wandering1/Auto-Finance
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
27 Commits 1 Branch 0 Tags
ceefe3c4ebe61738663e03abea52871d3896c2c4
Commit Graph

14 Commits

Author SHA1 Message Date
wandering ceefe3c4eb feat(mcp): P3 联机验证通过，新增 browser_open_form 断点续填，修 4 个联机才暴露的真 bug 
联机跑通 open→login→new_form→fill(basic)→page_state→close：财务系统真的落库（单据编号 202610020850，
basic 页点「下一步」即保存）。据此补上续填能力并把测试草稿清理干净（删除前后截图 + 复查 0 命中）。

- 新增第 25 个工具 browser_open_form：列表页 #seacher 定位 → 唯一命中 → 行内单选 → #update 修改，
  读回 #EXPENEXPLAIN 证明数据还在；preview_only 只定位不点开并回显 bill_no/state/amount；
  命中多张直接拒绝并回 candidates，不替用户猜单据
- 修 4 个真 bug（都是单元测试看不见的）：
  1) navigate_to_reimburse 单点硬等 5 秒偶发超时 → 全程轮询 + 失败带页面文字与截图；
     并查明直达报销 URL 不建立会话（会被踢「长时间未操作，请重新登录!」），门户点击链是必经
  2) actor.close_all 用 atexit 注册无效：concurrent.futures.thread 的钩子走 threading._register_atexit，
     比 atexit 早跑，executor 已 shutdown → close 提交不进去。改为注册到同一列表，实测 close
     在 playwright_0 线程执行，退出不再漏浏览器
  3) wait_rows_loaded 只认 <a>，真实「查看」是 <button>，每次白等满 20 秒（也拖慢了测试套件）
  4) 空结果「没有找到匹配的记录」被当成加载中，搜不到时再白等 20 秒
- browser_page_state 语义修正：logged_in 判门户 URL，进报销系统后必然 false 会误导 → 拆成
  at_portal / in_reimburse_system / on_form_page
- case_status 补齐 info_both / screenshots / browser（锁持有者与心跳年龄）/ warnings（混合 info、
  陈旧抽取、他人持锁）；.browser.lock 文件名由 cases.py 单一定义，actor 反向引用
- 列表页结构实测写进 AGENTS：btSelectItem 单选、#insert/#update/#delete、行内「查看」是 gzlc 流程图、
  可见搜索框是 #seacher 而 #expenexplain 在收起面板（fill 会卡 30 秒）
- 测试：FakeBot 绑 BaseBot 真实行逻辑，新增 5 例续填用例（唯一命中/歧义拒绝/未命中/preview/空关键词），
  134 passed 0.36s；文档 docs/MCP.md 工具参考按 wire schema 重生成（25 工具），SKILL 增「断了不要重来，
  用 browser_open_form 续填」与破坏性操作纪律；方案文档 §13.5 记录联机结果、4 个 bug 与未完成项

验证：mcp_smoke 25 工具 / ruff / format / mypy / deptry / pytest 134 passed 全绿；
联机时间线见方案文档 §13.5。仍用 --no-verify 提交并手跑等价检查（原因见 AGENTS 提交纪律）。
 2026-10-20 10:44:57 +08:00
wandering 1725244faf feat(mcp): 浏览器分步填报 P3——7 个 browser 工具 + 单线程 actor + 磁盘锁 
填报从「一把梭」变成分步：Agent 可以开浏览器、登录、建单、按步填、看页面、关，每步有截图，
中途失败不必从头重来。提交不在本步——提交不可逆，留给 P4 的 submit_preview/submit_execute。

- src/infra/browser/actor.py（新）：Playwright 单线程 actor（sync API 的 greenlet 线程亲和要求所有
  调用回到创建线程）+ 会话注册表 + cases/<id>/.browser.lock（PID/started_at/heartbeat/url，
  心跳 180 秒过期才允许接管；锁文件损坏按无锁处理；atexit 尽力关浏览器）。与 COM actor 分开。
- base.py：login_portal 拆成 submit_login + wait_for_portal（返回布尔不抛异常），新增 portal_reached/
  human_required；_screenshot 支持 screenshot_dir 并按 001-步骤名.png 编号、返回路径、失败只告警
- src/mcp/tools/browser.py（新）：browser_open/login/new_form/fill/steps/page_state/close，工具 17 → 24
  · need_human 用 ok:true + logged_in:false 返回（扫码不是失败，避免宿主当错误重试或另开窗口）
  · 步骤顺序硬约束，跳步拒绝并用 next_action 指回该补的一步；步骤报错回传 detail.screenshot
  · browser_close 明确不提交不存草稿；travel 五步、normal 四步（无 subsidy）
- tests/test_mcp_browser.py（新，17 例，FakeBot/FakePage 不起浏览器）：锁四种情形、need_human 分支与
  截图落点、重复登录幂等、未打开时各工具拒绝、类型推断与两 info 并存时拒猜、未登录拒建单、跳步拦截、
  步骤推进与 remaining、未知步骤、报错截图、close 释放会话与锁、open 复用、steps 两种流程
- 文档：docs/MCP.md 工具段按 wire schema 重生成（24 工具）；AGENTS/SKILL/操作指南/README/浏览器 README
  同步分步流程、锁与心跳、有头默认、提交必须交人工；方案文档 §13 记录实现、取舍与未完成项

