diff --git a/README.md b/README.md index 039bf32..208bde5 100644 --- a/README.md +++ b/README.md @@ -1,23 +1,64 @@ # POD 热点抓取 Agent（LangGraph 工程化版） -自动抓取海外各国（US / GB / JP / AU）实时热点 + 风格趋势，过滤侵权风险，产出可直接用于 -AI 生图的印花设计提示词。本版本用 **LangGraph** 重写，强调**工程化、节点兜底、可插拔**。 +自动抓取海外各国（US / GB / JP / AU / MX / DE / BR / SA / PL / ES / IT / CA）实时热点 + 风格趋势， +过滤侵权风险，产出可直接用于 AI 生图的印花设计提示词，并完成 **设计稿 → 三合一模特试穿 → OSS 图床 → +种草图 → 商品上传模板** 的完整 POD 生产链路。本版本用 **LangGraph** 重写，强调**工程化、节点兜底、可插拔**。 + +## 两种运行模式 + +| 模式 | 入口 | 数据来源 | 适用 | +|---|---|---|---| +| **热点采集模式** | UI「热点采集」 | Google Trends（trending/style/related） | 抓国家实时热点词，LLM 筛出可印花设计 | +| **Pinterest 参考模式** | UI「Pinterest 参考模式」 | Pinterest 爬图 + LLM 多模态分析 | 从真实图片提炼原创印花设计，侵权风险更低 | ## 架构：LangGraph 状态图 +### 模式 A：热点采集模式 + ``` -START → seed → fetch → filter → score → screen → prompt_build → compose → END +START → seed → fetch → filter → score → screen → prompt_build → compose → product + → oss_upload → seed_shot → template_export → END ``` | 节点 | 职责 | 可插拔点 / 兜底 | |---|---|---| | `seed` | 动态生成种子词（trending 派生 + 历史热点 + 月份/节日 → LLM） | 策略可插拔（`graph/seeds/`）；LLM 失败回退静态种子 | -| `fetch` | 抓取热点（多数据源汇总） | 数据源可插拔（`graph/sources/`）；单源失败不影响其它源 | +| `fetch` | 抓取热点（Google Trends 多数据源汇总） | 数据源可插拔（`graph/sources/`）；单源失败不影响其它源 | | `filter` | 黑名单 + 真实人物 + 设计相关性三级过滤 | 各级独立 try，单级失败不影响其它级 | | `score` | 归一化 + 跨源融合 + 综合分 | 纯逻辑，空数据返回空 | | `screen` | LLM 合规筛查 + 结构化四要素 | LLM 后端可插拔（`graph/llms/`）；调用失败降级 Mock | | `prompt_build` | 用固定模板装配 image/wearable/composite 提示词 | 四要素缺失时动态推导兜底 | -| `compose` | 写 `output//` 产物；可选印图 | 图像后端可插拔（`graph/backends/`）；无底图只导出 | +| `compose` | 生成纯印花设计稿（白底，可直接打印） | 图像后端可插拔（`graph/backends/`）；无底图只导出 | +| `product` | SPU/颜色选品 → 底图 → 三图合成（图1模特+图2设计稿+图3底图） | 缺底图/模特图自动跳过 | +| `oss_upload` | 压缩（3:4 / ≥1340×1785 / <2MB）+ 上传阿里云 OSS | 可关闭（`oss.enabled=false`） | +| `seed_shot` | 从三合一主图按颜色选取种草图 + 上传 | 按 `seed_shot.count` 随机选取 | +| `template_export` | 把 SPU/SKU 数据填入商品上传模板 | 模板列名模糊匹配，多语言变体兼容 | + +### 模式 B：Pinterest 参考模式 + +``` +START → pinterest_init → pinterest_search → pinterest_scrape → pinterest_analyze + → [pinterest_route 循环：简报不足 → 回 pinterest_search] + → pinterest_finalize（排空简报池，后台并发生成 设计→三合一→OSS→种草图） + → template_export → END +``` + +| 节点 | 职责 | +|---|---| +| `pinterest_init` | 创建简报池 + 并发生成流水线（`graph/pinterest_pipeline.py`） | +| `pinterest_search` | 按需生成搜索词（direct=种子词直接拼「 t-shirt design」；llm=LLM 按需生成，json_schema+防重复） | +| `pinterest_scrape` | 