Как использовать ИИ для учета расходов и ведения бюджета

Скорее всего, вы уже так или иначе используете ИИ для личных финансов. Например, вставляете банковскую выписку в ChatGPT и просите разнести траты по категориям. Или делаете снимок экрана из банковского приложения и просите Claude посчитать, сколько ушло на продукты за месяц.

Такой подход работает один раз. Но ответ остается внутри чата. Ничего не сохраняется, учет не пополняется, и через неделю все приходится повторять заново. ИИ читает ваши данные, выдает краткую сводку, а затем результат просто исчезает.

Есть более полезный способ использовать ИИ для учета расходов. Вместо анализа снимков экрана дайте ему настоящий доступ на запись в вашу финансовую базу. Пусть ИИ не только рассуждает о транзакциях, но и записывает их, обновляет бюджет и сверяет остатки напрямую.

Как на практике выглядит учет расходов с ИИ

Кирилл Маркин, создатель Expense Budget Tracker, уже больше пяти лет относит к категориям каждую личную транзакцию. Сначала он делал это вручную, а затем начал собирать инструменты, которые ускоряют процесс. В текущей версии системы ИИ-агент подключается к базе напрямую через SQL API.

Еженедельный процесс выглядит так: скачать банковские выписки в CSV или PDF, передать их ИИ-агенту, а затем дать ему разобрать и записать каждую операцию. Агент уже знает используемые категории по предыдущим записям, поэтому большую часть строк он сопоставляет правильно без подсказок. Кирилл просматривает результат, исправляет несколько неточностей и заканчивает на этом. Весь цикл занимает около 10 минут вместо часа, который раньше уходил на ручной ввод.

Тот же подход работает со многими ИИ-инструментами, включая Claude Code и OpenAI Codex. Клиенты с поддержкой MCP могут использовать размещенный коннектор с OAuth в браузере, а терминальные агенты, скрипты и другие HTTP-клиенты — прямой Agent API с долгоживущим ApiKey. Оба пути работают с одной и той же ограниченной финансовой поверхностью, изолированной по рабочим пространствам.

Как подключить ИИ-агента к вашим финансам

Expense Budget Tracker — это система личных финансов с открытым исходным кодом на базе Postgres. Она поддерживает два взаимодополняющих способа подключения:

1. Размещенный MCP-коннектор. В клиенте с поддержкой MCP добавьте https://mcp.expense-budget-tracker.com/mcp и разрешите доступ через OAuth в браузере. Затем клиент использует OAuth-токены с областями доступа для инструментов чтения и одобренной записи. Сервер размещен удаленно, поэтому локальный MCP-процесс устанавливать и поддерживать не нужно. См. руководство по MCP-коннектору.
2. Прямой Agent API. Для терминальных агентов, скриптов и прямых HTTP-клиентов начните с GET https://api.expense-budget-tracker.com/v1/. Ответ обнаружения проведет агента через подключение по одноразовому коду из email и вернет долгоживущий ApiKey, который передается как Authorization: ApiKey <key>. Чтение выполняется через POST /v1/sql/query, одобренная запись — через POST /v1/sql/execute. Совместимый POST /v1/sql остается только для атомарных скриптов из нескольких выражений. См. справочник по API.

В обоих вариантах агент может читать данные и отправлять одобренные изменения через отдельный маршрут записи. Прямой HTTP-запрос для чтения выглядит так:

curl -X POST https://api.expense-budget-tracker.com/v1/sql/query \
  -H "Authorization: ApiKey ebta_your_key_here" \
  -H "X-Workspace-Id: workspace-id" \
  -H "Content-Type: application/json" \
  -d '{"sql": "SELECT * FROM ledger_entries ORDER BY ts DESC LIMIT 10"}'

Успешный ответ — это JSON-конверт. data.statements содержит по одной записи на каждое выполненное выражение; каждая запись включает rows, rowCount, returnedRowCount, totalRowCount и truncated. В data также есть выбранное workspace и текущий контекст limits.

