docs(data-cleaning): finalize transformation rules and API-driven approach

data-cleaning/README.md

@@ -62,54 +62,141 @@
 其他字段：goodPriority 几乎全部为 5；positionId 全部为空；
 国家字段与名称里的国家前缀一致率 238/240（仅 `西班牙直发(...)` 两条归入了「西班牙」）。
 
-### 3. 从字符串解析出的隐含规则（草稿，待确认）
+### 3. 人工操作流程（脚本要模拟的完整动作）
 
-一条原产品字符串可以机械解析出以下信息（541/552 可完全机器解析）：
+后台右侧树有「仅未配置」筛选按钮，人工实际是**两步操作**：
 
-| 解析项 | 来源 | 对应目标字段 |
+**第一步：配置（右→左创建）**
-|--------|------|--------------|
+1. 右侧找到未配置的原产品，点击「配置」
-| 国家 | 第一个 `（` 之前文本（需处理：空格分隔、半角括号、「西班牙直发→西班牙」映射） | `countryId` |
+2. 弹窗显示：原产品名（**纯文本，不可编辑**，[L1716](../apps/admin/src/views/goods/GoodsView.vue#L1716)）、预览图片（可改但默认回填）
-| 物流渠道 | 括号内含「包邮」与否 → 包邮 / 不包邮 | tag: 物流渠道 |
+3. 人工选择三项：**国家、分类、标签**（名称在此步不能改）
-| 工艺/印刷位置 | 最后一段的 关键词：单面印花→单面印、双面印花→双面印、直喷→直喷、烫画→烫画、光板/不打印→不打印 | tags: 印刷位置 + 印刷工艺 |
+4. 确认提交 → `POST /goods`，goodName 直接传原产品完整原名（[L403](../apps/admin/src/views/goods/GoodsView.vue#L403)）
-| 展示名 | 目标形态（用户口径）：`品名 SKU`（最后一个 `-` 连接改为空格连接，丢弃工艺/仓库段） | `goodName` |
 
-### 4. 待确认问题（规则定稿前必须回答）
+**第二步：编辑改名（左侧已有记录上改）**
+1. 左侧找到刚配置的商品，点击「编辑」
+2. 编辑弹窗有 `el-input` 绑定 goodName（[L1821](../apps/admin/src/views/goods/GoodsView.vue#L1821)），这里才能改名
+3. 保存 → `PATCH /goods/:id`（[L690](../apps/admin/src/views/goods/GoodsView.vue#L690)）
 
-1. 展示名采用哪种？A 全拆（`200g纯棉T恤 KRTM001`，推荐—— majority 且官网展示干净）还是 B 保留国家括号？
+因此脚本的**实际操作序列**是：先 `POST /goods`（用原名创建）→ 再 `PATCH /goods/:id`（改名）
-2. 同一基础商品的「单面印花」「双面印花」是拆成两个 goods（现状），还是合并为一个 good 并用标签区分？
+
-   （注意 A 全拆后两者 goodName 完全相同，如 ITTM001 已出现重名两条）
+弹窗字段与 API 参数对应：
-3. 历史 R0 的 127 条保持原名的记录是否要统一重命名？
+
-4. 未配置的 343 个 origin 是本次要全部自动配置的目标吗？（其中可能有不应上架的商品）
+| 步骤 | 弹窗字段 | API 参数 | 说明 |
-5. 仓库名后缀（第 4 段）只做清洗忽略即可，还是需要保留到某个字段？
+|------|----------|----------|------|
-6. 国家中文名 → countries 表的映射以 `countryName` 精确匹配为准？缺失国家（如法国 FRTM001 对应的国家若不存在）如何处理？
+| 配置 | 国家 | `countryId` | 必填 |
+| 配置 | 分类 | `categoryId` | 必填 |
+| 配置 | 标签 | `tagIds[]` | 写入 good_tags 中间表 |
+| 配置 | 预览图片 | `goodImage` | 默认回填 origin_good.goodImage |
+| 配置 | 名称 | `goodName` | **不可编辑**，自动传原名 |
+| 编辑 | 名称 | `goodName` | **这一步才能改**，调 PATCH |
+| 编辑 | 其余字段 | 同上 | 也可在编辑时调整 |
+
+### 4. 定稿转换规则
+
+> 以下规则已确认，脚本按此执行。
+
+#### 4.1 整体策略
+
+- **方案：API 驱动**（不导出/导入 DB，避免 BigInt 自增序列和外键约束问题）
+- 脚本调用 `POST /goods` 逐条配置，走现有业务逻辑（校验、事务、标签关联全部由后端处理）
+- 幂等：已存在的 (originGoodId, countryId) 组合跳过
+- scope：仅处理**未配置**的原产品（configuredCount === 0），已配置的不动
+
+#### 4.2 名称解析与改名规则
+
+原产品名格式：`国家（物流备注）品名-SKU-工艺位置[-仓库名]`
+
+**改名规则**：保留到 `-` 分隔的第 2 段，用空格连接，丢弃后续段（工艺、仓库）。
+
+```
+输入: 美国（包邮）180g纯棉T恤成人款-DG001-单面印花
+解析: 品名="180g纯棉T恤成人款" SKU="DG001" 工艺="单面印花"（丢弃）
+输出: goodName = "180g纯棉T恤成人款 DG001"
+```
+
+- 仓库名后缀（第 4 段，如「美西洛杉矶一仓」）直接丢弃
+- 异常名称（缺国家前缀、半角括号等）单独输出到报告，不自动处理
+
+#### 4.3 国家
+
+- 从名称第一个 `（` 之前提取国家文本
+- 通过 `GET /countries` 拿到 countries 表，按 `countryName` 精确匹配 → `countryId`
+- 特殊映射：「西班牙直发」→ 匹配「西班牙」
+- 匹配不到的 → 输出到报告，不自动处理
+
+#### 4.4 分类（品类）
+
+- 右侧树已经按 categories 树分组（通过 `origin_goods.sds_category_id` ↔ `categories.sds_category_id` 桥接）
+- 同一原产品的分类就是它在右侧树中所挂的分类节点，直接取该节点的 `categoryId`
+- 未分类的（sdsCategoryId 无匹配）→ 输出到报告
+
+#### 4.5 标签（3 组，从名称解析）
+
+标签体系（3 组 7 个）：
+
+| 分组 | 标签 | id | 解析规则 |
+|------|------|----|----------|
+| 物流渠道 | 包邮 / 不包邮 | 30 / 31 | 括号内含「包邮」→ 包邮(30)，否则 → 不包邮(31) |
+| 印刷位置 | 单面印 / 双面印 | 34 / 35 | 工艺段含「单面」→ 单面印(34)，含「双面」→ 双面印(35) |
+| 印刷工艺 | 烫画 / 直喷 / 不打印 | 32 / 33 / 42 | 工艺段含「直喷」→ 直喷(33)；含「不打印」或「光板」→ 不打印(42)；其余默认 → 烫画(32) |
+
+工艺段 = `-` 分段的最后一段（去仓库段后），如 `单面印花`、`直喷双面`、`不打印`、`烫画`。
+
+解析示例：
+
+```
+美国（不包邮）180g纯棉T恤成人款-DG001-单面印花
+  → 物流: 不包邮(31), 印刷位置: 单面印(34), 印刷工艺: 烫画(32)
+
+美国（不包邮）207G重磅纯棉T恤-C1717-直喷双面
+  → 物流: 不包邮(31), 印刷位置: 双面印(35), 印刷工艺: 直喷(33)
+
+美国（不包邮光板）180g纯棉T恤成人款-DG001-不打印
+  → 物流: 不包邮(31), 印刷位置: 跳过(工艺段=不打印无法判断单双面), 印刷工艺: 不打印(42)
+```
+
+#### 4.6 其他字段
+
+- `goodImage`：直接用 origin_good.goodImage，不改
+- `goodPriority`：默认 5（与现有 236/240 条一致）
+- `positionId`：不填（与现有 240/240 条一致）
 
