新闻详情

新闻详情

首页 / 资讯中心 / 详情

Securo多用户与工作区设置:10分钟搭建全家共享的协作记账系统

发布时间:2026/11/16 14:04:04来源:尧图网络
Securo多用户与工作区设置:10分钟搭建全家共享的协作记账系统
Securo多用户与工作区设置10分钟搭建全家共享的协作记账系统【免费下载链接】securoOpen-source personal finance manager. Self-hosted, privacy-first.项目地址: https://gitcode.com/gh_mirrors/se/securoSecuro 是一款开源、自托管、隐私优先的个人理财管理工具内置多用户支持、工作区Workspace协作机制和分组记账功能。本指南将带你用约 10 分钟完成部署并创建工作区、邀请家庭成员、配置角色权限搭建一套全家共享的协作记账系统。 为什么适合全家一起用很多记账工具只能一个人用家人想查个账只能截图问。Securo 从数据模型层面就为多人协作做了设计工作区隔离每个家庭、每笔业务个人 / 企业一个独立工作区账户、分类、交易互不干扰角色权限主人owner、编辑者editor、只读viewer三级角色谁都能看、谁能改一目了然分组记账旅行、装修、聚餐等共享开支支持平均分摊、按百分比或精确金额拆分数据自主自托管在自家服务器隐私数据不出家门 第一步5分钟部署 SecuroSecuro 使用 Docker 一键部署包含 PostgreSQL、Redis、后端 API 和前端定义见 docker-compose.yml。方式一克隆仓库启动git clone https://gitcode.com/gh_mirrors/se/securo cd securo docker compose up --build方式二使用安装脚本仓库内置了 install.sh可自动检测系统、安装 Docker 并拉起生产配置docker-compose.prod.yml。启动后打开浏览器访问http://localhost:3000注册第一个账号——你就是未来家庭工作区的主人。更多细节见 README.md。 第二步认识工作区与个人工作区注册后系统会自动为你创建一个Personal个人工作区存放你自己的钱此外还可以再建Business业务类型的工作区。工作区类型在创建时确定决定了默认模板与可见模块数据模型见 workspace.py。需要多个工作区时在左下角的工作区切换器中新建即可切换组件源码见 workspace-switcher.tsx。为全家建一个名为家庭的 Personal 工作区就是后面所有协作的容器。 第三步邀请家人分配角色权限进入工作区设置页面源码见 workspace-settings.tsx在成员管理区域点击邀请输入家人的邮箱 初始密码——对方账号不存在时会自动创建并自动拥有自己的个人工作区选择角色后确认邀请接口实现见 workspaces.py角色能做什么主人 owner完全权限管理成员、工作区设置和全部数据✏️编辑者 editor可读写所有财务数据推荐配偶使用只读 viewer仅查看适合想看看账本的孩子或长辈 若实例启用了 OIDC 单点登录新用户需先用身份提供方登录一次之后才能被邀请进工作区。⚙️ 第四步为全家配置共享默认值在工作区设置中这几项决定了家庭成员的默认体验默认货币新加入的用户会以工作区货币显示金额避免各自显示不同币种语言locale界面与日期格式支持多国语言时区余额、预算、周期性交易以该时区的午夜为界结算图标与颜色让家庭工作区在切换器里一眼可辨这些设置只对 owner 开放编辑改完即生效全家同步看到新币种。 进阶用分组分摊家庭公共开支旅行、房租、聚会 AA 制Securo 的分组功能页面见 groups.tsx就是为此而生新建一个分组如北海道旅行成员类型涵盖社交、成本中心、项目等把交易加入分组系统支持等额、精确金额、百分比三种分摊方式家人没有注册 Securo添加影子成员只填名字即可参与分摊自动算出谁欠谁、谁该收前端还提供了批量添加交易到分组的对话框月结对账单时非常方便。 全家一起盯的储蓄目标工作区里的**目标Goals**功能支持绑定账户自动追踪进度一家人可以共同盯一个旅行基金或应急储备金的达成曲线所有交易按日历视图汇总后每位成员的贡献都清晰可查✅ 10分钟完成清单时间动作0–5 mingit clone并docker compose up --build注册账号5–7 min新建家庭工作区设置货币与时区7–9 min邀请家人分配 owner / editor / viewer 角色9–10 min建一个分组试算 AA 制全家开账 至此一套全家共享的自托管协作记账系统就搭建完成了——数据掌握在自己手里账本随时对全家透明。【免费下载链接】securoOpen-source personal finance manager. Self-hosted, privacy-first.项目地址: https://gitcode.com/gh_mirrors/se/securo创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