POD 趋势感知 Agent：缓存热点模式 + 三图合成 + 热点去重/风格去重 + review 兜底

- 缓存热点批量流程（有采集缓存不触发 Google）
- 简报不足直接从采集缓存生成（轻量补齐）
- 三图合成（模特/印花/底图）+ 底图压缩 <2MB
- 热点去重→风格去重自动切换 + 不适合类目 review 兜底
- 透明背景（background=transparent）+ 提示词清洗（敏感词/背景描述）
- 任务前 basemap 校验 + 模板国家校验 + 模特任务级分配

db/.workbuddy/memory/2026-08-19.md

@@ -0,0 +1,48 @@
+# 2026-08-19 工作日志
+
+## 创建 SQLite 商品数据库
+- 在 `db/` 目录下创建 `spu_sku.db`，含 SPU、SKU 两张表。
+- SPU 表 25 个字段：id(主键,自增)、code、material、component_1~3、component_proportion_1~3、pattern、details、collar_style、style、care_Instructions、fabric、target_audience、season、is_transparent、layout、weaving_method、printing_type、fabric_texture_1、fabric_weight_1、fabric_weight_unit_1、lining_texture。
+- SKU 表 9 个字段：id(主键,自增)、spu_id(外键→SPU.id，含索引 idx_sku_spu_id)、code、color、size、price(REAL)、stock(INTEGER 默认0)、image_url、status(默认 'active')。
+- 建库脚本保留在 `db/create_db.py`，可修改字段后重跑重建。
+- SKU 字段为按电商惯例补充设计，用户未指定，待确认是否调整。
+
+## 更新 SKU 表结构（用户指定字段）
+- 用户提供完整 SKU 字段定义，重建 SKU 表，共 19 个字段：
+  id(主键,自增)、spu_id(外键→SPU.id)、code、price(REAL)、color、size、size_group、size_type、shoulder_width、bust、clothing_length、sleeve_length、longest_side、secondary_long_side、shortest_side、img_url_2~img_url_5。
+- 尺寸类字段(shoulder_width/bust/clothing_length 等)用 TEXT 存储（兼容区间值/单位），如需要数值计算可改 REAL。
+- 注意：删除 db 文件会被沙箱安全机制拦截，create_db.py 已改为 DROP TABLE 方式重建，不再删除文件。
+
+## 从 PG (inkreach) 同步美国商品数据
+- PG 连接：localhost:5432, user=postgres, pwd=inkreach, db=inkreach（psycopg2 装在 venv `C:\Users\Admin\.workbuddy\binaries\python\envs\default`）。
+- 数据规律：**plates.id IN (2,3,4,5) = 美国男装/女装/童装/家居配饰**；SPU = categories(code 去重 59 个)；SKU = prices(web_product_id 粒度 218 条)；成分=composition，洗涤/英文名/质地/印花工艺=product_extra，图片=color_detail_images，尺码范围=colors.size_range。
+- 映射：SPU.code=品类code, material/fabric=品类fabric, component_1~3=composition.comp1~3, style=sub_category, details=english_name, care_Instructions=washing_instructions, target_audience=plates.display_name, printing_type=design_explanation(烫画/热转印), fabric_texture_1=texture, fabric_weight_1=从名称正则提取克重。
+- SKU: code=sku, price=price, size_group=colors.size_range, size_type=按尺码范围推断(字母码/儿童码/婴童码/均码/家居尺寸), img_url_2~5=该产品 color_detail_images 第2~5张。
+- **留空字段（PG 无对应数据）**：pattern、collar_style、season、is_transparent、layout、weaving_method、lining_texture；SKU 的 color（web_sku 与 colors 名无法可靠映射，75 品类中 21 个不一致）、size、shoulder_width、bust、clothing_length、sleeve_length、longest_side、secondary_long_side、shortest_side（尺寸为品类级多值）。
