【要約】【Python×Claude】金融データは自分で管理。3日で家計簿アプリ「MoneyRebirth」を作った話 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
開発者は、複数の金融機関に分散したデータを一元管理・分析したいという課題に直面した。各社でデータ形式や文字コードが異なり、統合が困難な状況であった。
- ・金融機関ごとにCSVやPDFなどデータ形式がバラバラである。
- ・API利用の厳格化により、自動取得が困難である。
- ・SuicaのPDFのように、半角カタカナを含む特殊なフォーマットが存在する。
// Approach
開発者は、AIによる実装支援を受けつつ、解析ロジックを分離する設計を採用した。手動でのデータ取得を前提とし、解析の柔軟性を重視している。
- ・Streamlitを用い、ファイルのドラッグ＆ドロップで動作するUIを構築した。
- ・
parsers/ディレクトリに金融機関ごとの解析ロジックを独立させた。 - ・
pdfplumberを活用し、SuicaのPDFからテキストを抽出した。 - ・発行日から取引年を推定するロジックを実装し、データの正確性を担保した。
// Result
開発者は、合計5〜6時間の作業で、実用的な可視化ダッシュボードを完成させた。複数の金融機関のデータに対応し、OSSとして公開されている。
- ・三菱UFJ、三井住友、SBI証券、Suica、MoneyForwardに対応した。
- ・複雑なSuicaのPDF解析を、短期間で実現した。
- ・今後はVision APIを用いたレシート自動入力などの拡張を予定している。
Senior Engineer Insight
> LLMを単なるコード生成器ではなく、設計のパートナーとして使い、開発サイクルを高速化した点が秀逸だ。特にパーサーを分離する設計は、フォーマット変更への耐性を高める実戦的な判断である。ただし、手動エクスポートへの依存は運用負荷となる。将来的にVision API等を用いた自動化が進めば、高度なデータパイプラインへと昇華するだろう。