很多人记账都有过同样的经历：下载了一个记账 App，头两周记得勤，第三周开始补记，月底一看漏了一半，干脆放弃。等真到要花钱复盘的时候——钱花哪了、每个月固定支出多少、哪笔账单是不是重复扣款——又只能对着银行流水发呆。
记账的本质其实是两件机械活：把流水逐笔记下来、把账对平。而这恰好是 AI Agent 擅长的。OpenClaw 具备读文件、连数据库、定时任务和消息推送能力，把它们串起来，就是一个「自动账房先生」：账单来了它读、读完全自动分类记账、每月定时对账，对不平就提醒你。本文从数据来源、分类规则、对账设计到隐私保护，把整套搭法一次讲清。
第一步：先想清楚记什么账、记到哪
动手配置前先定两个问题：记谁的账——个人日常开销、家庭共同账户，还是小店/团队的收支？范围不同，分类体系和数据源完全不同；账记在哪——建议用一张本地记账表（SQLite 或 Excel）当账本，而不是散在各处的消息记录。账本结构固定下来：日期、金额、分类、对方、备注、来源文件，六列就够用。
这一步别偷懒，因为后面所有规则都建立在「账本是张结构固定的表」之上。想了解怎么把账本和 Agent 的读写打通，OpenClaw 接数据库 的配置可以当参考——SQLite 这种本地文件型数据库最适合个人记账场景。
第二步：账单数据从哪来——三种来源与读取姿势
记账的输入是账单流水，常见三种来源：银行/支付平台导出——支付宝、微信、银行 App 基本都支持导出流水，格式是 CSV 或 PDF，微信和支付宝导出的是 CSV，银行通常是 Excel 或 PDF；通知类消息——各类消费通知（短信、公众号推送）需要先攒起来再批量处理，适合做补充；发票/收据——适合记报销和经营支出。
读取环节，OpenClaw 读取文件 的能力正好覆盖：CSV、Excel 直接解析，PDF 账单（尤其扫描件）用 OCR 提取。注意两个高频坑：支付宝/微信导出的 CSV 是 GBK 编码，要让 Agent 按 GBK 读，否则全是乱码；账单表头经常有说明行，读取时要跳过前几行再定位真正的表头。
第三步：分类规则怎么设计——关键词规则打底，Agent 判断兜底
自动分类是记账流水线最核心的一环，设计原则是「规则为主、模型兜底」：先建一张关键词规则表——「美团/饿了么→餐饮」「滴滴/高德打车→交通」「京东/淘宝→购物」，匹配到的直接归类，规则命中率通常能覆盖七八成流水；剩下匹配不到的交易，再让 Agent 根据交易对方名称和备注做判断归类。
关键要留一个「待确认」分类：拿不准的交易别硬归，先放进待确认区，每周让 Agent 汇总一次「本周有 N 笔拿不准的交易」推给你，你批量确认后，这些确认结果又可以沉淀成新规则。这套「自动归类 + 人工确认 + 规则回流」的闭环，和 OpenClaw 人工复核抽检 的思路一致：不是每条都看，但关键样本不能漏。想深入了解规则回流怎么做，可以看 OpenClaw 转人工队列 里对「人工确认队列」的设计。
第四步：定时记账与月度对账——自动化跑起来
记账流程本身跑起来很简单：每天或每周定时触发，让 OpenClaw 检查有没有新账单文件，有就读入、分类、写进账本，OpenClaw 定时任务 的配置方法可以直接复用。但真正的价值在月末对账：让 Agent 把账本里的支出按分类汇总，再和银行流水的总额比对——两边对不上，就是有问题（漏记、重复扣款、分类错误）。
对账逻辑建议这样设计：汇总每个分类的月支出、总支出；和「银行流水总额 – 转入转出」做差值核对；把「差额不为 0」或「出现大额异常交易（超过设定阈值）」列为需要你人工看的项。对账结果做成一张结构化汇总表推给你，别只发一句「对完了」——结构化输出 的方法能让汇总表格式统一、一眼看清哪笔有问题。
第五步：结果推送到你面前——渠道怎么选
记账和对账结果要主动推给你，而不是等你想起去问。OpenClaw 的推送渠道咱们站上讲过很多套：企业微信、飞书、Telegram 都可以，挑你日常打开最勤的那个。建议设两级通知：日常记账结果每天/每周汇总一次（不打扰），月度对账和大额异常走单独提醒（必达）。如果跑的过程中出错了——比如账单文件解析失败、某个分类规则失效，先看 OpenClaw 日志与排错，从执行日志定位是读文件的问题还是分类规则的问题，比瞎猜快。
隐私保护：账本是最不该外传的数据
记账涉及全部收支数据，隐私级别极高，有几点务必注意：优先本地处理——账单读取、分类、记账全程在本地跑，别把账单文件往云端模型乱传；分类这类轻量任务，可以接 本地模型（Ollama 等），数据不出网也能完成；权限最小化——OpenClaw 的凭证和文件访问按 权限管理 的原则收口，别给它整个硬盘的读写权，只让它访问账单目录和账本文件；账本要加密备份——账本文件做好加密和定期备份，参考 OpenClaw 数据备份 的方法，别等硬盘坏了才想起账本没备份。
常见坑与排查清单
对照这张单子排一遍：读出来全是乱码——多半是 CSV 编码问题，指定 GBK/UTF-8 重读；分类越分越乱——规则表膨胀且互相冲突，定期清理规则，同类关键词合并；总有几笔对不上——先别怀疑 Agent 算错，检查是不是漏了「转入转出」「退款」这类非消费流水，它们不该计入支出；跨月账单归类错——信用卡账单出账日在下月，按消费日还是出账日记账要定一个口径并固定下来；重复扣款没发现——把「同一商户、相近金额、短期内多笔」设成异常规则，让 Agent 主动标出来。
优缺点与适合人群
好处：记账从「靠毅力坚持」变成「系统自动跑」，分类和汇总不用手动做，月底对账从翻流水变成看一张异常清单，能发现很多平时注意不到的支出问题（订阅重复扣费、小额高频消费）。代价：前期搭建要花一个下午（规则表、账本结构、推送渠道），且分类规则需要一两周的真实流水来调优，第一版命中率不会太高，别期望一次到位。
适合：想认真记账但总坚持不下来的个人、需要管理家庭共同开支的、以及有小额收支要对账的小微团队和自由职业者。不适合：收支极其复杂（大量现金、多币种、复杂报销体系）或完全不想碰配置文件的人——那种情况先用现成记账软件更省心。
总结
OpenClaw 记账自动化，一句话流程：固定账本结构 → 定时读入账单 → 关键词规则加 Agent 兜底自动分类 → 每月自动对账 → 异常推送提醒。三个心法：规则打底模型兜底，分类才能越用越准；待确认队列别省，拿不准的交易永远留给人工；隐私是底线，账单尽量本地处理、权限收口、账本加密备份。把这条流水线搭起来，记账就从「三天打鱼」变成「月底看一张异常清单」的轻松事——钱花哪了，Agent 比你清楚。
