LedgerMind AI
面向小店主、承包商和农场主等非正规记账人群的商业记录与智能平台，采用模板驱动记录引擎，AI仅起草记录、由用户确认，数字由代码从已保存记录计算，模型只负责生成叙述性分析。
时间轴 (近 90 天)
LedgerMind AI 将 AI 的输出定位为草稿记录，需用户确认后才保存，AI 不直接写入数据库或确认付款。
LedgerMind AI 使用模板驱动的记录引擎，不同业态共享同一套后端，但各自拥有独立的字段、记录类型和报表。
LedgerMind AI 的密码使用 PBKDF2-HMAC-SHA256 哈希存储，且会话令牌仅存储哈希值。
LedgerMind AI 已跑通餐厅和超市场景的端到端功能，包括记录录入、报表、AI 笔记解析器和 AI 商业分析师。
LedgerMind AI 在承包商、药房、农场和物流等业态仅部分可用，存在部分记录未计入导致合计显示 ₦0、概览页与报表页可能矛盾等问题。
LedgerMind AI 在店铺场景之外，AI 抽取可能误判资金方向（收款还是付款）、将占位词存为客户名，且金额不明时不会追问。
在 `/api/v1/ai/interpret-record` 端点上，Sentry 记录到 7 次 HTTP 503、3 次 HTTP 429 和 1 次推理超时，原有重试逻辑仅等待 1 秒和 2 秒，三次尝试在 3 秒内全部失败。
一次商业分析师请求耗时约 45 秒，且输出在 2,500 token 处被截断；作者计划将输出上限提高到 5,000 token。
LedgerMind AI 的前端使用 React + TypeScript + Vite 并部署在 Render，后端使用 FastAPI + SQLAlchemy + Alembic + PostgreSQL 也部署在 Render，AI 推理使用 Google 托管的 Gemma，监控使用 Sentry。
LedgerMind AI 的「利润」尚未实现计算，作者计划以净现金流（流入减流出）回答利润问题并明确标注这不是审计利润。
还有 4 条时间轴事件
全部知识事实 (14)
LedgerMind AI 将 AI 的输出定位为草稿记录，需用户确认后才保存，AI 不直接写入数据库或确认付款。
50%待验证LedgerMind AI 使用模板驱动的记录引擎，不同业态共享同一套后端，但各自拥有独立的字段、记录类型和报表。
50%待验证LedgerMind AI 的密码使用 PBKDF2-HMAC-SHA256 哈希存储，且会话令牌仅存储哈希值。
50%待验证LedgerMind AI 已跑通餐厅和超市场景的端到端功能，包括记录录入、报表、AI 笔记解析器和 AI 商业分析师。
50%待验证LedgerMind AI 在承包商、药房、农场和物流等业态仅部分可用，存在部分记录未计入导致合计显示 ₦0、概览页与报表页可能矛盾等问题。
50%待验证LedgerMind AI 在店铺场景之外，AI 抽取可能误判资金方向（收款还是付款）、将占位词存为客户名，且金额不明时不会追问。
50%待验证在 `/api/v1/ai/interpret-record` 端点上，Sentry 记录到 7 次 HTTP 503、3 次 HTTP 429 和 1 次推理超时，原有重试逻辑仅等待 1 秒和 2 秒，三次尝试在 3 秒内全部失败。
50%待验证一次商业分析师请求耗时约 45 秒，且输出在 2,500 token 处被截断；作者计划将输出上限提高到 5,000 token。
50%待验证LedgerMind AI 的前端使用 React + TypeScript + Vite 并部署在 Render，后端使用 FastAPI + SQLAlchemy + Alembic + PostgreSQL 也部署在 Render，AI 推理使用 Google 托管的 Gemma，监控使用 Sentry。
50%待验证LedgerMind AI 的「利润」尚未实现计算，作者计划以净现金流（流入减流出）回答利润问题并明确标注这不是审计利润。
50%待验证LedgerMind AI 使用开放权重模型（Gemma）的策略提供了退路：当托管端点返回不可恢复错误时，可以切换推理提供方或自托管，而无需等待单一供应商恢复。
50%待验证作者认为开放权重模型下一步的关键是微调，以适应用户非正式笔记、货币金额和资金方向表述等真实表达方式，而通用 API 在此表现很差。
50%待验证LedgerMind AI 的浏览器语音输入基于 Web Speech API，并保留文字输入作为兜底。
50%待验证LedgerMind AI 明确声明其报表不是审计级会计，对账差异只是复核信号，不等于资金缺失或不当行为的证据。
50%