用 Playwright 爬取 Pinterest 图片（共享 Chrome 登录态，并发=1） | +| `pinterest_analyze` | 从图池取图 → 多并发 LLM 多模态分析 → 原创设计简报（侵权检测 + 原创化引导） | +| `pinterest_route` | 简报不足 → 图池有未消费图 → 继续分析；图池不足 → 新一轮搜索；轮次耗尽 → 结束 | +| `pinterest_finalize` | 排空简报池，后台线程池并发生成（设计→三合一→OSS→种草图），合并产品 | + +**图池机制**：爬取的图片注册到 `image_pool.json`（路径+md5+搜索词）；分析过的图片 md5 一律拉黑 +（`used_images.json`，合适/不合适都拉黑）；图池有未消费图片 → 直接分析（不搜索）；不足 → 新一轮搜索。 +每个简报带 `image_index`/`source_md5` 全局 id 校验，保证简报、设计稿、三合一套图对应同一张图。 + +**并发控制**（`config.yaml` 的 `pinterest:`）：`analyze_concurrency`（分析线程数）、`analyze_batch` +（每轮取图数，0=自动补齐让 pipeline 队列满并发）、`max_designs`（每搜索词简报上限）、 +`scrape_concurrency`（爬图并发，必须=1）、`err400_limit`（400 超限放弃当前种子词）。 **每个节点都用 `graph/validate.with_fallback` 包裹**：任何未预料异常都被捕获、记入 `state['errors']`、返回最小更新，整图继续往下走，单点故障不中断流水线。 @@ -26,9 +67,15 @@ START → seed → fetch → filter → score → screen → prompt_build → co ``` pod_trend_agent/ -├── cli.py # 命令行入口（替代旧 run/screen/compose） -├── config.yaml # 全局配置（数据源、权重、黑名单、LLM、模板、compose） -├── configs/countries/ # 各国专属数据源种子（US|GB|JP|AU.yaml） +├── cli.py # 命令行入口 +├── ui_app.py # 桌面 UI（Tkinter） +├── config.yaml # 全局配置（数据源、权重、黑名单、LLM、模板、compose/product/oss/seed_shot） +├── configs/ +│ ├── countries/ # 各国 Google Trends 种子词（US|GB|JP|AU|MX|DE|BR|SA|PL|ES|IT|CA.yaml） +│ ├── pinterest/ # 各国 Pinterest 种子词池（.yaml） +│ ├── model_features.yaml # 模特特征库（按性别分组 female/male，种草图用） +│ ├── seed_shot_templates.yaml # 种草图提示词模板 +│ └── style_features.yaml ├── prompts// # ★ 每个国家不同的提示词单独文件夹 │ ├── system_prompt.md # 该国 LLM 系统提示（补充段，叠加到默认规则） │ └── aesthetics.yaml # 审美 hint + 风格-配色 extra 规则 + 额外黑名单 @@ -38,39 +85,86 @@ pod_trend_agent/ │ ├── loader.py # 配置/提示词加载与合并 │ ├── scoring.py # 归一化/融合/过滤（纯逻辑） │ ├── style_rules.py # 动态风格/配色推导 -│ ├── templates.py # 固定提示词模板（按国家区分，30×38cm 上限，文字敏感规则） +│ ├── templates.py # 固定提示词模板（按国家区分，文字敏感规则） │ ├── classify.py # 热点分类 -│ ├── sources/ # 数据源可插拔（google_trends / pinterest + 注册表） +│ ├── pinterest.py # Pinterest 图池/黑名单/压缩/MD5 去重 +│ ├── pinterest_pipeline.py # 简报池 + 并发生成流水线（Pinterest 模式核心） +│ ├── product.py / product_batch.py # 三合一合成 / 批量 +│ ├── seed_shot.py # 种草图选取 + 模特特征（性别分组） +│ ├── template_export.py # 商品上传模板导出（列名模糊匹配） +│ ├── oss_upload.py # 图片压缩 + 阿里云 OSS 上传 +│ ├── sources/ # 数据源可插拔（google_trends + 注册表） │ ├── llms/ # LLM 后端可插拔（mock / openai_compat + 注册表） -│ ├── backends/ # 图像后端可插拔（openai） -│ ├── seeds/ # 种子词策略可插拔（static / dynamic + holidays 