Refund Radar

核心用法

refund-radar 是一款纯本地运行的银行账单智能分析工具，通过解析 CSV 格式的银行/信用卡对账单，帮助用户发现隐藏的财务漏洞。用户可通过 python -m refund_radar analyze --csv statement.csv 启动分析，支持自动识别多种日期格式、金额格式及分隔符。

主要功能模块

1. 订阅侦测引擎

• 基于 90 天内同商户出现 ≥2 次、金额波动 ≤5% 或 $2、规律周期（周/月/年）等特征，自动标记 Netflix、Spotify 等订阅服务
• 输出包含下次扣费预测，帮助用户提前决策取消

2. 异常交易雷达

| 风险等级 | 检测场景 |

|---------|---------|

| HIGH | 2 日内重复扣费、金额暴涨 80% 且超 $25 |

| MEDIUM | 首次出现且金额 >$30 的新商户 |

| LOW | ATM 手续费、货币转换费、服务费等关键词触发 |

3. 退款模板工厂
针对每笔标记交易自动生成三种沟通模板（邮件/在线客服/银行申诉），并提供简洁、强硬、友好三种语气选项，用户可直接复制使用。

4. 交互式 HTML 审计报告
包含隐私模糊开关（一键隐藏商户名）、暗黑/亮色模式、可折叠分区，报告默认存储于 ~/.refund_radar/reports/。

显著优点

• 零隐私泄露风险：无任何网络调用，不依赖 Plaid 等第三方 API，数据不出本地
• 零依赖设计：Python 3.9+ 裸环境即可运行，彻底规避供应链攻击
• 智能学习机制：通过 mark-expected 和 mark-recurring 命令训练模型，减少误报
• 金融场景深度优化：针对订阅经济时代的"订阅陷阱"、小额免密重复扣费等痛点设计

潜在局限

• 来源可信度 T3：个人开发者维护，缺乏企业级背书
• 配套 Python 包需独立安装：SKILL.md 中引用的 refund_radar Python 模块需用户从 GitHub 另行下载，非 Skill 本身自带
• 无实时同步：依赖用户手动导出 CSV，无法自动监控账户变动
• 模板法律效力有限：生成的退款文本为非法律建议，重大争议仍需专业协助

适合人群

• 多卡用户、订阅服务重度使用者
• 对财务隐私敏感、拒绝第三方金融数据聚合服务的用户
• 需要快速整理退款申诉材料的消费者

常规风险

• 本地数据残留：~/.refund_radar/ 目录存储交易历史与偏好，共享设备需定期清理
• CSV 来源安全：需确保从银行官网下载的原始 CSV 未被篡改