shield_lock
JinDaGe
← Back to skills
extension
Category: Data & AnalyticsNo API key required

俄罗斯航线图片价格提取

俄罗斯航线图片价格提取规则。当用户提供俄罗斯航线价格图片（JPG/PNG，含 SVO/LED/SVX 等目的港）时使用。触发词：俄罗斯、russia、SVO、LED、SVX、俄罗斯运价、莫斯科、圣彼得堡、叶卡捷琳堡、PEK-SVO、PKX-SVO。

personAuthor: user_17da570ahubcommunity
downloadDownload package

俄罗斯航线图片价格提取 Skill

从价格表图片（JPG/PNG）中提取俄罗斯及部分欧洲航线空运价格，输出 24 列标准 Excel。

⚠️ 铁律：仅提取用户最新提交文件，禁止复制历史数据

  • 禁止查看/引用/复制任何历史脚本中的 price/data 数组
  • 禁止从历史输出文件直接读取数据
  • 禁止硬编码历史文件路径作为源文件
  • 每次提取必须从用户当前提交文件全新读取
  • 有就是有，没有就是没有：不得用历史数据填补缺失值

⚠️ 跨平台 OCR 铁律

必须使用 ~/.workbuddy/skills/ocr_utils.py 统一 OCR 模块，禁止内联 from rapidocr_onnxruntime import RapidOCR。

一、核心参数

| 参数 | 值 | |------|-----| | 起始港 | 动态（PEK/PVG/CAN/SZX/TAO，按图片内容识别） | | 目的港 | SVO/LED/SVX/AMS（按图片内容识别） | | 价格编号 | russia_img_{批次日期}_{图片序号}（如 russia_img_0916_3816；序号取源图文件名里的图片序号，无序号时 001）。一天多张价表（如 CA/CZ/HU 一张、MU 东航一张）必须各占一个编号，撞号会被 ERP 整表覆盖 | | 来源 | RUSSIA（claw-lite 原生写卡器 cards.card_source()：技能名含 russia → RUSSIA，兜底才是 IMAGE）。生产 0916 东航图实测输出 RUSSIA；旧文档写的 IMG 不存在于 claw-lite，别照抄 | | 引擎 | OCR（ocr_utils.scan_image） | | 输入格式 | JPG/PNG 图片 |

二、港口映射规则

| 图片原始文本 | 输出港口代码 | 说明 | |-------------|-------------|------| | 北京 / PKX / 大兴 | PEK | 北京统一输出 PEK，覆盖 PKX | | 上海（未声明港口） | PVG | 默认浦东 | | 广州（未声明港口） | CAN | 默认白云 | | 青岛 / TAO | TAO | | | 深圳 / SZX | SZX | | | 西安 / XIY | XIY | 东航 67 号表出现（XIY-SV01） | | 喀山 KZN | KZN | 东航 67 号表出现（PVG-KZN） | | 莫斯科 SVO1（OCR: SV01） | SVO1 | SVO1/SVO2 是两个不同港口，不可合并 | | 莫斯科 SVO2（OCR: SV02） | SVO2 | | | 莫斯科 SVO（OCR: SVO，无数字）| SVO | 仅当 OCR 不带数字时使用 | | 圣彼得堡 LED | LED | | | 叶卡捷琳堡 SVX | SVX | | | 阿姆斯特丹 AMS | AMS | |

表是举例，不是白名单：图上写 KZN / KJA / OVB / VVO 这类清单外三字码一律照抄， 禁止留空。下游若把港名做成白名单会把整块 origin/dest 吞成空，24 列校验随即判 「起始港/目的港不是三字码」，任务进入 16 轮重试死循环（0917 东航图实测）。

三、字段规则

货型转换

| 原始 | 输出 | |------|------| | 平 / 散件 / 平货 / 普货 | 1:1 | | 1<XXX（OCR 误识别） | 1:XXX | | 1:XXX | 1:XXX | | >XXX | >XXX | | <XXX | <XXX |

散托类型判断

  • 备注含 托盘+N → 散托类型 = 散货，增量 = N（填入第24列）
  • 无增量 → 默认 散货/托盘
  • 航司明确标注散件 → 散货

日期提取

| 原始格式 | 输出 | |---------|------| | 2026/7/17 | 2026-07-17 00:00:00 | | 7.13-7.19 | 2026-07-13 00:00:00（取起始日期） | | 2026/7/12(18) | 2026-07-12 00:00:00 | | 图片标题含更新日期 | 以各航司块标注的生效日期为准 |

频次归一化

| 原始 | 输出 | |------|------| | Daily | Daily | | 1234567 | Daily | | 12467 | D12467 | | D347 | D347 | | 1357 | D1357 |

四、列 X 坐标范围（通用）

M:     255-315
N:     340-400
Q45:   415-490  (或 20KG以下: 415-495，映射到45KG)
Q100:  505-570
Q300:  590-655
Q500:  675-740
Q1000: 760-825

注意：不同航司块列结构可能不同：

  • CA 块：M/N/20KG以下/Q100/Q300/Q1000（无 Q45/Q500）
    • ⚠️ CA PEK-SVO2 的「20KG以下」列价格忽略，该块 45KG 列留空（仅当前技能规则）
  • MU 块：Q100/Q300/Q500/Q1000（无 M/N/Q45）
  • 其他：标准 M/N/Q45/Q100/Q300/Q500/Q1000

五、提取流程

1. 确认输入图片路径
2. scan_image(IMG) 获取 OCR items
3. 按航司块逐块提取：
   a. 识别航司、起始港、目的港、生效日期、频次
   b. 按 y 坐标定位每行比重
   c. 比重升序排序 → 链式区间推导（每档 end=下一档 start，末档=9999）
   d. 按 x 坐标范围提取各重量段价格
   e. 解析备注中的散托增量
4. 24列 DataFrame → columns_24.COL_24
5. 校验 → 上传 WPS

