Python标准库手写记账软件：SQLite存储与命令行报表实战-北京尧图网络

简介基于Python的简易记账软件设计源码面向个人用户与小型企业用于解决日常收支记录、流水统计和基础财务台账管理问题。项目采用Python后端与HTML/CSS/JavaScript前端整体分为Controller、Dao、Service三层涵盖用户管理、订单/流水记录、登录与历史明细等功能模块划分清晰便于二次开发与学习。整个压缩包共37个文件大小约848KB核心代码以20个Python脚本为主包含业务逻辑、数据访问和接口处理前端由4个HTML、4个CSS与5个JavaScript文件构成另有映射、图标及Git忽略规则等配套文件结构完整可直接运行或改造参考。已有717人学习/下载。项目特别适合Python初学者、课程设计及小型项目实践者既能理解软件分层思路也能通过实际案例掌握表单交互、数据库操作与后端接口设计是一款轻量但完整的记账软件入门范本。1. 记账软件自己写值不值当翻了下三个月的支付账单发现每一笔几十块的零碎消费加起来比房租还高。想做个统计Excel 里折腾半天格式乱了市面上记账 App 又有广告还怕数据隐私。干脆用 Python 写一个简易记账软件——命令行录入、SQLite 存储、按月出报表源码全部自己掌控。这个标题背后其实是一类需求用 Python 标准库实现一个能真实使用的记账工具不需要 Web 框架、不需要前端重点在数据模型、增删改查逻辑和报表统计。适合 Python 刚入门想做一个完整项目的同学也适合想把自己账目握在手里的开发者。简易不等于简陋单表设计、金额用分存储、查询用参数化 SQL这些习惯以后写大项目照样用得上。2. 先把运行环境立起来Python 版本、虚拟环境与项目骨架2.1 为什么只依赖 Python 标准库记账软件的核心是数据录入、查询、统计这些活儿 Python 的 sqlite3、csv、datetime、argparse 标准库就能干完。常见做法是先用标准库把逻辑跑通后期要加图表再引入 pandas、matplotlib要加界面再上 tkinter 或 PyQt。这样做的直接好处是别人拿到的源码只要装了 Python 就能跑不用先 pip install 一堆依赖。很多人一上来就装 pandas其实对于一个月几千条流水的记账工具SQLite 的 GROUP BY 已经够快了。环境选择上我建议装 Python 3.10 以上版本原因有两个一是 sqlite3 模块内置不需要单独装数据库二是 3.10 以后的语法特性比如 match-case、更清晰的报错信息写源码时省心。Windows 上去 python.org 下载安装包安装时勾选 Add Python to PATHmacOS 上可以用 brew install python或者直接官网装。装完在命令行敲 python --version能输出版本号就算成了。2.2 用虚拟环境隔离项目依赖即使只用标准库也建议建一个虚拟环境这个习惯能避免以后引入第三方库时污染全局 Python。命令如下# Windows python -m venv .venv .venv\Scripts\activate # macOS / Linux python3 -m venv .venv source .venv/bin/activate激活后命令行前面会出现 (.venv) 前缀此时 pip 安装的包都只在这个项目里生效。如果用 VS Code 写代码打开项目文件夹后按 CtrlShiftP选择 Python: Select Interpreter指向 .venv 里的解释器这样编辑器里的语法提示和运行环境保持一致。这一步跳过也没事但以后项目多了依赖互相打架的时候就会想起虚拟环境这个后悔药。源码的文件结构按功能拆开而不是全塞进一个 main.py。我一般这样组织simple_accounting/ ├── app.py # 入口命令行分发 ├── storage.py # SQLite 连接与建表 ├── models.py # 数据校验与记录对象 ├── operations.py # 记账、查询、统计核心逻辑 ├── reports.py # 月度报表与汇总输出 └── requirements.txt # 当前为空等引入第三方库再填这个拆法把存储、模型、操作、报表分开以后想给某个模块加功能不用牵连其他文件。新手最容易翻车的地方是把所有代码写在一个文件里几百行之后改一个函数要上下找半天所以入口只做参数解析和路由具体逻辑全部丢给对应模块。2.3 入口文件先做一个能跑的骨架app.py 的任务很简单接收命令行参数分发给对应函数。先用 argparse 做一个最小骨架确认环境没问题再继续写业务逻辑import argparse from operations import add_transaction, list_transactions, monthly_report def main(): parser argparse.ArgumentParser(description简易记账软件) sub parser.add_subparsers(destcommand) add_parser sub.add_parser(add, help记一笔账) add_parser.add_argument(--type, choices[income, expense], requiredTrue) add_parser.add_argument(--amount, typefloat, requiredTrue) add_parser.add_argument(--category, requiredTrue) add_parser.add_argument(--note, default) list_parser sub.add_parser(list, help查流水) list_parser.add_argument(--days, typeint, default7) report_parser sub.add_parser(report, help月报) report_parser.add_argument(--month, helpYYYY-MM 格式) args parser.parse_args() if args.command add: add_transaction(args) elif args.command list: list_transactions(args) elif args.command report: monthly_report(args) if __name__ __main__: main()argparse 的好处是自动生成帮助信息输入 python app.py add --help 就能看到参数的用法说明。