 ---
 
-## 执行流水线
+## 执行流水线（API 驱动方案）
 
 ```
-[生产库]
+① 拉取只读数据
-   │ ① 备份（pg_dump 全量，安全网）
+   调 GET /origin-goods/tree（含 configuredCount）、/tags、/categories、/countries
-   ▼
+   存到 runs/<date>/snapshot/
-② apps/api/scripts/export-data.mjs 导出 JSON（现有脚本）
+
-   ▼
+② 本地解析脚本 sync-plan.mjs
-③ sync-transform.mjs 转换脚本 + sync-rules.config.mjs 规则文件（本目录，待创建）
+   读取快照 → 筛选未配置 → 逐条解析名称 → 生成待创建指令列表
-      读取导出 JSON → 按规则加工 → 输出待导入 JSON + 变更摘要报告（人工检查点）
+   输出: runs/<date>/plan.json（每条包含 originGoodId/countryId/categoryId/goodName/tagIds/goodImage）
-   ▼
+   + runs/<date>/plan-report.md（人工检查点：共 N 条待创建、X 条异常需人工确认）
-④ apps/api/scripts/import-data.mjs 导入生产库（现有脚本）
+
-   ▼
+③ 人工审查 plan.json 和 plan-report.md
-⑤ 验证：行数对比 / 抽查商品配置 / 官网公开 API 抽查
+
+④ 执行脚本 sync-apply.mjs
+   读取 plan.json → 逐条 POST /goods（带 JWT，自动刷新 token）
+   每条打印 +/skip/error；失败自动重试 3 次；生成 apply-report.md
+
+⑤ 验证：调 /origin-goods/tree 确认未配置数归零，调 /goods 抽查新记录
 ```
 
-原则：三步式独立执行，每步可检查、可回滚；规则只改 `sync-rules.config.mjs`，不改代码；
+原则：
-导入前必须有全量备份；转换脚本为纯函数式（JSON in → JSON out），不直接连接数据库。
+- 不导出/导入数据库，全部通过 API 操作
+- ② 和 ④ 分离：先生成计划供人工审查，确认后再执行
+- 每步产物存 runs/（已 gitignore）
+- token 30 分钟过期，脚本内自动用 /auth/login 刷新
 
 ## 目录内容规划
 
 | 文件 | 状态 | 说明 |
 |------|------|------|
-| `sync-rules.config.mjs` | 待创建 | 同步规则文件（品类映射 / 国家分配 / 标签分配 / 优先级策略），规则未定，先占位 |
+| `sync-rules.config.mjs` | 待创建 | 国家映射/异常处理等配置项（解析规则已定稿在上文） |
-| `sync-transform.mjs` | 待创建 | 数据转换脚本 |
+| `sync-plan.mjs` | 待创建 | 拉取 + 解析 + 生成 plan.json |
-| `runs/` | 待创建 | 每次执行的导出、转换产物与变更摘要报告（按日期归档）；已含 `survey-2026-08-27/` 调查快照（gitignore） |
+| `sync-apply.mjs` | 待创建 | 读取 plan.json + 逐条 POST /goods |
+| `runs/` | 已创建 | 调查快照 survey-2026-08-27/ 已存在；后续每次运行产物按日期归档 |
 
 详细实施计划见 [plans/feature/goods-data-cleaning-feature.md](../plans/feature/goods-data-cleaning-feature.md)。