六、链式区间推导

比重按以下顺序排序后推导区间：

  1. 1:1（最前）
  2. 1:XXX（按 XXX 升序）
  3. >XXX（按 XXX 升序）

每档 end = 下一档 start，末档 end = 9999。

坑1：>N 型比重的 end 不是固定 9999，而是下一个 1:N 档的 N 值（如有）。

七、MU 三程联程特殊处理

MU 航线（如 PKX/SZX/CAN-PVG-AMS）需拆分为多条记录：

  • 每个起始港单独一条记录
  • 转运点填 PVG
  • MU 块可能无 M/N/Q45 列

八、24列输出

使用 workspace/shared/columns_24.py 的 COL_24 常量。

九、常见坑

| # | 坑 | 解决方案 | |---|-----|---------| | 1 | 1<130 OCR 误识别 | 统一转为 1:130 | | 2 | >N 型比重 end 错误 | end 取下一个 1:N 档的 N，非 9999 | | 3 | CA PEK-SVO2 块「20KG以下」列 | 忽略，45KG 留空（仅当前 Skill 规则，非通用） | | 4 | MU 块无 M/N/Q45 | 留空，不填 0 | | 5 | MU 三程联程 | 拆分为多条记录，填转运点 | | 6 | 北京 PKX | 统一输出 PEK | | 7 | 散托增量从备注提取 | 匹配 托盘+N，散托类型强制为散货 | | 8 | SVO1/SVO2 是两个不同港口 | 保留数字不合并，OCR 中 SV01→SVO1、SV02→SVO2 | | 9 | 同一张图里某块没印生效日 | 留空，禁止借用别块的日期。0916 图 上海SU-SV01 / 广州SU-SV01 两块就没印，黄金那两行 开始生效日期 为空。24 列校验器据此放行「同 (目的港,航司) 组内已有带日期的行」的空值（整列全空仍报错） | | 10 | 目的港是 4 字符（SVO1/SVO2） | 下游严格校验器必须允许 ^[A-Z]{3}\d?$，否则整块被判非法丢掉（曾因此只出 3 行） | | 11 | 长图切条后某块表头被切在段外 | 该残块（只有数据行、没有块头）由下游 cards._russia_drop_headerless_repeats 确定性丢弃，判据 = 同 (起始港,目的港) 已有带航司的正规块且残块档位是其档位子集（双条件，避免误杀源图本来没印航司的块）。禁止拿起始港冒充块头——PEK / PEK-SVO1 会被解析出 EK 假航司，残块就再也认不出来。同时不要主动跳过残块：把整段判成残块返 0 条会白跑一轮 |

| 12 | 清单外的新起始港/目的港（西安 XIY、喀山 KZN） | 照抄，禁止留空。上面那张表只是举例不是白名单；下游若把港名做成白名单会把整块 origin/dest 吞成空 → 24 列校验判「起始港/目的港不是三字码」→ 16 轮重试死循环（0917 东航图实测）。claw-lite 侧已按 ^[A-Z]{3}$ / ^[A-Z]{3}\d?$ 放行 | | 13 | 东航 MU 表（列头 Flight｜Route｜Frequency｜Density｜Min｜N｜Q100｜Q300｜Q500｜Q1000｜Pallet｜REMARKS） | 版式是左右两栏并排、一张图 3~5 块（0916 图左栏 PVG-SV01/PKX-SV01/XIY-SV01，右栏 PVG-LED/PVG-KZN），逐块都要读，禁止只读左栏。航司取 Flight 列前缀（MU591/MU5065 → MU）；Q100/Q300/Q500/Q1000 → 100/300/500/1000KG；Min（最低收费）与 N 不属于五档，本表无 Q45 列 → 45KG 留空；Density 1: 100 / > 167 / > 300 / > 500 照抄去空格；Pallet 列 托盘+N → 该行散托增量，保舱+5/无保舱服务/重货仓位有限，单独确认 与该块 REMARKS 进备注；生效日取块右上 Effective from | | 14 | 某档五个 Q 列全是 /（该档不报价） | 整行不提取（同「五档全空/单询不提取」）。该档仍参与链式推导，所以上一档的结束比重停在它的开始值，不要拉成 9999（0916 东航图 PVG-LED / PVG-KZN 的 >500 行） |

十、脚本模板

参考：workspace/0713/extract_new_img_0713.py

关键函数：

  • scan_image(IMG) → OCR items
  • find_price(items, y_center, x_range) → 在指定坐标找价格
  • normalize_ratio(text) → 货型标准化
  • ratio_to_range(ratio, next_ratio) → 比重转区间
  • build_block(items, origin, dest, carrier, eff_date, freq, rows, col_def, ...) → 构建航司块
  • upload_excel_and_notify(OUT, name) → 上传 WPS

坑18：同一图片二次提交必须全新识别（0824教训）⚠️ 铁律

背景：用户对同一张图片可能多次提交（如调价后重新发图）。文件名相同不代表内容相同——第二次提交可能是全新价格版本。

铁律：

  1. 禁止从历史批次/记忆复制任何价格数据，每次提交都按当前图片重新识别全部格子
  2. 同名图片二次提交时，逐格对比新旧版本：低比重/中档/高档均可能调价（如 +2/+1/-1）
  3. 模糊数字必须多参数补验（放大倍数 4x~10x、对比度增强），仍无法确认时人工裁决，不得猜
  4. 调价对比结果只记录差异格，输出以本次识别为准