子命令的设计让 add、list、report 之间的参数互不干扰这也是记账软件这类命令行工具最常见的交互方式。参数解释一下--type 限制只能是 income 或 expense--amount 记 float 是为了人输入方便内部存储时再换成整数分--days 控制查近几天的流水。跑一下 python app.py add --help能看到子命令的参数说明说明环境没问题可以进入数据层设计。3. 数据模型先行单表设计、金额存储与 SQLite 建表3.1 一条账目记录需要哪些字段记账需求拆到最简一条记录至少要回答四个问题钱从哪来/花到哪去、多少金额、什么时候、备注是什么。对应到表字段我设计了这样一张表CREATE TABLE IF NOT EXISTS transactions ( id INTEGER PRIMARY KEY AUTOINCREMENT, trade_type TEXT NOT NULL CHECK(trade_type IN (income, expense)), amount_cents INTEGER NOT NULL CHECK(amount_cents 0), category TEXT NOT NULL, note TEXT DEFAULT , trade_date TEXT NOT NULL, created_at TEXT NOT NULL DEFAULT (datetime(now, localtime)) );trade_type 用字符串 income/expense 而不是 0/1是因为直接可读查数据时不用脑子里再翻译一遍。amount_cents 是金额乘以 100 后的整数这是整个设计里最关键的一个决定。举个实际例子早饭 7.9 元记成 790 分午饭 28.5 元记成 2850 分月底汇总时直接用整数相加不会出现 0.10.20.30000000000000004 这种浮点误差。所有统计报表的金额输出时再除以 100 转回十进制字符串。category 字段是自由文本还是预置列表我的建议是预置一批常用分类同时允许用户在录入时输入任意值。预置的好处是月度分类统计时能看到干净的聚合结果自由输入的好处是比如临时记一笔“宠物看病”不至于找不到分类而放弃记账。折中做法是提供一个默认分类建议但程序不做强校验源码里留给用户自己改。trade_date 单独存 TEXT 而不是用 created_at是因为用户可能补录几天前的账记账时间和交易时间不是一回事。存储格式统一用 YYYY-MM-DD这样用 BETWEEN 查询时字符串比较正好是按日期排序的不需要 date() 函数转换。3.2 SQLite 与 CSV 的选型边界有人会把数据存在 CSV 文件里代码更简单Excel 也能直接打开。CSV 方案在账目量小于几百条、单用户不并发写入时确实够用但遇到两个场景就难受了一是程序崩溃或断电CSV 写到一半文件损坏整份账目可能全丢二是月末要按分类汇总时得用 Python 循环遍历所有行自己累加。SQLite 单文件数据库事务机制保证写入的原子性一条 SELECT ... GROUP BY 就能完成分类汇总重复打开关闭也不会损坏数据。代价是文件是二进制格式不能直接用 Excel 打开但可以用命令行导出 CSV。存储层我用 sqlite3 标准库连接方式如下import sqlite3 from pathlib import Path DB_PATH Path(__file__).parent / accounting.db def get_connection(): conn sqlite3.connect(DB_PATH) conn.row_factory sqlite3.Row conn.execute(PRAGMA journal_modeWAL;) return connconn.row_factory sqlite3.Row 让查询结果可以用 row[amount_cents] 这样的字段名访问代码里不用写 row[0]、row[1] 这种没人看得懂的索引。PRAGMA journal_modeWAL 是优化并发读写的后面避坑章节还会再提到这里先埋个伏笔。3.3 建表与初始化首次运行自动创建为了不让用户手动执行 SQL 文件我在 storage.py 里加一个 init_db 函数在入口 main() 第一行调用。首次运行自动建表文件不存在则自动创建这是源码开箱即用的关键设计def init_db(): with get_connection() as conn: conn.execute( CREATE TABLE IF NOT EXISTS transactions ( id INTEGER PRIMARY KEY AUTOINCREMENT, trade_type TEXT NOT NULL CHECK(trade_type IN (income, expense)), amount_cents INTEGER NOT NULL CHECK(amount_cents 0), category TEXT NOT NULL, note TEXT DEFAULT , trade_date TEXT NOT NULL, created_at TEXT NOT NULL DEFAULT (datetime(now, localtime)) ); ) create_monthly_report_view()这里有个易忽略的细节with get_connection() as conn 语法不会自动关闭连接sqlite3 的 connect 对象是上下文管理器只提交事务但不关闭连接。时间长了程序反复运行会有句柄泄漏的隐患。我一般会在函数末尾显式调用 conn.close()或者用 contextlib.closing 包一层。为了让源码看起来更整洁最直接的方式是每次取连接后用完手动关下面的代码都按这个习惯处理conn get_connection() try: # 数据库操作 pass finally: conn.close()这个习惯在多线程环境下尤其重要连接不关会导致文件锁一直占着Windows 上甚至会报数据库被占用。3.4 初始化时写一条测试数据验证链路建表函数写完后先别急着写业务逻辑插入一条测试数据验证整个链路是通的。