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}_001（如 russia_img_0713_001） |
| 来源 | IMG |
| 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 |
|
| 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 |
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 |
全局规则
- 频次为空时默认填"Daily"：频次列如果为空则填入 Daily（0727全局规则）
- 分泡列不提取：分泡列始终留空，不提取任何分泡数据（0720全局规则）
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 /Users/hantao/WorkBuddy/oone/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 |
十、脚本模板
参考：/Users/hantao/WorkBuddy/oone/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
