Forside / Blog / Teknik

Vi slettede vores udgiftsparser

29. august 2026 · 8 min læsning · Dimesum Engineering

Vores regelparser holdt en uge, før fire almindelige sætninger og én afvisningsregel afsluttede den.

Vi slettede en parser, vi lige var færdige med at skrive. Dimesums første forsøg på at fortolke udgifter i naturligt sprog var en regelmotor, og fire helt almindelige sætninger pensionerede den: dinner 12-08 400 blev aflæst som 12 kr, ravioli 600 satte et medlem ved navn Ravindra ind i delingen, kirana 500 debiterede et medlem ved navn Kiran, og refund -483.50 blev til en debitering på 483,50 kr.

At forstå en sætning er modellens opgave og ingen andens. Det, der erstattede regelmotoren, er ét trin kaldet amount_only: ét enkelt tal, som kun returneres, når teksten indeholder præcis én utvetydig beløbskandidat, og aldrig en påstand om personer. To kandidater betyder intet beløb. Én regel erstattede en voksende bunke af vagter.

Fire sætninger gjorde ende på regelparseren

Den slettede parser dækkede hele det sæt af entiteter, som vores AI-designdokument angiver: matchning af medlemmer og kaldenavne, et ekskluderingsleksikon, udledning af betaler, et kategorileksikon og konfidenser justeret pr. felt. Hver af de fire fejl nedenfor havde en oplagt løsning. Hver løsning var en ny vagt med sin egen blinde vinkel.

To af de fire er én og samme fejl i forskelligt tøj. Fuzzy-matchning kan ikke skelne en ret fra en person eller en butik fra en person, for på tegnniveau ligner ravioli og Ravindra faktisk hinanden. Kræv et længere præfiksmatch, og du ødelægger ravi, som er præcis det tilfælde, matcheren findes for.

Hver vagt, du tilføjer, afslører to nye formuleringer

En regelparser fejler på én bestemt måde: den svarer selvsikkert og forkert. Et tomt felt koster brugeren ét tryk. En forkert deling koster tilliden til regnskabet, og i en app til deling af udgifter er regnskabet produktet. De fire rækker ovenfor er ikke tætte skud forbi, de er pengefejl.

Trædemøllen er det egentlige argument, ikke nogen enkelt defekt. Tilføj en datovagt, og ordrenummertilfældet dukker op. Tilføj en ordrenummervagt, og der kommer bare tal, så mængder, så bordnumre. Listen af vagter vokser og konvergerer aldrig, for naturligt sprog har ikke et endeligt sæt formuleringer at opremse.

Det, der blev leveret, er ét tal og en afvisning

amount_only er det nedgraderede trin fra vores AI-designdokument, implementeret bogstaveligt. Det trin lyder "den simple formular med forudfyldt beløbsregex på klientsiden", så laget returnerer et beløb og intet andet: ingen beskrivelse, ingen kategori, ingen betalere, ingen deltagere, ingen ekskluderinger. Det koster intet og kalder ingen, hvilket er grunden til, at test og CI kører på det.

Tvetydighed er en afvisning, ikke en afgørelse

Hele reglen bor i én funktion, extract_amount_minor. Et beløb kommer kun tilbage, når teksten indeholder præcis én kandidat til det, så order 90210 dinner 400 og flat 402 rent 15000 returnerer tomt i stedet for at kåre en vinder. Et valutamærket beløb tæller som utvetydigt, selv ved siden af bare tal, hvilket er grunden til, at split 3 ways 1.200 kr stadig aflæses som 1.200 kr.

Et negeret beløb er slet intet beløb frem for dets absolutte værdi. -500, minus 200 og revisorens (500) kommer alle tomme tilbage, for feltet er en debitering, og at beholde cifrene og droppe fortegnet peger pengene den modsatte vej af teksten. Parenteser tæller kun, når de lukker om selve beløbet, så (500 each) forbliver en parentesbemærkning.

Valutaen bestemmer regnestykket

Mindre enheder er den eneste form penge har i Dimesum, så laget konverterer med en ISO 4217-eksponenttabel frem for en hårdkodet multiplikation med 100. Den japanske yen har slet ingen underenhed, og ×100 oppuster en kvittering på ¥1.200 hundrede gange. Et beløb finere end valutaens mindste enhed afvises frem for at blive rundet, for at runde et beløb, som nogen har skrevet, er at opfinde et.

Indiske talord er en del af at skrive et beløb, ikke en del af at forstå en sætning. 1.2k, 2 lakh og 500/- opløses alle, ligesom 1,200. Alt over regnskabets maksimale beløb kommer tomt tilbage, så et fejlindtastet beløb tømmer ét felt i stedet for at overflow'e et heltal længere nede.

Det aktive trin passerer aldrig 0.6-brugbarhedsgrænsen

Vores parse-kontrakt opgiver en parse under 0.6 i samlet konfidens og sender brugeren ned til den simple formular. amount_only rapporterer 0.3 på hvert svar, og konstanten er strukturel snarere end justeret. Et enligt beløb er ikke en parse, så trinnet ligger på halvdelen af grænsen, uanset hvad det fandt. Én konstant for hvert svar er det, der holder det dér: en score pr. tilfælde er en score, nogen før eller siden skubber opad.

Laget rapporterer også slet ingen prompt. Både prompt_id og prompt_version kommer null tilbage, for trinnet læste ingen prompt. At navngive en ville tilskrive hvert eval-resultat en promptversion, laget aldrig så, og eval-riggen er det eneste instrument, der må forfremme et trin til et ét-tryks-forslag, ved 95 % præcision på beløb og deltagere tilsammen.

To yderligere lag er erklæret, og ingen af dem er aktive. cheap-fast-laget har en Groq-adapter til openai/gpt-oss-120b og ingen nøgle; mellemlaget har ingen adapter. At vælge et af dem fejler ved opstart frem for ved brugerens første forespørgsel, for en LLM afregner pr. kald, og en afregningsbar afhængighed skal fejle lukket.

Intet bogføres automatisk, så et tomt felt koster ét tryk

Et tomt felt koster så lidt netop fordi ingen registrering i Dimesum kan skrive penge. En registrering skaber et forslag, en person bekræfter det, og bekræftelsen er det, der skaber udgiften. Brief-beslutning D5 fastslår reglen, og .go-arch-lint.yml håndhæver den: indtagelseskonteksten nægtes enhver afhængighed af udgift eller regnskab, så en registrering kan ikke bogføre en journal, end ikke ved en fejl. CI får importen til at fejle, hvilket vi tjekkede ved at tilføje en.

Registreringen beholder den rå tekst, uanset hvad parseren gør, og navngiver hvilke felter der er uafklarede. Klienten fremhæver de tomme felter frem for at vise et opfundet udkast, hvilket er forskellen på en parser, der intet siger, og en, der gætter. Bekræftelsen udleder sit udgifts-id fra forslags-id'et, så et dobbelttryk afspiller igen i stedet for at debitere to gange.