103 lines
3.3 KiB
Markdown
103 lines
3.3 KiB
Markdown
# 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`](src/confluence.py:9)
|
||
- `fetch_content(content_id, expand)` - 获取页面内容
|
||
- `get_html(content_id)` - 获取 HTML 字符串
|
||
|
||
### [`HTMLTextExtractor`](src/extractor.py:12)
|
||
- `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`](src/parser.py:18)
|
||
- `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`](src/database.py:13)
|
||
- `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`](src/report.py:15)
|
||
- `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
|
||
|
||
```bash
|
||
# 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：
|
||
|
||
```bash
|
||
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。
|