这一步相当关键可以省去后面排查代码问题时还要怀疑建表没成功的烦恼conn get_connection() try: conn.execute( INSERT INTO transactions (trade_type, amount_cents, category, note, trade_date) VALUES (?, ?, ?, ?, ?), (expense, 790, 餐饮, 早饭, 2024-05-20), ) conn.commit() row conn.execute(SELECT * FROM transactions WHERE id last_insert_rowid()).fetchone() print(dict(row)) finally: conn.close()代码里的 ? 占位符是参数化查询values 由 Python 变量传入避免拼接 SQL 字符串造成的注入风险和引号转义问题。last_insert_rowid() 拿的是刚插入那一行的自增 ID拿回来再查一遍确认能读到自己刚写入的数据。如果这里翻车多半是 DB_PATH 指向的目录没有写入权限换成项目目录下的绝对路径即可。4. 核心记账逻辑增删改查、参数校验与统计报表4.1 记账操作先校验再落库记账入口的 add_transaction 函数要做三层检查金额必须大于 0、类型必须是 income/expense、日期格式合法。这三层过了再写数据库缺一不可from datetime import datetime def parse_amount_to_cents(amount: float) - int: 金额转分规避浮点误差 if amount 0: raise ValueError(金额必须大于 0) return int(round(amount * 100)) def parse_date(date_str: str) - str: 校验日期格式返回 YYYY-MM-DD try: dt datetime.strptime(date_str, %Y-%m-%d) return dt.strftime(%Y-%m-%d) except ValueError: raise ValueError(日期格式应为 YYYY-MM-DD例如 2024-05-20) def add_transaction(args): amount_cents parse_amount_to_cents(args.amount) trade_date parse_date(args.date) if hasattr(args, date) and args.date else datetime.now().strftime(%Y-%m-%d) conn get_connection() try: conn.execute( INSERT INTO transactions (trade_type, amount_cents, category, note, trade_date) VALUES (?, ?, ?, ?, ?), (args.type, amount_cents, args.category.strip(), args.note.strip(), trade_date), ) conn.commit() print(f记账成功{args.type} {args.amount} 元分类 {args.category}日期 {trade_date}) finally: conn.close()parse_amount_to_cents 里先 round 再 int是为了避免 19.99*100 得到 1998.9999999999998 这样的浮点结果。这个坑在记账软件里非常经典金额汇总差一分钱时先怀疑这里。注意 category.strip() 和 note.strip()用户手滑输入的前后空格如果不处理查询“餐饮”会漏掉“ 餐饮”分类的数据。4.2 改账与删账软删除还是物理删除日常使用中最大的需求其实是“记错了”要改。有两种思路UPDATE 原记录或者把原记录标记为删除再插入新记录。简易记账软件用 UPDATE 就够直接改字段、保留 id不会破坏关联关系。删除时我推荐物理删除因为单表没有外键关联而且账本数据量小不存在性能压力def update_transaction(trans_id: int, **fields): allowed {trade_type, amount_cents, category, note, trade_date} updates {k: v for k, v in fields.items() if k in allowed} if not updates: raise ValueError(没有可更新的字段) set_clause , .join(f{col} ? for col in updates) values list(updates.values()) [trans_id] conn get_connection() try: conn.execute(fUPDATE transactions SET {set_clause} WHERE id ?, values) conn.commit() finally: conn.close() def delete_transaction(trans_id: int): conn get_connection() try: conn.execute(DELETE FROM transactions WHERE id ?, (trans_id,)) conn.commit() print(f已删除记录 #{trans_id}) finally: conn.close()注意 set_clause 不能直接拼用户输入这里用的是白名单过滤只把 allowed 集合里的字段拼进 SQL其余的字段即使传入也被忽略。源码里这个模式叫动态 UPDATE 的白名单构造是防止 SQL 注入的关键手段。UPDATE 和 DELETE 执行后要检查 cursor.rowcount如果等于 0 说明这个 id 不存在给用户一个明确提示而不是静默成功。4.3 流水查询与分类汇总查询近 N 天流水、按月汇总这两个是记账软件里最常用的功能。