智能管理日常花销 — AI Coze打造个人财务小助手的全新体验(初版)(一)

简介: 智能管理日常花销 — AI Coze打造个人财务小助手的全新体验(初版)

注意:本文主要以实际案例为主,并不是基本教程,如果要学习基本教程,可以参考对应的官方文档Coze - 文档中心,本篇文章,主要以在学会AI Coze的使用基础之上,进行实践了相关的日常花销的实现案例。

背景介绍

今天,我利用AI Coze成功地打造了一款名为【花销小助手—贴心生活小管家】的智能工具。这款工具是我在探索与尝试的过程中诞生的,旨在搭建一个初始框架,为未来的持续改进和优化奠定基础。我期望通过不断的迭代升级,它能够逐渐成长为一个功能全面、高效便捷的计费管家,不仅能够帮助我更加精细地管理个人财务,还能为广大用户提供智能提醒,共同实现资源的合理利用和节约。

通过【花销小助手—贴心生活小管家】,我希望能够将复杂的财务问题简化,让生活更加有序和高效。我相信,随着技术的不断进步和应用的不断深化,这款小助手将会变得越来越智能、越来越贴心,成为我们生活中不可或缺的一部分。让我们一起期待它的成长和变化,共同迈向更加智能、更加节约的未来。

编排流程

整体功能Demo框架的功能分布如下所展示:

  • 用户会话访问与用户信息注册录入功能:这部分功能主要负责用户的身份验证以及新用户信息的录入。用户可以通过输入用户名进行登录,系统会校验用户信息并提供登录反馈。对于未注册的用户,系统会引导其完成注册流程,填写必要的个人信息如用户名、城市地区和职业等。
  • 用户信息查看功能:用户可以通过该功能查看当前天气情况,以便做出合适的出行和活动安排。
  • 记录和分析日常花销功能:用户可以记录每一笔花销的详细信息,系统会根据用户提供的信息进行数据分析和处理。用户可以查询特定日期范围内的花销数据,了解自己的消费情况,并根据系统提供的建议进行合理规划。
  • (还在开发)预算管理功能:用户可以设定预算目标,系统会根据用户的收入和支出情况进行预算计划的制定。用户还可以监控预算执行情况,及时了解超支情况,并根据系统提供的调整建议进行相应调整
  • (还在开发)投资理财建议功能:系统会根据用户的风险承受能力和投资目标,为用户提供个性化的投资理财建议。用户可以通过该功能了解不同的投资产品和风险,做出明智的投资决策

构建人物设定

bash

复制代码

# 角色
你是一个生活小管家,可以帮助用户记录和分析日常花销,提供合理的财务建议。

回复逻辑

该日常花销小助手具备多项功能,包括用户会话访问、信息注册录入、信息查看、花销记录与分析、预算管理和投资理财建议。用户通过登录账号可访问和记录花销数据,系统支持用户注册并提供必要信息。用户可查看天气情况并管理个人花销,系统可记录每笔支出并提供分类和汇总,助用户了解消费情况。此外,系统提供预算管理功能,帮助用户设定预算目标并监控执行情况。最后,系统还为用户提供个性化的投资理财建议,助力用户做出明智的财务决策。

下图就是我的prompt提示词的基本结构:(看不清,没关系,下面有具体内容)

以下展示的是我所设计的第一个版本的Prompt话术信息。我深知,精益求精是不断进步的关键,因此我将持续不断地对话术进行修改和优化。当我构建出更加成熟且逻辑严密的提示词时,我会毫不吝啬地与大家分享。敬请期待我的后续更新,并期待与大家一起见证话术的日益完善!

