副业收益追踪器：数据驱动的时间与收入管理

1. 为什么你需要一个副业收益追踪器

上周五晚上11点，我盯着电脑屏幕上的Excel表格发呆。作为同时运营三个副业的斜杠青年，我突然意识到自己根本说不清哪个项目最赚钱。自媒体接单、技术外包、电商带货，每个都投入了大量时间，但收入时高时低。更可怕的是，我完全没意识到自己在某个项目上已经连续三个月时薪低于便利店兼职。

这就是我开发副业收益追踪器的初衷——用数据代替感觉做决策。这个工具不仅能自动记录你在每个副业投入的时间和收入，还能实时计算时薪、生成收益曲线，让你一眼看清哪些副业值得继续投入，哪些该及时止损。

2. 核心功能设计思路

2.1 时间-收入双维度记录

传统记账软件只能记录收入，但副业的核心成本是时间。我的设计必须同时捕捉：

• 精确到分钟的时间记录（开始/结束时间戳）
• 收入金额及来源明细
• 项目分类标签（如写作/设计/电商）

实测发现，用Toggl的API对接时间记录比手动输入准确率高83%，尤其适合需要频繁切换任务的多面手。

2.2 动态时薪计算模型

时薪=项目总收入/实际耗时。但要注意三个细节：

1. 需区分"有效工作时间"和"挂机时间"（如等待客户反馈）
2. 周期性收入（如专栏订阅）要平摊到每日
3. 扣除平台手续费等隐形成本

python复制# 时薪计算示例代码
def calculate_hourly_rate(income, minutes_spent, platform_fee=0):
    actual_income = income * (1 - platform_fee)
    return actual_income / (minutes_spent / 60)

2.3 可视化决策看板

用Matplotlib生成三类关键图表：

1. 各项目时薪趋势折线图
2. 时间-收入散点分布图
3. 月度收益对比柱状图

关键技巧：设置时薪警戒线（比如低于50元标红），当某个项目连续两周低于该值，系统自动推送提醒。

3. 具体实现方案

3.1 技术栈选型

经过对比测试，最终方案：

• 前端：Streamlit（快速搭建数据看板）
• 数据库：SQLite（轻量级，适合个人使用）
• 计时器：Toggl API（跨设备同步）
• 部署：本地运行+自