近 N 天流水用 trade_date 和 date(now, -N days) 比较def list_transactions(days: int 7, limit: int 50): conn get_connection() try: rows conn.execute( SELECT id, trade_type, amount_cents, category, note, trade_date FROM transactions WHERE trade_date date(now, ?) ORDER BY trade_date DESC, id DESC LIMIT ? , (f-{days} days, limit), ).fetchall() for row in rows: amount row[amount_cents] / 100 sign if row[trade_type] income else - note f ({row[note]}) if row[note] else print(f{row[trade_date]} {sign}{amount:8.2f} [{row[category]}]{note}) finally: conn.close()date(now, ?) 的参数传负数字符串SQLite 会自动计算日期偏移这比在 Python 里用 datetime 加减再格式化更省事也避免了时区问题。LIMIT ? 防止查询结果太多刷屏命令行工具输出超过几十行阅读体验就很差了。分类汇总用 GROUP BY这是 SQLite 的强项也体现了把金额存为整数分的另一个好处——SUM 的结果精确不需要担心浮点累加误差def category_summary(month: str): conn get_connection() try: rows conn.execute( SELECT category, SUM(amount_cents) AS total_cents, COUNT(*) AS cnt FROM transactions WHERE strftime(%Y-%m, trade_date) ? AND trade_type expense GROUP BY category ORDER BY total_cents DESC , (month,), ).fetchall() print(f{month} 支出分类排行) for row in rows: print(f{row[category]:10} {row[total_cents]/100:10.2f} 元 {row[cnt]} 笔) finally: conn.close()strftime(%Y-%m, trade_date) 能从 YYYY-MM-DD 里取出年月字符串比较正好按月份过滤。ORDER BY total_cents DESC 让花钱多的分类排在头上一眼看出钱被谁吃掉。这个查询放在 SQL 里做要比把所有记录拉到 Python 里再循环累加简洁得多也是“用数据库思维解决问题”的一个范例。4.4 月度收支总览报表函数把收入、支出、结余一起算出来这是用户月底最关心的数字。实现上不用写复杂的子查询分别汇总就行def monthly_report(month: str): conn get_connection() try: income conn.execute( SELECT COALESCE(SUM(amount_cents), 0) FROM transactions WHERE strftime(%Y-%m, trade_date) ? AND trade_type income, (month,), ).fetchone()[0] expense conn.execute( SELECT COALESCE(SUM(amount_cents), 0) FROM transactions WHERE strftime(%Y-%m, trade_date) ? AND trade_type expense, (month,), ).fetchone()[0] balance income - expense print(f{month} 收入{income/100:.2f} 元) print(f{month} 支出{expense/100:.2f} 元) print(f{month} 结余{balance/100:.2f} 元) finally: conn.close()COALESCE 把没有记录时的 NULL 转成 0否则 SUM 没数据时返回的 None 直接参与减法会抛出类型错误。这笔处理看似小但恰恰是新手最容易踩的坑。收入、支出各自单独查询逻辑直白以后要加预算、年度对比在这个基础上叠加即可。5. 避坑记录记账软件常见的五个翻车现场5.1 中文路径导致数据库无法打开现象项目放在 C:\Users\张三\Documents\记账软件\ 下运行 init_db 时报 sqlite3.OperationalError: unable to open database file。原因SQLite 打开中文路径在某些 Windows 环境变量编码下会失败尤其是控制台代码页为 GBK、Python 字符串 path 传进 C API 时转换异常。这不是 Python 的 bug而是操作系统本地化设置与 Python 的 UTF-8 默认编码不一致导致的。解决DB_PATH 不要拼在用户目录的中文文件夹下源码里改为项目所在目录的相对路径并确保项目目录本身是纯英文。如果必须支持中文路径可以在程序启动时把路径编码方式显示指定但最简单的方案是约定项目路径只含英文下载源码后解压到英文目录再运行。5.2 SQLite 并发写入报 database is locked现象开了两个终端同时向同一数据库插入数据第二个终端报 sqlite3.OperationalError: database is locked。原因SQLite 是文件级锁同一时刻只允许一个写事务。WAL 模式允许读写并发但两个写操作还是会互相阻塞默认超时时间是 0 秒立刻抛错。解决连接时加上 timeout 参数让等待锁的时间拉长conn sqlite3.connect(DB_PATH, timeout10) conn.execute(PRAGMA journal_modeWAL;)timeout10 表示拿不到写锁时最多等 10 秒多数情况等前一个事务提交完就能继续。如果是长时间持锁的事务要么减小事务粒度要么用排队逻辑避免并发写。个人记账场景基本不会撞上但如果以后改成多人共用一个小型记账服务这里会第一个暴露问题。5.3 金额汇总差一分钱浮点存储的坑现象记了三笔 0.1 元、0.2 元、0.3 元的账报表却显示 0.60 元跟手算的 0.6 元对不上。更隐蔽的是 SUM 结果出现 0.6000000000000001。原因float 在计算机里是二进制小数0.1 在二进制下是无限循环相加时的舍入误差会累积。直接存 float 到 SQLite 再 SUM误差会一直在。