Agent Skills by ALSEL
Anthropic Claudeデータ・分析⭐ リポ 0品質スコア 50/100

finance-manager

取引データの分析・可視化・レポート生成・パーソナライズされた予算アドバイスまで対応する、総合的な個人財務管理システムです。「支出を分析して」「PDFから取引を抽出して」「予算をグラフで見せて」「お金の使い道を教えて」など、支出パターンの把握・貯蓄率の計算・財務レポートの作成といった幅広い財務分析タスクで活用できます。

description の原文を見る

Comprehensive personal finance management system for analyzing transaction data, generating insights, creating visualizations, and providing actionable financial recommendations. Use when users need to analyze spending patterns, track budgets, visualize financial data, extract transactions from PDFs, calculate savings rates, identify spending trends, generate financial reports, or receive personalized budget recommendations. Triggers include requests like "analyze my finances", "track my spending", "create a financial report", "extract transactions from PDF", "visualize my budget", "where is my money going", "financial insights", "spending breakdown", or any finance-related analysis tasks.

SKILL.md 本文

Finance Manager

個人資産管理のための包括的なツールキット。取引データを処理し、高度な財務分析を実行し、実行可能なインサイトを生成し、美しいビジュアルレポートを作成します。

主な機能

  1. 取引データ処理: PDF、CSV、JSONファイルから財務データを抽出
  2. 財務分析: 主要メトリクスの計算、支出パターンの特定、貯金追跡
  3. ビジュアライゼーション: チャートとグラフを含むインタラクティブHTMLレポートを生成
  4. 予算推奨: 支出パターンに基づいたパーソナライズされた実行可能なアドバイスを提供
  5. トレンド分析: 支出パターン、異常値、最適化の機会を特定

ワークフロー

1. データ抽出と準備

PDFファイルの場合:

python scripts/extract_pdf_data.py <input.pdf> <output.csv>

CSV/JSONファイルの場合:

  • データに以下のカラムが含まれていることを確認: DateDescriptionIncome(カテゴリ)、TypeAmount
  • 日付形式: YYYY-MM-DD または解析可能な日付文字列
  • 金額: 収入は正の値、支出は負の値

2. 財務分析

取引データに関する包括的な分析を実行:

python scripts/analyze_finances.py <transactions.csv> > analysis_output.json

出力に含まれるもの:

  • 統計サマリー(総収入、総支出、純貯金、貯金率)
  • 支出トレンド(日平均、最大支出、カテゴリ割合)
  • 予算推奨(支出パターンに基づくパーソナライズ)
  • ビジュアライゼーションデータ(グラフ作成用に準備済み)

3. レポート生成

ビジュアライゼーション付きのインタラクティブHTMLレポートを作成:

python scripts/generate_report.py <analysis_output.json> <report.html>

レポート機能:

  • 主要メトリクスを表示するサマリーダッシュボード
  • カテゴリ別支出を示すインタラクティブ円グラフ
  • 時系列での収入対支出を比較する棒グラフ
  • カラーコード化されたインジケーター(正の場合は緑、負の場合は赤)
  • パーソナライズされた推奨事項セクション
  • すべてのデバイスに対応するレスポンシブデザイン

4. 完全なワークフロー例

# PDFからデータを抽出
python scripts/extract_pdf_data.py finance_data.pdf transactions.csv

# データを分析
python scripts/analyze_finances.py transactions.csv > analysis.json

# ビジュアルレポートを生成
python scripts/generate_report.py analysis.json financial_report.html

主要メトリクスとベンチマーク

貯金率

Savings Rate = (Total Income - Total Expenses) / Total Income × 100

ベンチマーク:

  • 10%未満: 改善が必要
  • 10-20%: 良好
  • 20-30%: 優秀
  • 30%以上: 卓越

カテゴリガイドライン(収入の%)

  • 住宅: 25-30%
  • 交通: 10-15%
  • 食費: 10-15%
  • 光熱費: 5-10%
  • 貯金: 最低20%

詳細なフレームワークと方法論については、references/financial_frameworks.mdを参照してください。

分析機能

統計サマリー

  • 期間中の総収入と総支出
  • 純貯金(正または負の場合がある)
  • 貯金率パーセンテージ
  • 取引数
  • カバーされた日付範囲

支出トレンド

  • 日平均支出
  • 詳細付きの最大5件の支出
  • カテゴリパーセンテージ内訳
  • 時系列での支出パターン

予算推奨

システムは以下に基づいてパーソナライズされた推奨事項を生成します:

  • 貯金率の閾値
  • カテゴリ支出パーセンテージ
  • 収入の多様化
  • 予算ガイドラインとの比較

推奨事項の例:

  • "⚠️ あなたの貯金率は10%未満です。裁量支出を削減することを検討してください。"
  • "🍽️ 食費は支出の18%です。コスト削減のための食事計画を検討してください。"
  • "✅ 優秀な貯金率です。強力な財務健全性に向けて軌道に乗っています。"

ビジュアライゼーションコンポーネント

カテゴリ支出チャート(ドーナツ)

カテゴリ別の支出の割合的内訳をカラーコーディングで表示します。

収入対支出チャート(棒グラフ)

月別の収入と支出の比較を表示し、キャッシュフロートレンドを特定します。

インタラクティブ機能

  • 正確な値を表示するホバーツールチップ
  • 画面サイズに適応するレスポンシブデザイン
  • 正の値(緑)と負の値(赤)をカラーコード化したインジケーター

最良の結果を得るためのヒント

データ品質

  • すべての取引が適切にカテゴリ化されていることを確認
  • カテゴリ名に一貫性を使用
  • 完全な日付情報を含める
  • 金額が正しく符号付けされている(収入は+、支出は-)ことを確認

分析頻度

  • 月単位で分析を実行してトレンドを追跡
  • 月末にレポートを生成して確認
  • 月別比較で変化を特定

推奨事項への対応

  • 潜在的な影響によって推奨事項を優先順位付け
  • インサイトに基づいて具体的で測定可能な目標を設定
  • 定期的に分析を再実行して進捗を追跡

依存関係

すべてのスクリプトはPython 3.7+と標準ライブラリが必要です。追加要件:

PDF抽出の場合:

pip install pdfplumber --break-system-packages

データ分析の場合:

pip install pandas --break-system-packages

すべてのビジュアライゼーション依存関係はHTML出力のCDNから読み込まれます(Chart.js)。

ファイル構成

finance-manager/
├── scripts/
│   ├── extract_pdf_data.py     # PDF → CSV変換
│   ├── analyze_finances.py     # 財務分析エンジン
│   └── generate_report.py      # HTMLレポートジェネレーター
└── references/
    └── financial_frameworks.md # 詳細な分析方法論

カスタマイズ

カスタムカテゴリの追加

analyze_finances.pyのカテゴリ定義を編集して、あなたの追跡システムに合わせます。

閾値の調整

generate_budget_recommendations()関数の推奨事項の閾値を変更して、個人的な目標に合わせます。

レポートのスタイル設定

generate_report.pyのHTML_TEMPLATEをカスタマイズして、色、フォント、レイアウトを調整します。

一般的なユースケース

月次レビュー: "10月の支出を分析してレポートを作成してください"

予算最適化: "どこにお金を使いすぎていますか?"

トレンド分析: "今月の支出は先月と比べてどうですか?"

目標設定: "私の貯金率はいくつで、どうすれば改善できますか?"

カテゴリインサイト: "食費を取引別に分解してください"

PDF処理: "銀行口座明細書PDFからすべての取引を抽出してください"

ベストプラクティス

  1. 一貫したカテゴリ化: すべての取引で同じカテゴリ名を使用
  2. 定期的な分析: 月単位で実行してトレンドを早期に発見
  3. インサイトに基づく行動: 推奨事項を使用して特定の支出変更を実施
  4. 進捗追跡: 月別でレポートを比較
  5. データ検証: 分析前に抽出されたPDFデータの正確性を常に確認

参考資料

包括的な財務フレームワーク、予算ガイドライン、分析方法論については以下を参照:

view references/financial_frameworks.md

これには以下が含まれます:

  • 50/30/20予算ルール
  • カテゴリ支出ベンチマーク
  • 財務健全性インジケーター
  • 分析ワークフローの詳細
  • ビジュアライゼーションのベストプラクティス
  • 推奨事項ロジック

ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者
ailabs-393
リポジトリ
ailabs-393/ai-labs-claude-skills
ライセンス
MIT
最終更新
不明

Source: https://github.com/ailabs-393/ai-labs-claude-skills / ライセンス: MIT

関連スキル

OpenAIデータ・分析⭐ リポ 1,451

hugging-face-trackio

Trackioを使用してMLトレーニング実験を追跡・可視化できます。トレーニング中のメトリクスログ記録(Python API)、トレーニング診断のアラート発火、ログされたメトリクスの取得・分析(CLI)が必要な場合に活用してください。リアルタイムダッシュボード表示、Webhookを使用したアラート、HF Space同期、自動化向けのJSON出力に対応しています。

by gradio-app
汎用データ・分析⭐ リポ 855

btc-bottom-model

ビットコインのサイクルタイミングモデルで、加重スコアリングシステムを搭載しています。日次パルス(4指標、32ポイント)とウィークリー構造(9指標、68ポイント)の2カテゴリーにわたる13の指標を追跡し、0~100のマーケットヒートスコアを算出します。ETFフロー、ファンディングレート、ロング/ショート比率、恐怖・貪欲指数、LTH-MVRV、NUPL、SOPR(LTH+STH)、LTH供給率、移動平均倍率(365日MA、200週MA)、週次RSI、出来高トレンドに対応します。市場サイクル全体を通じて買いと売りの両方の推奨を提供します。ビットコインの底値拾い、BTCサイクルポジション、買い時・売り時、オンチェーン指標、MVRV、NUPL、SOPR、LTH動向、ETFの流出入、ファンディングレート、恐怖指数、ビットコインが過熱状態か、マイナーコスト、暗号資産市場のセンチメント、BTCのポジションサイジング、「今ビットコインを買うべきか」「BTCが天井をつけているか」「オンチェーン指標は何を示しているか」といった質問の際にこのスキルを活用します。

by star23
Anthropic Claudeデータ・分析⭐ リポ 380

protein_solubility_optimization

タンパク質の溶解性最適化 - タンパク質の溶解性を最適化します。タンパク質の特性を計算し、溶解性と親水性を予測し、有効な変異を提案します。タンパク質配列の特性計算、タンパク質機能の予測、親水性計算、ゼロショット配列予測を含むタンパク質エンジニアリング業務に使用できます。3つのSCPサーバーから4つのツールを統合しています。

by SpectrAI-Initiative
Anthropic Claudeデータ・分析⭐ リポ 1,743

research-lookup

Parallel Chat APIまたはPerplexity sonar-pro-searchを使用して、最新の研究情報を検索できます。学術論文の検索にも対応しています。クエリは自動的に最適なバックエンドにルーティングされるため、論文の検索、研究データの収集、科学情報の検証に活用できます。

by K-Dense-AI
Anthropic Claudeデータ・分析⭐ リポ 299

tree-formatting

ggtree(R)またはiTOL(ウェブ)を使用して、系統樹の可視化とフォーマットを行います。系統樹を図として描画する際、ツリーレイアウトの選択、分類学に基づく枝やラベルの色付け、クレードの折りたたみ、サポート値の表示、またはツリーへのオーバーレイ追加が必要な場合に使用してください。系統推定(protein-phylogenyスキルを使用)やドメイン注釈(今後の独立したスキル)には使用しないでください。

by majiayu000
汎用データ・分析⭐ リポ 145

querying-indonesian-gov-data

インドネシア政府の50以上のAPIとデータソースに接続できます。BPJPH(ハラール認証)、BOM(食品安全)、OJK(金融適正性)、BPS(統計)、BMKG(気象・地震)、インドネシア中央銀行(為替レート)、IDX(株式)、CKAN公開データポータル、pasal.id(第三者法MCP)に対応しています。インドネシア政府データを活用したアプリ開発、.go.idウェブサイトのスクレイピング、ハラール認証の確認、企業の法的適正性の検証、金融機関ステータスの照会、またはインドネシアMCPサーバーへの接続時に使用できます。CSRF処理、CKAN API使用方法、IP制限回避など、すぐに実行可能なPythonパターンを含んでいます。

by suryast
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: ailabs-393 · ailabs-393/ai-labs-claude-skills · ライセンス: MIT