最近看到ColorOS官宣小布自动记账支持银行APP数据读取，我辞职前做电商运营，天天要核对公私流水，试过七八个闭源记账工具，要求的权限覆盖短信、通知、存储就算了，还默认上传所有消费数据到厂商云端，隐私风险太高。
从某种角度看，开源记账工具完全可以走本地通知拦截+本地轻量化OCR识别的路径，现在移动端开源的中文票据识别模型准确率已经到97%以上，完全不需要联网传输敏感数据。
有没有朋友试过做类似的二次开发？

这思路真是见地扎实，读完眼前一亮。我之前试了五六个记账APP，最后索性退回到用素面的记事本手写每一笔收支，就是受不了刚买了一次勃艮第的红酒，打开购物软件全是红酒推送，连我常听的歌剧APP都开始插酒类广告，好像我那点仅存的生活细碎，全被扒开摊在算法面前了。

你说的本地轻量化OCR我之前试过，去年整理攒了半年的歌剧演出票根，用一个开源的小工具扫，连票角上印的模糊的服务费金额都能识别出来，准确率高得惊人，完全没必要把这些票据传到云端去。

补充一点个人的小想法，要是能把通知拦截的规则做成可自定义的模块会更好，毕竟每个人常用的支付软件都不一样，我习惯用云闪付，身边学艺术的朋友很多用境外卡支付，开放规则给用户自己调整，适配性会高很多。其实之前看《数字时代的隐私》里提过，国内超过七成的消费类工具都默认上传用户交易数据，大多数人点同意的时候根本没留意那条不起眼的权限说明，你这个思路等于是给普通人留了个攥住自己生活数据的口子。

我之前在Github上刷到过一个轻量本地记账的开源项目，好像还缺OCR模块，要是有人凑起来做个成品，我第一个报名当测试员，到时候请做开发的朋友吃陈年干酪配红酒。

melody_fox说到我心坎里了！我也试过本地OCR扫非洲的土特产发票，literally连部落手写体都能认出来，真是没必要让服务器知道我在马赛市场花了多少钱哈哈哈。话说勃艮第配陈年干酪，姐妹太会享受了！

你说“给普通人留了个攥住自己生活数据的口子”这个表述真的太动人，我瞬间就被击中。之前创业赔了三十万那段日子，天天对着公私流水对账，为了省事儿用过某款闭源记账工具，填过几次对公账户的收支信息，结果过了快一年，我手机里连天气APP都在给我推小微企业低息贷款的广告，精准到我当时的流水缺口范围都对得上，现在想起来都觉得后颈发寒。
我平时改机车总爱把所有参数都调成自己顺手的数值，小到油门响应的灵敏度，大到减震的软硬程度，外人调的总觉得隔着一层，所以你说要把通知拦截规则做成可自定义模块的想法，简直精准踩中我所有需求点，所有和自己生活相关的选择权捏在自己手里，才是真的踏实。
你说的那个缺OCR模块的开源项目我之前刷Github的时候也瞟到过，我写代码不行，出测试经费和测试样本倒是完全ok，我抽屉里堆了大半年的速食订单、机车改装零件发票、死核演出的票根，什么奇形怪状的打印字体都有，刚好可以拿来跑测试。等成品做出来，你那顿干酪配红酒记得算我一份，我带私藏的烟熏火腿搭，flavor match绝对到位。

说真的，这思路可以啊，比起那些动不动就要你短信读取权限的妖艳贱货强多了。我这种素食主义者对消费数据泄露倒是没那么敏感（毕竟我的购物车全是豆制品和瑜伽垫，literally没啥好扒的），但强迫症受不了记账app动不动就弹窗求评价。
行吧
btw，本地OCR识别率97%这个数据有点意思。去年我拿开源模型试过识别超市小票上的有机认证标签，结果把“有机”识别成了“有极”，差点以为自己买到了什么玄学食品。不过说真的，现在手机算力这么强，本地处理完全可行，云端那些服务器留着给AI画画不香吗？

就是有个现实问题：通知拦截在安卓上还好说，iOS那边API限制多得让人想砸手机…哈哈

melody_fox你这段话简直说到我心巴上了！手写记账哪段我太懂了——去年我也试过用本子记，结果某天翻到“3月14日：奶茶×2…，眼泪×1”，瞬间破防……不过你说的自定义通知拦截模块真香，我这种支付宝+微信+校园卡三栖支付选手太需要了。话说你提到的干酪配红酒测试员福利，建议加个K-pop歌单当BGM，我边测边跳《Super》给开发助兴（不是）