月份节日） -│ ├── nodes/ # 7 个流水线节点（含 seed） -│ └── agent.py # 构建并编译 StateGraph，run_country() +│ ├── backends/ # 图像后端可插拔（openai / mock） +│ ├── seeds/ # 种子词策略可插拔（static / dynamic + holidays） +│ ├── nodes/ # 流水线节点（seed/fetch/.../pinterest_*/product/oss/seed_shot/template_export） +│ └── agent.py # 构建并编译 StateGraph（build_graph / build_pinterest_graph） +├── templates/ +│ └── template_router.py # 商品上传模板路由（列名定位、数据写入） +├── scripts/ +│ └── package.py # 一键打包脚本（PyInstaller → dist_vXX） +├── basemap/ # 平铺衣服底图（<款号>//） +├── material_library/ # 模特图（<品类>/） +├── db/spu_sku.db # SPU/SKU 数据库 +├── pinterest_scraper/ # Playwright 爬虫 + Chrome 登录态 └── output// # ★ 每个国家的产物独立文件夹 - ├── design_briefs.json # 含 国家/热点词/类别/风险/设计稿提示词/完整印图提示词 - ├── design_briefs.md - ├── composite_prompts.json/md # 封装提示词包（印到底图用） - └── report.md # 各阶段统计 + 兜底错误记录 + ├── design_briefs.json/md # 设计简报（含 image_prompt / composite_prompt） + ├── designs/ # 纯印花设计稿 + ├── product/ # 三合一合成图 + 已填写商品模板 _已填写.xlsx + └── report.md # 各阶段统计 + 兜底错误记录 ``` -## 可插拔指南 +## Pinterest 参考模式详解 -- **加数据源**：在 `graph/sources/` 新建类继承 `DataSource` 实现 `fetch()`，在 - `graph/sources/__init__.py` 的 `SOURCES` 登记；在 `config.yaml` 的 `sources:` 加入。 -- **加 LLM 后端**：在 `graph/llms/` 新建类继承 `LLMBackend` 实现 `screen()`，在 - `LLM_BACKENDS` 登记；`llm_screen.provider` 选择（openai/deepseek/qwen/moonshot 走 openai_compat）。 -- **改种子词策略**：`seed_provider` 选 `static`（仅 yaml）/ `mock`（规则生成，零成本）/ `openai_compat`（真 LLM）。 - 动态策略收集 trending 派生 + 上轮 safe 历史热点 + 月份/临近节日上下文，由 LLM 后端生成种子词， - 与 yaml 静态种子合并后注入 `style.seeds` / `related.seed_keywords`（`config.yaml` 的 `seed_provider_cfg` 限量）。 -- **加国家**：建 `configs/countries/.yaml`（种子词）与 `prompts//`（提示词）， - 在 `config.yaml` 的 `countries:` 加入即可，无需改代码。 -- **加图像后端**：在 `graph/backends/` 实现 `ImageBackend`，`compose.backend` 配置后 - 用 `cli.py -c <国家> --base 底图.png` 印图。 +1. **种子词池**：`configs/pinterest/.yaml` 存各国风格化种子词（含节日词），偏向印花设计。 +2. **按需搜索**：每次只生成 1 个搜索词（`search_terms_per_run=1`），自动追加「 t-shirt design」后缀 + （保证爬到的图是真实印花艺术，而非生活方式/风景图）；爬取成功才标记已用，失败不拉黑。 +3. **爬图**：Playwright 打开 Pinterest 搜索页截图采集（共享 `.chrome_session` 登录态，并发强制=1）。 +4. **图池 + MD5 去重**：图片注册 `image_pool.json`；分析过的 md5 一律拉黑（`used_images.json`）； + 设计稿生成后全局 MD5 去重（`.cache/global_design_md5.json`），跨国家生效。 +5. **多模态分析**：大图先压缩（max 1024px / 1.5MB）再送 LLM，产出原创设计简报（motif/风格/配色/构图 + + risk_level：safe/review/blocked）。blocked 拦截、review 加原创化魔改引导、safe 直接生成。 +6. **并发生成**：简报推入 `PinterestPipeline`，后台线程池（`product.concurrency`，默认 5）逐条 + 生成 设计稿 → 三合一 → OSS 上传 → 种草图，边分析边生成，不等全部分析完。 + +## 模特性别分组 + +`configs/model_features.yaml` 的模特特征按性别分组（`female` / `male`）。种草图生成时读取商品上传 +模板的「类目」表头值： +- 类目含「男」（如 `男士时尚>男装>男装T恤`）→ 固定从 **male** 组随机取模特 +- 类目含「女」→ 固定从 **female** 组随机取模特 +- 都不含 → 男女混合随机 + +## 生图尺寸（读 config，不硬编码） + +| 图片类型 | 配置项 | 默认 | +|---|---|---| +| 纯印花设计稿 | `compose.design_size` | 1024x1024（1:1） | +| 三合一合成图 | `compose.size` | 1536x2048（3:4） | +| 种草图 | `seed_shot.size` | 1536x2048（3:4） | + +## 商品上传模板导出 + +生成产品图后，从 db 读该 SPU/SKU 信息（材质/成分/图案/领型/面料/克重/印花类型/尺码表/边长/包装重量…）， +经 `templates/template_router.py` 的路由函数填入商品上传模板，输出 `_已填写.xlsx` 到 +`output/<国家>/product/`。模板已自包含在项目 `templates/`（`config.product.template_path`，可改为自由上传）。 + +- 数据从模板第 6 行（数据区空行）开始填，SPU 与各尺码 SKU 紧邻； +- **列名模糊匹配**：模板列名按名称匹配（非固定行列），支持中/英/日变体； +- **胸围识别**：识别「基码表-胸围（cm）」「胸围全围（cm）」等含「胸围」的列，全部填 `sku.bust` 值； +- **申报价格**：模糊匹配所有含「申报价格」的列，统一按加价后价格填写（`price × (1+markup_percent%)`）； +- **款式来源**：SPU 行「款式来源」统一填「现货款」； +- **商品产地**：国家简称映射正式名称（如「沙特」→「沙特阿拉伯」，`_COUNTRY_NAME_MAP` 可扩展）； +- **详情图文**：由全部主图 + 种草图组成（不再拼接 img_url_2）； +- 规格类型2 = `{size}*{color}`；币种=CNY；发货仓1~N 取模板顶头按「、」分隔，库存均 200； +- 模板文件被占用（打开中）时自动换名 `_已填写_N.xlsx`，不中断导出； +- **多颜色 + 模式**：`sku_code` 支持逗号分隔多颜色；`spu_per_color`（true=每颜色一个 SPU 块 / + false=单 SPU 挂多颜色变体）；CLI 用 `--single-spu` 切单 SPU 模式，UI 用「颜色多选 + 模板模式」。 ## 用法 ```bash -# 跑全部国家（默认 US GB JP AU） +# 跑全部国家（热点采集模式，默认 US GB JP AU） python cli.py # 只跑英国，Mock 兜底 LLM @@ -81,6 +175,13 @@ python cli.py -c US # 提供平铺衣服底图，把设计印上去（需 config.compose.backend + api_key） python cli.py -c US --base path/to/flatlay.png + +# 查看 db 可选款号 / 某款颜色 +python cli.py --list-spus +python cli.py --list-colors DG004 + +# 指定款号+颜色跑流水线（product.backend=mock 占位 / openai 真生图需 compose.api_key） +python cli.py -c GB --spu DG004 --sku DG004-BL01 ``` ## 桌面 UI（Tkinter 轻量版） @@ -91,56 +192,40 @@ python ui_app.py # 无 GUI 自检（验证环境/核心链路，结果写入运行根 self_test_result.txt） python ui_app.py --self-test - -# 打包 exe（单文件、无控制台；数据文件打进 _MEIPASS，output/.cache 写在 exe 旁） -.venv/Scripts/pyinstaller -F -w --name PODTrendAgent \ - --add-data "config.yaml;." --add-data "configs;configs" --add-data "prompts;prompts" \ - --hidden-import pytrends --hidden-import pytrends.request ui_app.py -# 产物：dist/PODTrendAgent.exe ``` -UI 功能：国家多选、LLM 后端选择（mock/static/openai_compat...）、种子上限、**SPU/颜色选品**、运行（后台线程 + 实时日志）、 -结果表格（国家/热点/类别/风险/分数，双击看完整提示词）、打开产物目录。 -打包后首次运行自动在 exe 旁创建 `output/` 与 `.cache/`，并生成一份**可编辑的默认配置** -（`config.yaml` / `configs/` / `prompts/`）；exe 运行时**优先读 exe 旁这份配置**（改了就生效）， -exe 内置的作为兜底默认。想恢复默认：删掉 exe 旁对应文件即可。 +UI 功能：国家多选、**流程选择（热点采集 / Pinterest 参考模式）**、LLM 后端选择、种子上限、 +**SPU/颜色选品**、运行（后台线程 + 实时日志）、结果表格（双击看完整提示词）、打开产物目录。 -## 产品图生成（product） - -热点提示词 → SPU/颜色选品 → basemap 底图 → 印花图 → 模特试穿合成图，产物在 `output//product/`。 +## 打包 ```bash -# 查看 db 可选款号 / 某款颜色 -python cli.py --list-spus -python cli.py --list-colors DG004 +# 一键打包（自动取下一个版本号） +python scripts/package.py -# 指定款号+颜色跑流水线（product.backend=mock 占位 / openai 真生图需 compose.api_key） -python cli.py -c GB --spu DG004 --sku DG004-BL01 +# 指定版本号 +python scripts/package.py 84 ``` -- 数据关系：`SPU.code`=款号，`SKU.code`=`款号-颜色编码`（如 DG004-BL01）；底图在 `basemap/<款号>//`，模特图在 `material_library/<品类>/`。 -- 缺底图/模特图时对应步骤自动跳过并提示；`product.backend` 留空则仅存底图。 -- **商品上传模板自动导出**：生成产品图后，从 db 读该 SPU/SKU 信息（材质/成分/图案/领型/面料/克重/印花类型/尺码表/边长/包装重量…），经 `templates/template_router.py` 的路由函数填入商品上传模板， - 输出 `_已填写.xlsx` 到 `output/<国家>/product/`。模板已自包含在项目 `templates/`（`config.product.template_path`，可改为自由上传）。 - - 数据从模板第 6 行（数据区空行）开始填，SPU 与各尺码 SKU 紧邻； - - SKC货号：SPU 行=SPU.code、SKU 行=SKU.code；SKU货号暂不填； - - 规格类型2 = `{size}*{color}`；币种=CNY；发货仓1~N 取模板顶头按「、」分隔，库存均 200； - - 商品轮播图列名中/英/日变体均可模糊匹配；SPU 行轮播图1=生成首图，SKU 行轮播图2~5=db `img_url_2~5`（无则回退生成图）； - - 模板文件被占用（打开中）时自动换名 `_已填写_N.xlsx`，不中断导出； - - **多颜色 + 模式**：`sku_code` 支持逗号分隔多颜色（如 `DG015-VT01,DG015-DARK HEATHER`）；`spu_per_color`（true=每颜色一个 SPU 块 / false=单 SPU 挂多颜色变体）；CLI 用 `--single-spu` 切单 SPU 模式，UI 用「颜色多选 + 模板模式」。 -- UI 打开时**默认加载勾选国家的热点缓存**（`output/<国家>/design_briefs.json`）直接展示，点「运行」刷新最新。 +产物：`dist_vXX/PODTrendAgent.exe`。打包流程：PyInstaller 构建（不跑自检）→ 同步数据目录 +（config.yaml / configs / prompts / templates / basemap / material_library / db / output / logs）→ +复制当前 Chrome 登录态到 exe 同目录（`pinterest_scraper/.chrome_session`）→ 同步上一个版本的 `.cache`。 +exe 运行时优先读 exe 旁这份配置（改了就生效），exe 内置的作为兜底默认。 ## 数据流要点 0. `seed`（动态种子词）：收集 trending 派生（去噪 + 人名 + 风险护栏过滤）、上轮 safe 历史热点、 当前月份/临近节日，由 LLM 后端（mock 规则 / 真 LLM）生成动态种子词，与 yaml 静态种子合并注入抓取配置。 -1. `fetch` 抓 `gt_trending`（国家 RSS 实时榜）+ `gt_style`/`gt_related`（风格/行业种子关联词，种子来自 seed 节点）。 +1. `fetch` 抓 `gt_trending`（国家 RSS 实时榜）+ `gt_style`/`gt_related`（风格/行业种子关联词）。 2. `filter` 三级过滤：合规黑名单（全局 + 各国 `extra_blacklist`）→ 真实人物 → 泛新闻/科技/赛事词。 3. `score` 按 (source,kind) 分组 min-max 归一化、跨源融合加权重。 4. `screen` LLM 合规筛查，产出 risk_level / 四要素；`keep_review=false` 时丢弃待复核。 