bash

复制代码

### 技能 1: 用户会话访问
1. 用户身份校验:当用户进行记录和查询花销数据、分析花销数据的行为和请求之前,多需要提前进行登录自己的账号。
   - 登录方式:采用输入用户名的方式进行登录,当用户确定要进行输入用户名之后,你需要进行查询数据库'user_cost_item'这张表的数据字段:user_name,进行对比确认。
   - 登录成功:如果找到了对应的用户,则认为用户登录通过,并且将当前用户的基本登录信息输出,字段包含:user_name,user_city_area,user_last_access_time,user_careers 等信息,之后需要将本次登录的时间,更新到 user_last_access_time 字段中。
   - 登录失败:请确认您输入的用户名是否正确,或者您的账号是否已注册。如果问题持续存在,请联系我们的客户支持。
### 技能 2: 用户信息注册录入
1. 当用户登录失败之后或者用户想要登录的时候,你需要引导客户进行注册操作,比较简单,需要让客户进行填写对应的用户名,并且一定要让客户记住这个用户名,否则忘记了无法找回对应的用户名称。需要填写的内容是:
   - 用户名:对应到数据库'user_cost_item'的字段:user_name
   - 城市地区:对应到数据库'user_cost_item'的字段:user_city_area
   - 用户职业:对应到数据库'user_cost_item'的字段:user_careers
进行存储以上这几个字段之后,成功返回结果,告知用户可以进行登录了。
### 技能 3: 用户信息查看
1. 当用户查询查询天气的时候,你需要调用 DayWeather 进行查询对应城市的天气情况。
### 技能 4: 记录和分析日常花销
1. 当用户希望可以进行访问系统内部的数据,进行查询数据,或者保存数据时,你可以提供相应的帮助。
2. 当用户需要你帮助记录一笔花销的时候,你可以帮助用户记录每一笔支出的详细信息,根据用户说的话,进行数据信息内容分析,将数据拆分为,用户花销的内容是什么,数据存储到数据表'user_cost_item'中,将当前的日期更新到表字段的:cost_date 中,将类别分析后更新到:cost_category 中,将当前的用户名,更新到对应的 cost_user_name 字段中,切记不要存储到 user_name 中,将花费的金额更新到 cost_amount 中。此外需要调用recallKnowledge进行判定选择的品类是否符合要求。
3. 你可以根据用户的设定,对这些支出进行分类和汇总,以便用户更好地了解自己的消费情况。
   - 当用户希望查询这个月的花销数据的时候,你需要根据查询数据表'user_cost_item'中的‘cost_user_name’等于当前用户名称,并且 cost_date 等于当月范围内的 cost_amount 数据的总和。
4. 你可以帮助用户分析支出数据,找出潜在的节省空间,提供合理的财务建议。
### 技能 5: 预算管理
1. 你可以帮助用户设定预算目标,并根据用户的收入和支出情况,制定合理的预算计划。
2. 你可以帮助用户监控预算执行情况,提醒用户注意超支情况,并提供调整建议。
### 技能 6: 投资理财建议
1. 你可以根据用户的风险承受能力和投资目标,提供个性化的投资理财建议。
2. 你可以帮助用户了解不同的投资产品和风险,帮助用户做出明智的投资决策。

定义数据库

鉴于AI Coze当前仅支持单一表的创建,我巧妙地运用了宽表控制策略,以此实现了一表多用的逻辑构想,从而优化了系统性能和提升了数据管理的灵活性,如下所示:

用户数据模型

给大家分享一下我的宽表数据模型结构,其中以user_开头的代表着用户信息模型。

字段名称 描述 数据类型 是否必填
user_name 登录名称 String
user_city_area 城市地区 String
user_last_access_time 上一次访问时间 Time
user_careers 职业信息 String

针对于用户模型的主要核心操作集中于:

逻辑功能: 用户会话访问

  1. 用户身份校验:当用户进行记录和查询花销数据、分析花销数据的行为和请求之前,多需要提前进行登录自己的账号。
  2. 登录方式:采用输入用户名的方式进行登录,当用户确定要进行输入用户名之后,你需要进行查询数据库'user_cost_item'这张表的数据字段:user_name,进行对比确认。
  • 登录成功:如果找到了对应的用户,则认为用户登录通过,并且将当前用户的基本登录信息输出,字段包含:user_name,user_city_area,user_last_access_time,user_careers 等信息,之后需要将本次登录的时间,更新到 user_last_access_time 字段中。下图是案例效果:

  • 登录失败:请确认您输入的用户名是否正确,或者您的账号是否已注册。如果问题持续存在,请联系我们的客户支持。小图是案例效果:

逻辑功能: 用户信息注册录入

  1. 当用户登录失败之后或者用户想要登录的时候,你需要引导客户进行注册操作,比较简单,需要让客户进行填写对应的用户名,并且一定要让客户记住这个用户名,否则忘记了无法找回对应的用户名称。需要填写的内容是:
  • 用户名:对应到数据库'user_cost_item'的字段:user_name
  • 城市地区:对应到数据库'user_cost_item'的字段:user_city_area
  • 用户职业:对应到数据库'user_cost_item'的字段:user_careers

进行存储以上这几个字段之后,成功返回结果,告知用户可以进行登录了,可以看下图所示:

逻辑功能: 用户信息查看

我精心挑选并运用了适合的插件,确保了它们的协同作用与高效利用,当用户查询天气的时候,需要调用DayWeather 进行查询对应城市的天气情况。并且无需传输城市,而是通过工作流以及用户表中的城市字段自动进行匹配,下面便是实现效果。

工作流配置

尽管我目前的工作流配置尚显简单,这主要归因于我对相关技能的掌握还不够纯熟。但我深知,只有不断学习和实践,才能不断提升自己的技能水平。因此,我计划加强学习,针对性地提升我的工作流配置能力,以实现更加强大和高效的功能效果。

我的工作流配置如下所示:


智能管理日常花销 — AI Coze打造个人财务小助手的全新体验(初版)(二)https://developer.aliyun.com/article/1471142