Что ИИ-агент может делать с таким доступом

После подключения ИИ-агент работает с вашими реальными данными по расходам и бюджету, а не с копией и не с кратким пересказом. Он обращается прямо к рабочей базе:

Разбирать и записывать расходы. Передайте агенту банковскую выписку в CSV, PDF или даже снимок экрана из банковского приложения. Он прочитает каждую строку, определит сумму, дату, контрагента и категорию, а затем выполнит INSERT в таблицу ledger_entries. Каждая операция сразу попадет в базу.

Распределять транзакции по вашим текущим категориям. Сначала агент запрашивает, какие категории вы уже используете. Если вы месяцами относили Whole Foods к groceries, ИИ это увидит и продолжит делать так же. Вам не придется заново объяснять свою систему при каждом запуске.

Проверять остатки по счетам. После загрузки всех операций из банковской выписки агент может запросить представление accounts и сверить итоговые суммы с данными банка. Если цифры не сходятся, значит, где-то пропущена операция.

Обновлять прогноз бюджета. Таблица budget_lines хранит ваш помесячный план: ожидаемые доходы и запланированные расходы по категориям. ИИ-агент может прочитать фактические значения за текущий месяц, сравнить их с планом и предложить или сразу внести корректировки на следующий месяц.

Работать с несколькими валютами. Каждая операция в базе хранится в исходной валюте. Курсы валют обновляются ежедневно из ECB, CBR и NBS. ИИ не нужно ничего пересчитывать вручную: база сама выполняет валютные расчеты в момент запроса.

Схема специально сделана плоской и простой: семь таблиц, понятные имена столбцов, никаких глубоко вложенных структур. Благодаря этому современные модели обычно строят корректный SQL с первой попытки: в такой схеме почти нечего трактовать двусмысленно.

Встроенный чат с ИИ для быстрых задач

У Expense Budget Tracker есть и встроенный помощник в веб-интерфейсе. Вы подключаете в Settings API-ключ OpenAI или Anthropic, и чат получает инструмент query_database — тот же SQL-доступ, только прямо внутри приложения.

Это удобно для быстрых действий: загрузить снимок чека, попросить ИИ добавить его как расход, подтвердить и закончить. Встроенный помощник следует строгому протоколу: проверяет существующие категории, ищет дубликаты операций, сверяет остатки и записывает данные только после вашего подтверждения.

Для более крупных задач — пакетной обработки нескольких банковских выписок, автоматизированных сценариев и интеграций с другими системами — внешний SQL API удобнее. Им можно пользоваться из любого агента или скрипта вне приложения.

Почему размещенный MCP и прямой SQL дополняют друг друга

Размещенный MCP-сервер — удобный путь для клиентов, которые поддерживают этот протокол. Вы добавляете одну HTTPS-точку, авторизуетесь через OAuth в браузере и используете отдельные инструменты для чтения и записи. Expense Budget Tracker запускает удаленный сервис, поэтому MCP не требует процесса на вашем компьютере.

Прямой Agent API — универсальный HTTP-путь для терминальных агентов, скриптов, cron-задач, дашбордов и собственных приложений. Его поток обнаружения и OTP выдает долгоживущий ApiKey, а раздельные SQL-маршруты явно отделяют чтение от записи.

Это два транспорта над одной ограниченной поверхностью данных с изоляцией по рабочим пространствам, а не конкурирующие архитектуры. Выбирайте MCP для клиентов с удаленными коннекторами и OAuth в браузере, а Agent API — когда удобнее прямой HTTP.

Безопасно ли давать ИИ прямой доступ к базе

Да, если доступ ограничен правильно. В Expense Budget Tracker SQL API защищен несколькими уровнями.

Каждый запрос проходит через Postgres Row Level Security. API-ключ привязан к вашему пользователю и рабочему пространству, поэтому ИИ видит и может менять только ваши данные, а не чужие.