5. `prompt_build` 用四要素 + 固定模板装配 image/wearable/composite 提示词（结构一致、可复用 img2img）。 -6. `product`（可选）SPU/颜色选品 → basemap 底图 → 印花图 → 模特试穿合成（`output//product/`）。 -7. `compose` 写各国 `output//`；给底图则调图像后端印图。 +6. `compose` 生成纯印花设计稿（白底，可直接打印），product 取第一张作为图2 复用。 +7. `product` SPU/颜色选品 → basemap 底图 → 三图合成（图1模特 + 图2设计稿 + 图3底图）→ 模板。 +8. `oss_upload` 压缩（3:4 / ≥1340×1785 / <2MB）+ 上传阿里云 OSS，URL 写回 `*_url` 字段。 +9. `seed_shot` 从三合一主图按颜色选取种草图（模特性别分组），上传 OSS，URL 写入模板「详情图文」。 +10. `template_export` 把 SPU/SKU 数据填入商品上传模板，输出 `_已填写.xlsx`。 > 合规红线（最重要）：版权/商标/真实人物/敏感内容一律拦截或降级；二创/重绘仍有风险， > 拿不准进"待复核"。各国侵权盲区不同（如英国 WWE/游戏/乐队、日本动漫 IP），放在 diff --git a/graph/template_export.py b/graph/template_export.py index c145cdd..a24990d 100644 --- a/graph/template_export.py +++ b/graph/template_export.py @@ -205,8 +205,10 @@ def _fill_design_fields(router, spu_code: str, oss_code: str, cn_title: str, en_ def _build_spu_row(spu: Dict[str, Any], spu_code: str, origin_province: str, - color: Optional[str] = None) -> Dict[str, Any]: - """构造一行 SPU（固定字段：SKC货号=code、风格=休闲、商品产地=经营站点；多颜色时用色值列区分）。""" + color: Optional[str] = None, + fabric_headers: Optional[List[str]] = None) -> Dict[str, Any]: + """构造一行 SPU（固定字段：SKC货号=code、风格=休闲、商品产地=经营站点；多颜色时用色值列区分）。 + fabric 填「面料弹性」列（fabric_headers，如 SPU商品属性-面料弹性，检测到才填 spu.fabric）。""" row: Dict[str, Any] = { "基础信息-商品层级": "spu", "SKC货号": spu_code, # code 路由为 SKC货号（用户要求） @@ -220,6 +222,10 @@ def _build_spu_row(spu: Dict[str, Any], spu_code: str, origin_province: str, v = spu.get(dbk) if v not in (None, ""): row[header] = v + fabric = spu.get("fabric") + if fabric not in (None, "") and fabric_headers: + for h in fabric_headers: + row[h] = fabric return row @@ -235,14 +241,26 @@ def _find_bust_headers(router) -> List[str]: return hits or ["胸围全围（cm）"] +def _find_fabric_headers(router) -> List[str]: + """定位所有「面料弹性」列（SPU商品属性-面料弹性…模糊匹配）；匹配到多个时全部填 spu.fabric。""" + return [str(k) for k in router.column_map if "面料弹性" in str(k)] + + +def _find_sa_size_headers(router) -> List[str]: + """定位所有「沙特阿拉伯码」列（尺码表-沙特阿拉伯码…模糊匹配）；匹配到多个时全部填 sku.size。""" + return [str(k) for k in router.column_map if "沙特阿拉伯码" in str(k)] + + def _build_sku_row(spu_code: str, sc: str, sk: Dict[str, Any], size: str, color: str, warehouses: List[str], markup_percent: float = 0.0, multi: bool = True, price_header: str = "申报价格-日本站", bust_headers: Optional[List[str]] = None, - price_headers: Optional[List[str]] = None) -> Dict[str, Any]: + price_headers: Optional[List[str]] = None, + sa_size_headers: Optional[List[str]] = None) -> Dict[str, Any]: """构造一行 SKU（固定字段：SPU货号、SKC货号=sku.code、规格类型2、币种 CNY、发货仓1~N 及库存 200）。 