+- 结果：SPU 59 条（5000B 无价格故无 SKU）、SKU 218 条，字段未改动。
+- 同步脚本 `db/sync_from_pg.py` 可重跑（先 DELETE 清空再插入）。
+
+## SKU 改为颜色×尺码粒度（v2）
+- 用户要求：SKU.code 用颜色映射编码（如 DG004-AP01 = colors.code）、color 填颜色名、每个尺码独立一个 SKU、包装规格从原库解析。
+- 新数据源（product_extra 表的 JSON 字段）：
+  - `product_size` JSON：尺码表（表头动态列：肩宽/胸围/衣长/袖长/腰围等，第一列=尺码）
+  - `packaging_spec` JSON：包装规格（"包装尺寸（cm）"列 = 长*宽*高，拆分为最长边/次长边/最短边；另有 in/体积/重量列）
+- SKU 生成：每个 SPU = colors(按主 category_id) × product_size 尺码表 → 笛卡尔积。
+  - code=colors.code（颜色映射编码），color=colors.name，size=尺码，size_group=colors.size_range，size_type=推断
+  - price=该品类 prices 首条价（颜色尺码粒度无独立价）；img_url_2~5=品类首颜色 web_sku 图
+  - 5000B 无 product_extra → 尺码回退 size_chart；无 prices → price 留空
+- **坑**：5000B(12色)/DG502(1色) 的 colors.code 是坏数据（存了颜色名/品类码）→ 脚本兜底生成 f"{品类code}-{颜色名}"。
+- 结果：SPU 59 / SKU 1400（254 个唯一颜色编码）。填充率：code/color/size/size_group/size_type 100%，price 1340/1400，包装规格 1326/1400，尺寸字段 75~88%。
+
+## SKU 尺码字段固定值 + SPU 增加国家字段
+- 用户要求：SKU.size_group 全部='尺码'，SKU.size_type 全部='欧美尺码常规'（不再用推断逻辑）。
+- SPU 表新增 `country` 列（TEXT），全部 59 条 SPU 设为 'US'。
+- 已同步更新 `create_db.py`（SPU 表加 country 列）和 `sync_from_pg.py`（SPU 插入含 country='US'，SKU 用固定 sgroup/stype），重跑验证通过：SPU 59 / SKU 1400 / country 全 US / size_group、size_type 各 1 个唯一值。
+
+## SKU 增加 package_weight（包装重量）
+- SKU 表新增 `package_weight` 列，来源 = `product_extra.packaging_spec` JSON 的"含包装重量（g）"列（单位：克），新增 `parse_weight_json()` 解析函数。
+- 匹配兜底（重要）：
+  1. 精确匹配尺码 → 失败则取 '/' 前部分（家居类 '30*40/76.2*101.6' vs '30*40'）
+  2. 均码同义词兜底（'Onesize'/'OneSize'/'均码' 互相匹配，YSM02 案例）
+- 结果：填充 1340/1400（95.7%），仅 5000B 无数据（PG 无 packaging_spec，合理留空）。重量范围 16~847 g。
+- create_db.py 的 SKU 定义同步加了 package_weight 列。

db/.workbuddy/memory/2026-08-20.md

@@ -0,0 +1,64 @@
+# 2026-08-20 工作日志
+
+## SPU 增加 mark 字段 + 批量替换固定值
+- SPU 表新增 `mark` 列（TEXT），全部 59 条 SPU 设为 '1'。
+- 按用户要求用 SQL 批量替换 SPU 15 个字段为统一模板值：
+  pattern=印花、details=无、collar_style=圆领、style=休闲、care_Instructions=数码印花类可机洗且不可干洗、fabric=微弹、target_audience=成人、season=四季、is_transparent=否、layout=H、weaving_method=针织(含钩织、毛织面料)、printing_type=定位印花、fabric_texture_1=光面、fabric_weight_unit_1=g/㎡、lining_texture=无里料/无内衬。
+- **注意**：这些字段不再随 PG 数据变化（原 details=english_name、fabric=品类面料、target_audience=美国男装等已被覆盖），sync_from_pg.py 的 SPU 插入已改为 fixed 模板值 + mark='1'。
