Jurnalul modificărilor analizatorului extras de cont

Urmăriți dezvoltarea analizei extrasului de cont. Abonați-vă prin RSS sau urmăriți repozitivul GitHub pentru notificări de lansare.

v0.0.8 — 2026-04-11 (Latest) — "Full Platform"

Multi-currency balance verification — verify_balance_multi_currency() groups by currency, runs Golden Rule per group.
hledger + beancount export — to_hledger() and to_beancount() in bankstatementparser.export.
Bulk directory scanner — scan_and_ingest() scans folder trees, deduplicates across batch.
Account mapping rules — AccountMapper with ordered regex rules from JSON config.
REST API — FastAPI wrapper with /ingest and /health endpoints ([api] extra).

Direct Ollama bridge (ollama_direct_completion) — bypasses LiteLLM long-prompt hang.
Strip mode (VisionExtractor.strip_rows=True) — splits dense pages into overlapping bands for small local models.
Recommended vision model changed from llava to minicpm-v.

Dropped Python 3.9 support (now 3.10-3.14).
Enrichment module (Categorizer, EnrichedTransaction, DEFAULT_CATEGORY_SCHEMA).
Interactive review mode with --type review CLI command.
Per-row bounding box extraction (Transaction.source_bbox).

Hybrid PDF pipeline (smart_ingest()) with deterministic/text-LLM/vision-LLM routing.
LLMExtractor for digital PDFs via LiteLLM.
VisionExtractor for scanned PDFs via multimodal vision models.
Golden Rule balance verification (opening + credits - debits == closing).
Idempotent deduplication via transaction_hash (MD5 fingerprint).

S-a adăugat analiza paralelă a fișierelor cuparse_files_parallel()folosind ProcessPoolExecutor.
S-a adăugat fluxul real pentru fișiere mari PAIN.001 (50 MB+) cu memorie limitată.
Optimizări de performanță: debitul CAMT depășește acum 27.000 tx/s, PAIN.001 depășește 52.000 tx/s.
AdăugatDeduplicatorclasă pentru detectarea dublurilor exacte și a potrivirilor suspecte cu scoruri de încredere.
Adăugatfrom_string()şifrom_bytes()metode pentru analizarea în memorie fără I/O pe disc.
Adăugatiter_secure_xml_entries()pentru procesarea securizată a arhivei ZIP.
CI extins cu aplicarea pragului de performanță.

S-a adăugat suport pentru analizatorul CSV, OFX, QFX și MT940.
A fost adăugată detectarea automată a formatului cudetect_statement_format()şicreate_parser().
S-a adăugat redarea PII (activată implicit în modul CLI și streaming).
S-au adăugat ajutoare de export pentru CSV, JSON și Excel.
S-a adăugat suport opțional Polars DataFrame.
Suita de teste extinsă la 718 de teste cu acoperire de 100% a ramurilor.

S-a adăugat analizatorul PAIN.001 (Pain001Parser) pentru dosarele de inițiere a transferului de credite ISO 20022.
S-a adăugat interfață CLI (python -m bankstatementparser.cli).
S-a adăugat modul de streaming cuparse_streaming().
S-au adăugat validarea intrării și limitele de dimensiune a fișierului.

Lansare inițială.
Analizor CAMT.053 (CamtParser) pentru extrasele de cont de la bancă la client conform ISO 20022.
ieșire Pandas DataFrame.
Întărirea securității XML de bază (protecție XXE, no_network).

Vizualizați istoricul complet al comitărilor pe GitHub.