AI 分析
痛点：银行账单只知道「Lidl 84€」，无法拆解到具体商品品类，也看不出某样东西涨价了；现有小票识别App结构读错（年份错、列错位、三张小票粘成一张）。
目标用户：想精细追踪食品开销与单品价格变化的欧洲（尤其德国）消费者，常去Lidl等折扣超市、对物价上涨敏感的家庭采购者。
证据：My bank says "Lidl 84 €". It can't tell me how much of that was cheese, or that the cheese got more expensive. / 10 free scans, then a small subscription, because every scan costs me real AI model money.
变现：订阅制：免费10次扫描做体验门槛，之后按月/年小额订阅（成本驱动型定价，覆盖AI视觉模型调用成本）；后续可加品类价格趋势报告、家庭多设备同步等增值项。
MVP：2周MVP：SwiftUI/Flutter拍照上传小票 → 视觉大模型解析成结构化行项目JSON（品名/单价/数量/折扣）→ 按品类归类汇总并与历史价格对比 → 本地存SQLite不上传账号。先只做德语系超市（Lidl/Aldi/Rewe）的小票模板，用税率校验总额做兜底纠错。
竞品：Receipt Hog、Fetch Rewards、Expensify、各类个人记账App（Money Manager、MoneyWiz）
摘要：一位搬到德国Essen的独立开发者发现银行流水只显示「Lidl 84€」，无法拆到商品级别，且现有小票App识别结构经常出错，于是自己做了Bonlo：拍小票→按品类归类→与常购价对比，SwiftUI + Cloudflare Workers纯单人开发，无账号无广告。变现为10次免费扫描后的小额订阅，理由是每次扫描都真实消耗AI模型成本，但帖中未给出任何用户付费或收入验证，需求仍待证实。