+- 保留的 PG 映射字段：material（20 个唯一值）、component_1~3/比例、fabric_weight_1（克重，如 180/207/270）。
+- create_db.py 的 SPU 定义同步加了 mark 列。重跑验证：SPU 59 / SKU 1400，16 个固定值字段各仅 1 个唯一值。
+- 踩坑：SPU INSERT 的占位符一度写成 27 个 ? 对 26 列（报 27 values for 26 columns），已修正。
+
+## component_proportion 字段转百分比
+- SPU 的 component_proportion_1/2/3 由数值（100、100.0、92.0…）改为百分比形式（100%、92%…），空值保持不变。
+- SQL：`UPDATE SPU SET component_proportion_x = CAST(CAST(component_proportion_x AS REAL) AS INTEGER) || '%' WHERE ... IS NOT NULL AND <> ''`（当前值全为整数小数，无精度损失）。
+- sync_from_pg.py 新增 `format_pct()` 函数（整数值去 .0 加 %，带小数保留，非数字原样），SPU 插入时对 p1/p2/p3 应用。重跑验证：p2 空 33、p3 空 51 保持，格式全部正确。
+
+## SPU layout 字段改为"常规"
+- SPU.layout 由 'H' 全部替换为 '常规'（59 条），sync_from_pg.py 的 fixed 模板值同步更新。
+
+## 同步墨西哥货盘数据（替换美国数据）
+- PG `plates` 表：`墨西哥` = plate_id 6（共 17 国，美国 2/3/4/5、日本 7、韩国 8、沙特 9、巴西 10、英国 11、加拿大 12、波兰 13、西班牙 14、德国 15、澳洲 16、意大利 17）。
+- 改造 sync_from_pg.py：顶部常量 `PLATE_IDS=(6,)` + `COUNTRY="MX"` 可切换国家；SPU 插入 country 用 COUNTRY；SKU 颜色增加 `clean_color_name()`（去尺码前缀如 'S-3XL黑色'→'黑色'）与 `is_clean_code()`（code 须 '品类code-非中文后缀'）兜底。
+- 结果：**SPU 8 / SKU 123**（颜色×尺码粒度），country 全 MX。8 个品类：HM01、MESXT001、METB001、METN001、METP001、PET001、SFB、TBB001。
+- 脏数据兜底：墨西哥 colors 有脏 code（'METB001-S-3XL黑色'、'SFB-黑色'），清洗后 code 为 'METB001-黑色'/'SFB-黑色' 等（源库只有中文名、无拉丁编码，故 code 含中文属必然）。
+- 留空：仅 **SFB**（运动短裤）12 条 SKU 缺 price/package_weight/img_url，因 PG 中 SFB 无 prices 记录、无 product_extra（无 packaging JSON）、无 color_detail_images。SFB 尺码走 size_chart 回退（2 色×6 码）。
+- 注：本步将数据库内容由美国（US）整体替换为墨西哥（MX）——这是**错误的**，用户要求的是保留 US 再追加 MX。
+
+## 修正：US + MX 双国累积同步（保留多国数据）
+- sync_from_pg.py 重构为 `sync(plate_ids, country, clear_first)`：
+  - `clear_first=True` 先 DELETE 整库再插入（重置/单国全量）；`clear_first=False` 仅追加，跳过已存在的 SPU code 与 SKU 组合 (spu_id, code, size)。
+  - `__main__` 顺序执行：`sync((2,3,4,5),"US",clear_first=True)` 再 `sync((6,),"MX",clear_first=False)`。
+- 结果：**SPU 67（US 59 + MX 8）/ SKU 1523（US 1400 + MX 123）**，country 分布 `[('MX',8),('US',59)]`，全部保留。
+- 缺失 price/package_weight/img 共 72 条 = 5000B（US，60 条，源库无价格/包装/图）+ SFB（MX，12 条，源库无 prices/product_extra/图），属正常留空。
+- 顶部注释已列出全部 17 国 plate_id 映射，后续同步任意国家（如 JP=7/KR=8/GB=11/DE=15）追加进脚本的 `__main__` 调用即可，不会覆盖已有数据。
+
+## 追加同步日本(JP)与英国(GB)
+- JP = plate_id 7（15 品类，1 个缺 product_extra 走 size_chart 回退）；GB = plate_id 11（15 品类，其中 4 个 code=NULL 被自动过滤，实际 11 有效品类，均有 product_extra）。
