📦 Subscription Killer — 订阅杀手

订阅杀手 分析银行交易 CSV，找出所有周期性订阅，按“取消/降级优先级”排序，并估算每月可省金额。

技能概览 本技能接收一份银行交易 CSV，自动：

• 嗅探列名，识别结构
• 用别名词典 + 模糊匹配（Levenshtein ≤ 2 token）归一化商户名
• 按周期（月/季/年）与金额波动（±2 %）检测重复扣款
• 为每条订阅打置信分（0–100）
• 用复合优先级排序：支出 × 闲置风险 × 价格膨胀因子 × 重复惩罚
• 输出结构化报告，给出明确的取消/降级建议

输入格式 接受任意个人银行账户 CSV 导出，自动识别常见格式： Bank / Provider | 典型列 Monzo | Date, Name, Amount, Category Starling | Date, Counter Party, Amount, Balance Revolut | Started Date, Description, Amount, Currency 标准 OFX | Date, Description, Debit Amount 通用 | date, merchant/description, amount（最低要求）

列检测优先级

• Date：匹配 date/transaction date/started date/posted date（不区分大小写），若无则取首列可解析为 ISO 8601 或 DD/MM/YYYY
• Amount：匹配 amount/debit amount/debit，忽略 credit/top-up 行
• Merchant：匹配 name/description/merchant/counter party/payee，若无则取最长非数字列

核心逻辑 Step 1 — 解析 CSV （代码略，自动识别列并提取正数支出金额）

Step 2 — 归一化商户名 两阶段： 1) 别名词典（高置信） 示例映射： netflix → Netflix spotify → Spotify apple\.com/bill → Apple Subscriptions amazon prime → Amazon Prime disney\+ → Disney+ github → GitHub notion → Notion slack → Slack dropbox → Dropbox google\s?one → Google One/Workspace microsoft 365 → Microsoft 365 adobe → Adobe Creative Cloud figma → Figma zoom → Zoom 1password → Password Manager nordvpn → VPN Service peloton → Peloton strava → Strava medium → Medium substack → Substack audible → Audible …（其余略）

2) 模糊匹配补漏，Levenshtein ≤ 2 token 视为同一商户