型，而是讓你把 Claude Code、Codex 或其他 AI agent 帶進來：AI 讀帳單、補全商家、提出分類與信心度；你只審需要判斷的部分；Last Say 則保存規則、修正與稽核軌跡，讓下一個月不用重頭再來。
Your AI prepares. You have the last say. The system remembers.
試算表能存數字，但不會記得你為什麼這樣分類；一般 AI 對話能整理帳單，但下一次常常忘了；雲端記帳服務方便，卻要求你把最敏感的財務資料交出去。
Last Say 補的是中間那一層：
- 資料留在本機：SQLite、原始帳單與輸出都在你的電腦。
- AI 可替換：不綁模型、不內建 API key，使用你已經信任的 agent。
- 人保有決定權：低信心優先、逐筆理由、批次與鍵盤審查。
- 修正真的會留下來：人工修正、規則命中與覆寫都有可追溯紀錄。
- 錯誤規則不會永久污染：修改、停用或刪除規則時，歷史交易會重新校正或回到待審。
flowchart LR
U["你的帳單"] --> A["外部 AI Agent\n解析、檢索、分類"]
A --> F["Last Say\nAPI + SQLite"]
F --> R["待審工作台"]
R --> H["你確認或修正"]
H --> L["修正紀錄與規則經驗"]
L --> A
- AI 依專案內的 Last Say Skill 逐筆讀取帳單。
- 已知商家由規則處理；未知商家先查人工修正與相似案例，必要時才 web search。
- 每筆 AI 判斷都帶分類、信心度與人話理由；信心不足就留給你審。
- 你的修正寫入 append-only evidence；AI 在下次匯入前執行 Flow B，建立或修訂有依據的精確規則。
- 規則修改會同步校正仍受影響的歷史交易，不只影響未來資料。
 |
 |
| 只看需要你判斷的交易 | 看見規則是否真的減少工作量 |
需要 Node.js 22.5+ 與 Git。
git clone https://github.com/cablate/last-say.git
cd last-say
npm ci
npm run seed:demo
npm run dev開啟 http://127.0.0.1:3127。Demo seed 只包含虛構資料，可直接體驗總覽、待審、規則、走勢、管理用損益表，以及帳戶、債務、投資、估值與資料缺口中心。
已經有正式資料時，不要執行 reset seed。請用
FINANCE_DB_PATH指向隔離資料庫；開發與測試也不得使用data/finance.sqlite。
預設 port 必須是空的；若 3127 已被占用，可改用：
npx next dev -H 127.0.0.1 -p 3128啟動服務後，把下面這段交給你的 AI agent，並附上 CSV、PDF 或其他帳單檔案：
我已啟動 Last Say（http://127.0.0.1:3127）。
請只讀專案內 .claude/skills/last-say-ops/SKILL.md 與它路由的 references，
依 Flow A 處理這份帳單：<檔案路徑>。
匯入一個月份後停止，回報資料品質與待審入口，不要自行繼續下個月。
完整操作契約包含銀行格式地雷、分類邊界、web search 方法、信心度、規則門檻、API 與驗收清單。商家知識存在資料庫規則與修正紀錄，不寫死在 Skill 裡。
| 能力 | 狀態 | 說明 |
|---|---|---|
| 帳單匯入、去重與來源連結 | 可用 | 保留原始事實，重新匯入不覆蓋人工決策 |
| AI 待審與批次修正 | 可用 | 低信心排序、理由、同商家分組、鍵盤流程 |
| 規則學習與歷史回溯 | 可用 | correction evidence、弱規則、覆寫率、歷史重新校正 |
| 月結總覽與趨勢 | 可用 | 本月 vs 常態、Top movers、固定支出底盤、自動化率 |
| 管理用損益表 | 可用但依覆蓋率 | 清楚標示 mapped、unmapped、needs review 與排除項目 |
| 財務資料中心 | 可用 | typed 帳戶、來源、餘額、卡片、貸款、承諾、投資、FX、Tier 2 估值與 review queue |
| AI 分析 preflight | 可用 | 8 個 readiness goals、優先缺口、scope/as-of、7 個白名單 datasets 與 provenance watermarks |
| 資產負債表 | 資料基礎可用，正式報表未完成 | Tier 1/Tier 2 inventory 已可分析；完整性仍取決於 scope attestation、餘額與估值來源 |
| 現金流量表 | readiness 可用，正式報表未完成 | 會檢查期初期末現金與 reconciliation，不會用不完整流水硬猜 |
| 稅務、選擇權與複雜衍生品 | 不支援 | 明確回傳 unsupported，必須另建 typed context，不能偽裝成一般股票 |
這是單人本機工具，API 只應綁定 localhost，目前沒有登入與多租戶隔離。不要直接公開部署到網路；詳見 SECURITY.md。
這個專案最需要的不是更多裝飾功能，而是真實使用情境：不同銀行格式、難判斷的商家、審查摩擦，以及規則長期使用後的偏差。
- 覺得方向有用，請在 GitHub Star，讓更多需要 local-first 財務工具的人找到它。
- 遇到錯誤或缺少銀行格式，請建立 Issue。
- 想討論使用流程、AI operator 或產品方向，請到 Discussions。
- 準備送 PR 前先讀 CONTRIBUTING.md，切勿附上真實帳單或交易截圖。
npm run dev
npm run lint
npm test
npm run build
npm run audit:prod
npm run verify:releaseverify:release 會在隔離 DB 與 .next-verify 中執行 lint、依賴稽核、測試、build、實際 runtime smoke test，並檢查公開檔案是否殘留銀行名稱、卡號或個人資料；不會改寫正式服務的 .next。核心技術為 Next.js 15、React 19、Tailwind CSS 4、shadcn/ui 與 Node 內建 SQLite。
它也會重建匿名 foundation demo、執行固定的 8-case Skill eval，並做一次 DB-only backup→new-path restore rehearsal。個人正式備份仍應依 Backup And Restore 定期演練。
長期產品方向以 Last Say Long-Term Goal 為準；近期先依 財務資料基礎建設 Master Plan 完成可追溯資料與缺口判斷，再推進預測與主動財務控制。功能必須能改善可信財務全貌、提早風險控制或人類與 AI 的長期協作成本。
- 將現有 typed inventory 組成可 drilldown、可對帳的正式資產負債表。
- 將現有 cash boundaries 與 reconciliation 組成 direct-method 現金流量表。
- 個人／事業等客觀維度與可配置分類。
- 更多可分享、去識別化的銀行格式 adapters。
- AI 月度洞察：只讀分析，不擅自修改財務資料。
MIT © 2026 CabLate