Разрешены только операции с данными: SELECT, INSERT, UPDATE, DELETE. Агент не может создавать таблицы, удалять структуру базы или менять права доступа. Основные маршруты чтения и записи принимают по одному выражению; совместимый /v1/sql принимает только ограниченные атомарные скрипты. set_config() тоже запрещен, чтобы исключить повышение привилегий.

API-ключи хранятся в виде SHA-256-хэшей, поэтому в базе нет открытого текста. Ключ можно сразу отозвать через Settings. Если вы удалите участника рабочего пространства, все его ключи удалятся автоматически.

Ограничения по нагрузке составляют до 10 запросов в секунду и до 10 000 запросов в сутки на один ключ. Общий срок выполнения каждого SQL-запроса — 25 секунд; он возвращает и изменяет не более 100 строк. Для учета расходов и ведения бюджета этого более чем достаточно, но такие лимиты не дают агенту уйти в бесконтрольный цикл.

Практические советы для учета расходов с ИИ

Несколько вещей, которые делают такой процесс заметно удобнее на практике:

Поддерживайте единые названия категорий. ИИ учится на ваших текущих данных. Если одну и ту же категорию вы иногда называете restaurants, а иногда dining out, агент начнет путаться. Выберите одно название для каждой категории и придерживайтесь его.

Сверяйте остатки каждую неделю. После того как ИИ записал расходы из банковской выписки, проверьте, что остаток по счету в системе совпадает с данными банка. Так легче рано заметить пропущенные или продублированные операции, пока ошибка не разрослась.

Начинайте с одного счета. Не пытайтесь в первый же день добавить все банковские счета, кредитные карты и инвестиционные счета. Начните с основного расчетного счета. Дайте ИИ поработать с ним несколько недель. Остальное подключите позже, когда процесс станет привычным и надежным.

Каждый раз просматривайте категоризацию. В большинстве случаев агент определит категорию правильно, но иногда все же ошибется, особенно если встретится новый продавец или необычная трата. Потратьте пять минут на проверку. Исправления повышают точность в будущем, потому что в следующий раз агент увидит уже скорректированные данные.

Используйте не только учет расходов, но и таблицу бюджета. Фиксировать уже совершенные траты полезно, но этого недостаточно. Основная ценность появляется тогда, когда вы ведете скользящий прогноз на 12 месяцев: строки — это категории, столбцы — месяцы, а в будущих месяцах хранится ваш план. ИИ-агенты хорошо умеют обновлять такой прогноз по фактической структуре расходов. После разбора текущего месяца попросите агента скорректировать план на следующий.

С чего начать

1. Зарегистрируйтесь на expense-budget-tracker.com или разверните приложение у себя
2. Для MCP добавьте https://mcp.expense-budget-tracker.com/mcp в совместимом клиенте и авторизуйтесь через OAuth в браузере
3. Для прямого HTTP передайте агенту GET https://api.expense-budget-tracker.com/v1/ и пройдите вход по одноразовому коду из email, когда агент попросит
4. Загрузите банковскую выписку в подключенного агента и попросите разобрать и записать расходы

Агент сам разберется со схемой базы, подхватит ваши категории расходов и начнет записывать операции. Вам останется просмотреть результат, поправить редкие ошибки и использовать уже работающий бюджет с поддержкой ИИ.

Кирилл Маркин подробно описал свой личный подход здесь: Как я использую ИИ для ведения расходов по банковским счетам и бюджета. Пять лет, каждая отдельная операция учтена и отнесена к категории — это тот же подход, что описан в статье, только уже проверенный на реальных деньгах в нескольких странах и валютах.

Инструмент распространяется по лицензии MIT и полностью открыт на github.com/kirill-markin/expense-budget-tracker. Можно использовать облачную версию или развернуть систему самостоятельно — SQL API в обоих случаях работает одинаково.