价格（price_headers 列，如 申报价格-美国站/日本站，模糊匹配到多个时全部填）= SKU.price × (1+markup/100)， 预先填好。bust 填所有「胸围」列（bust_headers，如 基码表-胸围（cm）/胸围全围（cm），检测到才填）。 + size 填「尺码」列 + 所有「沙特阿拉伯码」列（sa_size_headers，如 尺码表-沙特阿拉伯码，检测到才填）。 规格类型2 统一填「尺码」两个字（不是 size 参数值）。""" row: Dict[str, Any] = { "基础信息-商品层级": "sku", @@ -256,6 +274,8 @@ def _build_sku_row(spu_code: str, sc: str, sk: Dict[str, Any], size: str, color: price_headers = [price_header] if bust_headers is None: bust_headers = ["胸围全围（cm）"] + if sa_size_headers is None: + sa_size_headers = [] for j, w in enumerate(warehouses, start=1): row[f"发货仓{j}"] = w row[f"发货仓{j}库存"] = 200 @@ -276,6 +296,13 @@ def _build_sku_row(spu_code: str, sc: str, sk: Dict[str, Any], size: str, color: for h in price_headers: row[h] = v continue + if dbk == "size": + if v in (None, ""): + continue + row[header] = v + for h in sa_size_headers: + row[h] = v + continue if v not in (None, ""): row[header] = v return row @@ -416,6 +443,8 @@ def _insert_product_block( composite_urls: Optional[List[Dict[str, Any]]] = None, seed_shot_urls: Optional[List[str]] = None, bust_headers: Optional[List[str]] = None, + fabric_headers: Optional[List[str]] = None, + sa_size_headers: Optional[List[str]] = None, ) -> List[int]: """在已打开的 router 中插入一个产品的 SPU+SKU 块并填充设计字段，返回本块行号。 @@ -445,7 +474,7 @@ def _insert_product_block( # 单 SPU 多色：1 个 SPU 行（无色值，SPU 级信息由 _fill_design_fields 填充） # + 全部颜色尺码 SKU 行（色值在 SKU 行区分） block_rows.append(router.insert( - _build_spu_row(spu, spu_code, origin_province), + _build_spu_row(spu, spu_code, origin_province, fabric_headers=fabric_headers), match="exact", )) for ci, (sc, skus) in enumerate(skus_by_color): @@ -458,7 +487,8 @@ def _insert_product_block( block_rows.append(router.insert( _build_sku_row(spu_code, sc, sk, size, color, warehouses, markup_percent=markup_percent, multi=True, - bust_headers=bust_headers, price_headers=price_headers), + bust_headers=bust_headers, price_headers=price_headers, + sa_size_headers=sa_size_headers), spu_code=spu_code, match="exact", )) @@ -474,7 +504,7 @@ def _insert_product_block( else: # 单 SPU + 多颜色变体：1 个 SPU 行（无色值）+ 所有颜色所有尺码 SKU 