+- `__main__` 追加 `sync((7,), "JP", False)` 与 `sync((11,), "GB", False)`，整库重置顺序：US(全量) → MX → JP → GB（追加）。
+- 结果：**SPU 93（US59/MX8/JP15/GB11）/ SKU 1997（US1400/MX123/JP216/GB258）**，四国数据全部保留。
+- JP 字段填充：color/size 216/216，price 204/216，package_weight 200/216，img 204/216（缺项来自源库无价格/包装/图的品类）。GB：color/size/price/img 全填，package_weight 238/258，shoulder_width 236/258（裤子/裙无肩宽属正常）。
+- 颜色名正常（日文/英文均识别），尺码体系 JP=XS~L、GB=S~XL，均按颜色×尺码展开。
+
+## SKU code 命名规则改为「款号-颜色的英文名」（用户要求）
+- 问题：用户反馈「看不到日本 SKU」——实际 JP 数据齐全（216 条），根因是 JP `colors` 源数据存在脏 code（中文颜色名+尺码区间拼进 code，甚至整组颜色被拼成一条），旧兜底把它们变成 `JPHM009-灰色（S~XXL）` 这类难看 code，看起来像坏数据。
+- 新规则（`sync_from_pg.py`）：SKU code 规范（品类code-纯字母数字后缀，如 `JPHM009-BL01`/`JPTM007-ESPRESSO`）直接用；**缺失/脏 code → 款号(品类code)-颜色的英文名**。
+- 英文名来源：PG `color_detail_images.color_name_web`（按 color_id 取，如 Black/White/Navy/Apricot）；该表无值则用 `ZH_TO_EN` 中文→英文字典兜底；多色拼接脏名取首个可识别颜色英文名（`first_color_en()`）。
+- `is_clean_code()` 收窄：后缀须为纯字母数字，含中文/`~`/`()` 一律判为脏（修复纯尺码区间假颜色 `JPHM009-（S~XXXL）` 被误判规范的问题）；纯尺码行 code 仅保留款号，color=NULL。
+- `clean_color_name()` 增强：额外去掉结尾尺码区间括号（如 `灰色（S~XXL）`→`灰色`）。
+- 全量重跑（先备份 spu_sku.db.bak）：SPU/SKU 总数不变（93/1997），JP 残留中文/`~` 的 code 由多条降为 **0**。
+- **已知源数据坑**：`JPTM001` 的某条 `colors` 记录把 5 个颜色（白/杏/藏青/灰/粉）拼进同一 code 字段，脚本只能取首个颜色英文名兜底为 `JPTM001-White`，无法还原成 5 条独立颜色 SKU——需在 PG 侧修源。
+- 结论：加其他国家只需在 `__main__` 追加 `sync((plate_id,), "国家码", False)`，命名规则自动生效。
+
+## 清洗 JPTM001 脏 colors + 重新同步（用户要求"先清洗再导入sku"）
+- PG 侧：`colors` 表 id=357 把 5 个颜色（白/杏/藏青/灰/粉）拼进同一条 code（源数据损坏）；其 `color_detail_images` 本就有 5 个独立颜色（White/Apricot/Deep Navy Blue/Gray/Pink，各 9 图）但 `color_id` 全为 NULL——脏记录是个未被图片引用的孤儿。
+- 清洗（事务提交）：DELETE id=357；INSERT 5 条规范 `colors`（code=JPTM001-WH01/AP01/BE01/GR02/PK01，name 中文，size_range=XS-XXXL）；UPDATE `color_detail_images.color_id` 指回新 id（白/杏/藏青/灰/粉 各 9 行 + 黑 9 行全关联成功）。
+- 颜色 code 缩写约定：白=WH01、杏=AP01、藏青=BE01、灰=GR02、粉=PK01（粉色无先例新编 PK01；藏青沿用 JPTM006 的 BE01）。
+- 重跑 `sync_from_pg.py` 全量：JPTM001 SKU 由 2 色(14 条)→6 色(42 条)；全局 SKU 1997→2025(+28)，SPU 93 不变。脏 `JPTM001-White` 长串记录已清除。
+- 注意：四国(US/MX/JP/GB)还存在其它"多色拼接"脏 colors 记录（一条 code 含 ≥2 个颜色，如 DG102/DG120/DG205/DG701/VS002/JSA004/GBHM002/GBTF004 等）。JPTM001 已修，其余待用户决定是否同法清洗（每条需先核 color_detail_images 是否可按独立颜色拆分）。
+
+## SKU 尺码字段按国家区分（仅 JP=亚洲，其余=欧美）