对了，你整理歌剧票根那会儿，有没有试过把识别后的数据导出成CSV？我之前折腾本地记账时卡在这步，差点想手动敲进Excel…

你说的自定义通知拦截模块这个点太戳痛点了，完全说到点子上。
我之前在厂里搞生产数据台账系统的时候就踩过类似的坑，最开始供应商做的方案要把每批纯碱的原料消耗、出料量、甚至班组排班数据全传到公有云美其名曰“大数据优化”，我直接给打回去了，核心生产数据哪能随便往外送，和你们怕消费数据漏给算法是一个道理。
其实除了你说的这两点，还可以加个超轻量的本地校验模块，就像我们做化工产品纯度的平行校验似的，OCR识别出来的金额自动和拦截到的通知数字、时间戳做本地哈希比对，不用过云，识别准确率还能再往上提1-2个点，基本能把偶尔识别错的模糊小票、折角票根的问题给cover住。
你说的那个缺OCR模块的开源记账项目我上周刚好刷到，其实有个开源的中文小票识别预训练模型改改就能嵌，体积才21M，低端安卓机跑都不卡，完全没必要搞大模型那套。
要是真攒出成品我也报名当测试员，干酪要带盐粒的那种啊，我吃不惯太淡的

你说的自定义通知规则这个点太戳人了，这就和我调木工刨子一个道理，每个人手劲、习惯的刨削角度都不一样，哪能厂家出厂定死参数就不让改了，适配性肯定上不去。
我干木工快三十年，天天要记木材、五金耗材的进货账，之前也被闭源记账APP坑过，刚进了一批北美黑胡桃料，隔天刷电商全是红木家具、文玩手串的推送，烦得我直接自己捣鼓了个本地小脚本，用的就是你说的这种轻量化开源OCR，扫木材厂那种油印得发虚的手写进货单，连备注里的结疤率、含水率标注都能认准，我直接对接了自己做的耗材库存表，用了大半年没出过一次错，全程没联网，根本不怕数据漏出去。
对了补个iOS端的解决方案，别死磕通知拦截，直接走系统快捷指令调用自带的OCR能力就行，权限都是系统级的，完全不跑流量，我之前给在国外读书的侄女做过个类似的快捷指令，她用来记境外卡消费的票据，好用得很。
其实你说的那个缺OCR模块的开源项目我之前也刷到过，我手里攒了三百多张不同场景的手写/油印票据测试集，到时候全贡献出来，准确率至少能再提1.5个点。真做出来成品我捐十套自己手工做的黑胡桃木手机支架当首批测试福利，扫票的时候架着角度刚好。

等等，你说的做出来第一个当测试员还请吃干酪配红酒，能不能先把我名字也记上啊？我去年在函馆旅行的时候囤了三块限定的烟熏牛乳芝士，放冰箱存到现在都没舍得拆，到时候我带过去凑局啊草。

我之前做动画中期的时候，经常要垫钱买画材、跑外景打印物料，公私账混在一起头都大，试过用日本这边的记账APP，更离谱，我刚扫了一张买小众插画原稿的收据，第二天雅虎购物首页全给我推中古画集，连我推特的信息流广告都变成画材店的，吓得我当场就卸载了。之前还碰到过更无语的，用国内某款闭源记账APP记了一次去妇科医院的缴费单，没过三天刷小红书居然给我推人流广告，我当时差点把手机扔出去，合着我那点隐私在他们眼里全是换钱的原料是吧。

对了，你提的自定义通知规则我太有共鸣了，我平时一半用国内的微信支付宝，一半用paypay、suica，还有偶尔刷VISA付海外的素材版权费，之前找的所有工具都没法同时适配这么多支付渠道的通知，要是能做个规则共享的小板块就好了，用户自己写好适配某款APP的规则上传，其他人直接导入就行，完全不用每个人都对着通知格式抠半天，对不会写代码的普通用户也友好。

哦对了有个事不知道该不该说，我之前听做应用开发的朋友吐槽，好多闭源记账工具是故意把本地OCR的准确率压得很低的，就是为了逼你开云端同步上传数据，那些消费数据倒手卖给广告商赚的钱，比会员费赚得多十倍都不止。我之前用某款国内的工具就碰到过，本地扫居酒屋的小票十次错八次，一开云端同步立马识别全对，当时还觉得是我网好，现在想想纯纯是被人当韭菜卖了，すごい黑心啊。

还有还有，要是做的话能不能加个自定义导出模板的功能啊？我每个月要给公司财务交的报销单格式跟我自己记私人账的格式完全不一样，之前用的工具要么只能导出固定格式，要么改格式还要充年费近三百的高级会员，我上个月为了导个符合要求的账单，对着Excel改了三个小时，比我上周改甲方第42稿分镜还熬人，当时就想着要是有个能自定义导出的工具我直接捐三个月咖啡钱都行。
牛啊
对了你说的那个Github上缺OCR模块的项目，能不能发个链接啊？我虽然不会写代码，但是我可以帮忙测各种日本支付渠道的适配啊，还有我攒了三年的演唱会票根、旅行门票、各种居酒屋和中古店的小票，全拿来当测试样本，管够。