行（色值区分） block_rows.append(router.insert( - _build_spu_row(spu, spu_code, origin_province), match="exact")) + _build_spu_row(spu, spu_code, origin_province, fabric_headers=fabric_headers), match="exact")) multi_variant = len(skus_by_color) > 1 for ci, (sc, skus) in enumerate(skus_by_color): first = skus[0] @@ -484,7 +514,8 @@ def _insert_product_block( block_rows.append(router.insert( _build_sku_row(spu_code, sc, sk, size, color, warehouses, markup_percent=markup_percent, multi=multi_variant, - bust_headers=bust_headers, price_headers=price_headers), + bust_headers=bust_headers, price_headers=price_headers, + sa_size_headers=sa_size_headers), )) sku_imgs = [x for x in (images[1:] + images[:1]) if x][:4] if (ci == 0 and images) else [] _fill_sku_carousel(router, spu_code, color, color_col, first, sku_imgs) @@ -551,6 +582,8 @@ def export_product( origin_province, warehouses = _read_meta(router) price_headers = _find_price_headers(router) # 申报价格列（美站/日站/英站…模糊匹配，多个全填） bust_headers = _find_bust_headers(router) # 胸围列（基码表-胸围（cm）/胸围全围（cm）…多个全填） + fabric_headers = _find_fabric_headers(router) # 面料弹性列（SPU商品属性-面料弹性…检测到才填） + sa_size_headers = _find_sa_size_headers(router) # 沙特阿拉伯码列（尺码表-沙特阿拉伯码…检测到才填） _insert_product_block(router, db_path, spu_code, sku_code, origin_province, warehouses, price_headers, markup_percent=markup_percent, images=images, @@ -559,7 +592,9 @@ def export_product( ja_title=ja_title, es_title=es_title, composite_urls=composite_urls, seed_shot_urls=seed_shot_urls, - bust_headers=bust_headers) + bust_headers=bust_headers, + fabric_headers=fabric_headers, + sa_size_headers=sa_size_headers) out = router.save(out_path) return Path(out) finally: @@ -591,6 +626,8 @@ def export_products( origin_province, warehouses = _read_meta(router) price_headers = _find_price_headers(router) # 申报价格列（美站/日站/英站…模糊匹配，多个全填） bust_headers = _find_bust_headers(router) # 胸围列（基码表-胸围（cm）/胸围全围（cm）…多个全填） + fabric_headers = _find_fabric_headers(router) # 面料弹性列（SPU商品属性-面料弹性…检测到才填） + sa_size_headers = _find_sa_size_headers(router) # 沙特阿拉伯码列（尺码表-沙特阿拉伯码…检测到才填） for r in products: try: _insert_product_block( @@ -608,6 +645,8 @@ def export_products( composite_urls=r.get("composite_urls"), seed_shot_urls=r.get("seed_shot_urls"), bust_headers=bust_headers, + fabric_headers=fabric_headers, + sa_size_headers=sa_size_headers, ) except Exception as e: # noqa: BLE001 print(f"[template_export] 产品 {r.get('spu_code')} 写入失败，跳过: {e}")