+- 用户最初要求 US/JP 改为亚洲尺码，后纠正：**US 不改**，仅 JP 走亚洲尺码。
+- 最终状态：`size_group`/`size_type` —— JP=亚洲尺码/亚洲尺码亚洲常规(244)，US/GB/MX=尺码/欧美尺码常规(1781)。全表 SKU 仍 2025。
+- 回滚备份：spu_sku.db.bak_usjp（US+JP 都改错的版本）、spu_sku.db.bak_revert_us（改回 US 后的版本）。
+- 规律：尺码体系与国家挂钩——**仅 JP=亚洲尺码亚洲常规**，US/GB/MX=欧美尺码常规。后续加国家时按此约定（亚洲市场如 JP/KR 走亚洲，欧美市场 US/GB/MX/DE 走欧美），或写进 sync_from_pg.py 按 country 映射自动填。

db/.workbuddy/memory/MEMORY.md

@@ -0,0 +1,25 @@
+# 项目长期记忆：Inkreach POD 数据库同步
+
+## PG 库连接
+- host=localhost, port=5432, user=postgres, password=inkreach, dbname=inkreach
+- Python 驱动 psycopg2 装在隔离 venv：`C:/Users/Admin/.workbuddy/binaries/python/envs/default/Scripts/python.exe`
+
+## 国家货盘映射（plates 表 id → 国家）
+- 美国 2/3/4/5、墨西哥 6、日本 7、韩国 8、沙特 9、巴西 10、英国 11、加拿大 12、波兰 13、西班牙 14、德国 15、澳洲 16、意大利 17
+
+## SPU/SKU 表结构（SQLite spu_sku.db，字段不可改）
+- SPU（25+ 业务字段 + country + mark）：code/material/component_1~3/比例/pattern/details/collar_style/style/care_Instructions/fabric/target_audience/season/is_transparent/layout/weaving_method/printing_type/fabric_texture_1/fabric_weight_1/fabric_weight_unit_1/lining_texture/country/mark
+- SPU 固定模板值（不随 PG 变）：pattern=印花、details=无、collar_style=圆领、style=休闲、care_Instructions=数码印花类可机洗且不可干洗、fabric=微弹、target_audience=成人、season=四季、is_transparent=否、layout=常规、weaving_method=针织(含钩织、毛织面料)、printing_type=定位印花、fabric_texture_1=光面、fabric_weight_unit_1=g/㎡、lining_texture=无里料/无内衬、mark=1
+- SKU（19 字段）：spu_id/code/price/color/size/size_group/size_type/shoulder_width/bust/clothing_length/sleeve_length/longest_side/secondary_long_side/shortest_side/package_weight/img_url_2~5
+
+## 同步脚本 sync_from_pg.py 规律
+- SPU = categories（按 code 去重）；SKU = colors × product_size/ size_chart 尺码（颜色×尺码粒度）
+- 业务模板固定值写入 SPU，PG 仅提供 material、component、fabric_weight（从 name 提取克重）、country
+- SKU code = colors.code（脏数据兜底为 品类code-颜色名）；color = 清洗后颜色名；price = 该品类 prices 首条；包装尺寸/重量 = product_extra.packaging_spec JSON；尺码表 = product_extra.product_size JSON（缺则回退 size_chart）
+- 切换国家：改顶部 `PLATE_IDS` 与 `COUNTRY` 后重跑（会 DELETE 两表再插入）
+- 脏颜色 code 处理：clean_color_name() 去尺码前缀；is_clean_code() 判断规范，不规范则 品类code-颜色名 兜底（源库无拉丁编码时 code 含中文属必然）
+
+## 已知数据坑
+- 部分品类 colors.code 为脏数据（如 'METB001-S-3XL黑色'、'5000B-黑色'、'SFB-黑色'）→ 兜底补全
+- 部分品类无 product_extra（如 SFB/5000B）→ 尺码走 size_chart 回退，包装/重量留空
+- 家居类尺码格式不一致（'30*40/76.2*101.6' vs '30*40'）、均码叫法不同（Onesize vs 均码）→ 已加归一化兜底