解决从源头解决录入时乘 100 转 int存储、计算都用整数分只在展示时除以 100。代码里 parse_amount_to_cents 用了 round(amount * 100)这是处理用户输入浮点数的最后一层防线。这个坑在记账软件里出现过太多次凡是涉及钱的计算一律 int不做任何例外。5.4 PyInstaller 打包后找不到数据库文件现象源码在 Python 环境里运行正常用 PyInstaller 打成 exe 后换到别的电脑上提示 unable to open database file。原因打包后程序的当前工作目录是 exe 所在目录或系统临时目录而代码里用相对路径创建的 accounting.db 被放到了临时目录用户看不到数据再次启动时数据丢失。解决数据库路径要固定放在用户数据目录而不是当前工作目录import os from pathlib import Path APP_NAME SimpleAccounting data_dir Path(os.environ.get(APPDATA, Path.home())) / APP_NAME data_dir.mkdir(parentsTrue, exist_okTrue) DB_PATH data_dir / accounting.dbWindows 上 %APPDATA% 是 C:\Users\用户名\AppData\Roaming文件放在这里不会因为 exe 位置变化而丢失。打包前还要在 PyInstaller 的 spec 文件里排除不必要的模块减少生成的 exe 体积。这一步虽然看起像“进阶操作”但只要你想把记账软件发给朋友用就一定会撞上。5.5 Windows 控制台打印中文乱码现象print(记账成功) 在 Windows 命令行下输出乱码在 VS Code 终端里却正常。原因Windows 控制台默认代码页是 GBKPython 的标准输出编码跟随系统区域设置如果源码文件是 UTF-8 保存print 输出的字符串编码与终端解码方式不匹配。解决在入口 main() 最前面加上重配置import sys if sys.platform win32: sys.stdout.reconfigure(encodingutf-8)sys.stdout.reconfigure 是 Python 3.7 之后提供的方法把输出流改为 UTF-8同时把控制台代码页切到 UTF-8 通常也能解决但改终端设置只影响当前窗口重开终端又恢复所以代码里强制配置更可靠。乱码问题不影响数据正确性但影响使用心情一个 print 就劝退用户很不值。6. 进阶用法给记账软件加一个数据自检与月度趋势输出账记到第三个月的时候最怕的是数据错了自己不知道。我后来加了一个自检函数每次跑月报之前先做一次交叉验证确保报表数字可信。思路很简单报表里的总支出金额必须等于明细表里所有 expense 记录的 sum如果不等说明有数据被误改或者浮点误差混进来了def validate_ledger(month: str): conn get_connection() try: detail_sum conn.execute( SELECT COALESCE(SUM(amount_cents), 0) FROM transactions WHERE strftime(%Y-%m, trade_date) ? AND trade_type expense, (month,), ).fetchone()[0] report_sum conn.execute( SELECT COALESCE(SUM(amount_cents), 0) FROM expense_summary WHERE month ?, (month,), ).fetchone()[0] if detail_sum ! report_sum: raise ValueError(f{month} 报表对不上明细 {detail_sum} vs 汇总 {report_sum}) print(f{month} 数据校验通过共 {detail_sum} 分) finally: conn.close()这个自检函数要想跑通需要提前建一个 expense_summary 视图按月份和分类预先聚合。每月月底跑一次校验数字一致才能把报表发给家人看。数据自检的意义不在于防黑客而是防止自己几次手滑输错金额后报表还显示得很正常实际账目已经不对了。月度趋势输出用一张简单的文本表格就够了不需要上图表。输出近 6 个月每月的收入、支出、结余用字符串格式化对齐def trend_six_months(): conn get_connection() try: rows conn.execute( SELECT strftime(%Y-%m, trade_date) AS month, SUM(CASE WHEN trade_type income THEN amount_cents ELSE 0 END) AS inc, SUM(CASE WHEN trade_type expense THEN amount_cents ELSE 0 END) AS exp FROM transactions WHERE trade_date date(now, -6 months) GROUP BY month ORDER BY month ).fetchall() print(f{月份:8} {收入:12} {支出:12} {结余:12}) for r in rows: balance r[inc] - r[exp] print(f{r[month]:10} {r[inc]/100:10.2f} {r[exp]/100:10.2f} {balance/100:10.2f}) finally: conn.close()这段代码的价值在于展示了一种思路命令行工具不需要花哨图表也可以用对齐的文本表格把趋势呈现清楚。SUM 配合 CASE WHEN 实现按条件累加一次 SQL 查询就把收入和支出同时算出来比两条 SQL 拼起来效率更高代码也更紧凑。记账软件做到这一步功能已经覆盖日常使用记账、查账、分类汇总、月度报表、数据自检、趋势查看。回头看整个过程最值得沉淀的不是代码技巧而是把“金额用整数分存储”和“参数化 SQL 防止注入”这两个习惯刻进肌肉记忆。后来的项目不管是写订单系统还是库存管理这两个原则都直接复用。如果你照着这个结构写一版自己的记账源码跑通后再加个 GUI 界面或者导出 CSV 功能会比现在更清楚自己每一笔钱的去向。希望帮到你。本文还有配套的精品资源点击获取

