Orbitin/AGENTS.md

AGENTS.md

This file provides guidance to agents when working with code in this repository.

项目概述

Python 工具，用于从 Confluence API 获取 HTML 并提取保留布局的文本。

项目结构

OrbitIn/
├── main.py                    # CLI 入口
├── .env                       # 环境配置（敏感信息）
├── .env.example               # 环境配置示例
├── README.md                  # 项目说明
├── AGENTS.md                  # AI助手文档
├── layout_output.txt          # 缓存的布局文本
├── debug/                     # 调试输出目录
│   └── layout_output_*.txt    # 带时间戳的调试文件
├── data/                      # 数据目录
│   └── daily_logs.db          # SQLite3 数据库
└── src/                       # 代码模块
    ├── __init__.py
    ├── confluence.py          # Confluence API 客户端
    ├── extractor.py           # HTML 文本提取器
    ├── parser.py              # 日志解析器
    ├── database.py            # SQLite3 数据库操作
    └── report.py              # 日报生成器

核心模块

ConfluenceClient

• fetch_content(content_id, expand) - 获取页面内容
• get_html(content_id) - 获取 HTML 字符串

HTMLTextExtractor

• extract(html) - 从 HTML 提取保留布局的文本
• 使用 html.parser（非 lxml）
• 移除带 ac:name 属性的 Confluence 宏元素
• 表格格式化使用 ljust() 列对齐

HandoverLogParser

• parse(text) - 解析日志文本，返回 ShipLog 列表
• ShipLog 数据类：date, shift, ship_name, teu, efficiency, vehicles

DailyLogsDatabase

• insert(log) - 插入单条记录
• insert_many(logs) - 批量插入
• query_by_date(date) - 按日期查询
• query_by_ship(ship_name) - 按船名查询
• query_all(limit) - 查询所有
• get_stats() - 获取统计信息
• insert_unaccounted(year_month, teu, note) - 添加未统计数据
• get_unaccounted(year_month) - 获取未统计数据

DailyReportGenerator

• generate_report(date) - 生成日报
• print_report(date) - 打印日报

文本格式约定

• 列表前缀：• 用于 ul，数字+点用于 ol
• 粗体使用 **text**，斜体使用 *text*
• 水平线使用 ─ (U+2500) 字符
• 链接渲染为 text (url)

命令

# 默认：获取、提取、解析并保存到数据库
python3 main.py

# 仅获取HTML并提取文本（保存到debug目录）
python3 main.py fetch

# 获取并保存带时间戳的debug文件
python3 main.py fetch-debug

# 生成日报
python3 main.py report 2025-12-28

# 解析测试
python3 main.py parse-test

# 添加未统计数据
python3 main.py --unaccounted 118 --month 2025-12

配置

在 .env 文件中配置 Confluence 连接信息：

CONFLUENCE_BASE_URL=https://confluence.westwell-lab.com/rest/api
CONFLUENCE_TOKEN=your-api-token
CONFLUENCE_CONTENT_ID=155764524

测试模式

如果设置了环境变量 DEBUG_MODE=true，系统会使用本地 layout_output.txt 文件而不是从 Confluence API 获取数据，方便离线测试。