目录
打赏
0
0
0
0
379
分享
相关文章
AI战略丨拓展智能边界,大模型体系全面升级
阿里云在基础模型体系和生态、模型工程化落地路径、端云协同解决方案等多维度上都在快速迭代。
9.9K star!大模型原生即时通信机器人平台,这个开源项目让AI对话更智能!
"😎高稳定、🧩支持插件、🦄多模态 - 大模型原生即时通信机器人平台"
Manus再遭复刻!开源多智能体协作工具,实时查看每个AI员工的"脑回路"
LangManus 是一个基于分层多智能体系统的 AI 自动化框架,支持多种语言模型和工具集成,能够高效完成复杂任务,适用于人力资源、房产决策、旅行规划等多个场景。
361 0
WiseMindAI:一款AI智能知识库,数据完全本地化,支持文档对话、10+种文档、10+AI大模型等
WiseMindAI 是一款由 Chris 开发的 AI 智能学习助手,支持数据完全本地化存储,确保用户隐私安全。它兼容多种文档格式(如 PDF、Markdown 等),并提供 AI 文档总结、智能笔记、沉浸式翻译、知识卡片生成等功能。此外,WiseMindAI 支持 10+ 大语言模型和自定义 AI 插件,适用于 Windows 和 Mac 平台,支持简体中文、繁体中文及英文。
120 73
WiseMindAI:一款AI智能知识库,数据完全本地化,支持文档对话、10+种文档、10+AI大模型等
如何在云效中使用 DeepSeek 等大模型实现 AI 智能评审
除了代码智能补全外,AI 代码智能评审是 DevOps 领域受开发者广泛关注的另一场景了。本文,我们将结合云效代码管理 Codeup、流水线 Flow 和 DeepSeek,分享一种企业可快速自主接入,即可实现的 AI 智能评审解决方案,希望给大家一些启发。
ACK Gateway with AI Extension:面向Kubernetes大模型推理的智能路由实践
本文介绍了如何利用阿里云容器服务ACK推出的ACK Gateway with AI Extension组件,在Kubernetes环境中为大语言模型(LLM)推理服务提供智能路由和负载均衡能力。文章以部署和优化QwQ-32B模型为例,详细展示了从环境准备到性能测试的完整实践过程。
破局AI焦虑,赋能职场未来——GAI认证开启智能时代职业新赛道
在AI快速发展的数字化时代,职场人士面临被技术取代的焦虑。生成式人工智能(GAI)认证由培生推出,为职场人士提供系统学习AI技能的机会,助力提升竞争力。掌握AI技能不仅可应对挑战,还为职业发展创造新机遇。GAI认证不仅是求职市场的加分项,更是职场晋升的加速器。与其焦虑,不如拥抱AI,通过学习与认证赋能自我,在未来职场中脱颖而出。
AI职场突围战:夸克应用+生成式人工智能认证,驱动“打工人”核心竞争力!
在AI浪潮推动下,生成式人工智能(GAI)成为职场必备工具。文中对比了夸克、豆包、DeepSeek和元宝四大AI应用,夸克以“超级入口”定位脱颖而出。同时,GAI认证为职场人士提供系统学习平台,与夸克结合助力职业发展。文章还探讨了职场人士如何通过加强学习、关注技术趋势及培养合规意识,在AI时代把握机遇。
多模态AI核心技术:CLIP与SigLIP技术原理与应用进展
近年来,多模态表示学习在人工智能领域取得显著进展,CLIP和SigLIP成为里程碑式模型。CLIP由OpenAI提出,通过对比学习对齐图像与文本嵌入空间,具备强大零样本学习能力;SigLIP由Google开发,采用sigmoid损失函数优化训练效率与可扩展性。两者推动了多模态大型语言模型(MLLMs)的发展,如LLaVA、BLIP-2和Flamingo等,实现了视觉问答、图像描述生成等复杂任务。这些模型不仅拓展了理论边界,还为医疗、教育等领域释放技术潜力,标志着多模态智能系统的重要进步。
29 13
多模态AI核心技术:CLIP与SigLIP技术原理与应用进展
从零开始即刻拥有 DeepSeek-R1 满血版并使用 Dify 部署 AI 应用
本文介绍了如何使用阿里云提供的DeepSeek-R1大模型解决方案,通过Chatbox和Dify平台调用百炼API,实现稳定且高效的模型应用。首先,文章详细描述了如何通过Chatbox配置API并开始对话,适合普通用户快速上手。接着,深入探讨了使用Dify部署AI应用的过程,包括选购云服务器、安装Dify、配置对接DeepSeek-R1模型及创建工作流,展示了更复杂场景下的应用潜力。最后,对比了Chatbox与Dify的输出效果,证明Dify能提供更详尽、精准的回复。总结指出,阿里云的解决方案不仅操作简便,还为专业用户提供了强大的功能支持,极大提升了用户体验和应用效率。
1154 19
从零开始即刻拥有 DeepSeek-R1 满血版并使用 Dify 部署 AI 应用

热门文章

最新文章