Python标准库手写记账软件：SQLite存储与命令行报表实战

相关推荐

2026降AI工具实测：10款工具原理对比与选型建议

阿尔茨海默病性别差异：健康衰老为何解释不了女性更高患病率

SPARKX i7实测：家用3D打印机如何从极客玩具变成智能家电

更多资讯

Vivado Block Design脚本化：从TCL导出到自动化维护

图片边界矢量化与地理配准：从栅格图片到GIS矢量边界的实操指南

霍尔式流量计从信号调理到算法实现：频率测量、滤波与标定全解析

基于Klipper的Qt上位机实战：从通信协议到打印参数控制

基于Qt的Klipper上位机开发：实时监控与通信解析实践

Kettle ETL实战：从概念原理到增量抽取与故障排查指南

今日更新

45个经典Linux面试题：从命令到网络排障的完整考点解析

SAP生产预留实战指南：MB21/MB23/MB25协同与MRP集成

编译原理实验：递归下降分析器消除左递归与避坑指南

本周精选

如何彻底离线使用 Laya-CoreML：Hugging Face 下载、缓存机制与 local_files_only 详解

基于1Panel 部署MySQL MCP 服务：TaoToken 统一 Key 接入与 config.toml 配置实战

崇州园区营销网站建设避坑指南：5大注意事项保备案安全

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？