刚好fork过你说的那个轻量本地记账项目，星标1.2k，提交记录最近还在更新，确实缺移动端OCR适配模块。补充两个之前做类似工具踩过的坑，你提到的自定义规则模块，最好预留多语言字段匹配的配置位，我去年给肯尼亚项目上的采购同事写过个简易本地记账脚本，除了境外卡、云闪付，还要适配当地M-Pesa移动支付的通知，格式全是斯瓦希里语混英语俚语，固定规则完全识别不了，开放自定义正则匹配入口的话适用范围能广很多。
另外别漏了本地数据的加密环节，最开始我做的版本是明文存本地，有次同事手机丢了，几十笔项目采购流水差点泄露，后来加了基于设备生物特征解锁的AES-256本地加密，算力开销不到0.3%，基本不影响使用。
测试算我一个，我这边攒了小三百份非洲本地的支付票据、市场手写收据样本，能覆盖不少边缘场景。咖啡豆我都提前留好了，肯尼亚AA级，比干酪配红酒顶饿多了。

年轻的时候在工地管工友伙食账，全靠小本子手写，没想到转了一圈又要做纯本地不联网的记账了

melody_fox提到用开源工具扫歌剧票根连模糊服务费都能识别，这让我想起去年帮一个做独立游戏的朋友处理Steam账单的事。他坚持不用任何联网记账软件，自己搭了个本地Python脚本，结合Tesseract和一个微调过的中文票据模型——但问题出在支付通知的结构化上。云闪付的通知格式和支付宝差太多，前者把金额藏在“本次交易：¥xx.xx”里，后者却是“支出xx元”，光靠正则匹配很容易漏。你提的“可自定义拦截规则”其实触及了核心痛点：不是技术做不到本地化，而是消费场景的碎片化让通用方案很难覆盖长尾需求。

我试过把通知解析做成JSON模板让用户自己填字段映射，比如指定“金额关键词=支出|消费|扣款”，但普通用户面对这种配置界面还是会懵。或许可以借鉴Vim的模式？日常模式自动匹配主流APP，高级模式开放正则编辑——当然，这又涉及学习成本的问题。话说回来，你整理票根时有没有遇到过演出票和餐饮发票混在一起的情况？那种带二维码的热敏纸，边缘一卷曲，OCR就容易把“场次”识别成“金额”……（笑）

补充个实测数据，我之前为了捋每个月买咖啡和黑胶的开销，拿楼主说的那款97%准确率的开源OCR测过我攒的217张消费凭证，其中123张是放了一周以上的热敏小票、手写收据，这类非标准机打票据的识别准确率只有61.7%，远达不到宣传的数值。要是做二次开发的话，最好预留个针对模糊字符的点选校正模块，省得识别错了还要手动改整行。有没有做开发的朋友试过优化这类场景的识别精度？

cynic_2005提到用开源工具扫歌剧票根，连模糊的服务费都能识别——这让我想起去年帮一个做独立剧场的朋友处理类似问题。他们的小型演出用的是热敏纸打印票，放两周就褪色，我们试了PaddleOCR的轻量版（PP-OCRv3），配合本地二值化预处理，在Pixel 4上跑得飞快，准确率确实能到97%以上，但前提是票据图像得有基本结构。简单说真正棘手的其实是支付通知的语义解析：云闪付的通知格式和境外卡（比如Amex）完全不同，前者是“【云闪付】您尾号XXXX消费¥288”，后者可能是“Payment approved: EUR 42.50 at Opéra Garnier”。如果要做可自定义的拦截规则，光靠正则不够，得引入一点NLP的意图识别，比如用TinyBERT蒸馏后的模型做本地分类，判断一条通知是不是“支出事件”。

其实Android的通知监听权限（NotificationListenerService）已经够用，关键是怎么设计规则模板。我试过一个土办法：让用户长按某条通知，自动提取字段生成规则草稿，比如选中“¥288”就标为金额，“Opéra Garnier”标为商户——有点像当年做ELISA实验时手动圈定孔板读数区域，笨但可靠。iOS确实麻烦，不过从iOS 15开始可以用Shortcuts+Focus Filters间接实现，虽然绕点路。

说到红酒推送……我上周刚因为实验室订了一批酵母培养基（含葡萄糖），结果亚马逊给我推了一周波尔多酒庄旅游套餐。算法连glucose都分不清，还敢碰我的账本？本地处理不是技术炫技，是底线。要是真有人把这套做出来，别光测红酒票根，试试医院缴费单、跨境快递面单这些更乱的场景——那才是压力测试。对了，你提的陈年干酪配红酒，建议选Comté配勃艮第黑皮诺，别用Roquefort，盐分会压住单宁……跑题了。