验证：
- 联机跑通 open（3.1s 起有头 Chromium）→ 锁写入（pid/heartbeat）→ page_state（about:blank，
  001-state.png 4721 字节）→ 重复 open 复用（already_open=true，不多开窗）→ close（锁释放、注册表清空）
- 登录与填报的联机验证需要用户在场（SSO 可能扫码），本轮未做
- 门禁：ruff / format --check / mypy src / deptry / pytest 129 passed / mcp_smoke 24 工具
  instructions 2109 字节。仍用 --no-verify 提交并手跑等价检查（原因见 AGENTS 提交纪律）。
 2026-10-20 00:46:23 +08:00
wandering 7e900ebdea fix(requisition): 模板三级解析，空白模板入库，产物只写会话 artifacts 
历史清洗删掉了根目录两份 低值易耗品申购*.xls——它们其实是**已填写的真实申购单**
（半导体型号、单价、项目名都在），不是模板；同时旧实现「项目根 glob 取名字最大者」会把
上一次生成的产物当模板，所以一并修掉：

- 新增 resolve_requisition_template()：REQUISITION_TEMPLATE 环境变量 → templates/ → 项目根（兼容旧位置）；
  环境变量指向不存在的文件时告警并继续回退，不静默失败
- 入库 templates/低值易耗品申购.xls 空白件（由旧文件删掉第 3 行起的全部内容得到，UsedRange 只剩 2 行：
  标题 + 表头；真实采购明细不进仓库）
- generate_requisition 默认输出改为 <会话>/artifacts/低值易耗品申购<ts>.xls，不再写模板旁边
- mcp/tools/documents.py 的 _find_template 改为复用同一解析函数，避免两处规则漂移
- 模块 docstring 与 CLI help 里 src/web/uploads 的过时示例改为 cases/
- tests：5 个纯单测覆盖解析优先级（env 优先 / templates 胜过根目录 / 根目录取最新 /
  env 指向不存在的文件时回退 / 全都没有时返回 None），不依赖 COM

验证：真实 Excel COM 端到端 2 项 → 产物 UsedRange 5 行（标题/表头/2 明细/合计），第 6 行起为空，
无旧明细残留；fill_requisition_excel 原本就会先删第 3 行起内容，这条也实测确认过。
门禁：ruff / format --check / mypy src / deptry 全绿，pytest 112 passed，mcp_smoke 17 工具。
 2026-10-19 23:57:44 +08:00
wandering e1acf2de84 docs: 文档全面对齐 MCP 架构，并脱敏公开操作指南 
接口与入门：
- 新增 docs/MCP.md：注册方法（DSH patch + 通用 client）、返回信封、会话目录布局、标准流程、
  硬约束与未实现清单；工具参考段由**运行时 input_schema 自动生成**，与代码同源不会漂移
- 删除 docs/API.md（856 行 Flask 路由/SSE 文档，描述的端点已不存在）
- 重写根 README.md：为什么放弃自带前端、职责分工表、快速开始、注册配置、流程链、结构与风险
- 重写 AGENTS.md：命令表换成 mcp/mcp-smoke/upload；mypy 目标改 src；新增「提交纪律」
  （pre-commit 的 stash 窗口会回滚未暂存改动）、COM 与 Playwright 线程约束、多进程共存提醒

包文档：src/README.md 与各包 README 按现状重写；新增 src/mcp/README.md（写工具的规矩、
宿主侧四个坑）与 src/upload/README.md（路由表与安全边界）；tests/scripts/config 三处索引更新。

提示词迁移：src/infra/llm/ 整个删除，三份系统提示词迁到 .agents/skills/reimbursement/references/
（invoice-fields / travel-info-fields / normal-info-fields），删掉 can_submit 与 suggestion
（save_info 也会主动剥离），「严格只输出 JSON」改为「交给对应工具落盘」；新增 SKILL.md 作为
宿主侧操作纪律（已被 DSH 热加载为 reimbursement 技能）。

作废处理：删除 .agents/docs/guides/系统事件流全景图.md（SSE 与 file_events/agent_events 通道已整体
移除，现在没有任何事件流）；给项目架构全景图与架构分析-2026-06-15 加「已过时」横幅保留历史；
config.example.json 去 consumable_storage 加 upload_pin；.env.example 去 LLM 段并说明已不再自动加载 .env。

安全：docs/报销操作指南.md 的示例配置里原来写着**真实姓名、16 位公务卡号、内网 LLM 地址与工号**
（自 9fe5d70/2026-05-25 起在版本历史里），本次全部换成占位符。历史清洗与令牌轮换另议。

门禁（改动含 src/infra/llm 删除，故重跑全部门禁）：
  ruff check PASS | ruff format --check PASS(42) | mypy src PASS(34) | deptry PASS(36) |
  pytest 107 passed | scripts/mcp_smoke.py PASS（17 工具 / instructions 1449 字节 / case_list ok）
申购单在依赖清理后另已实机复测：2.4s 生成，产物单元格读回正确。
 2026-10-19 22:40:06 +08:00
wandering 87b4080b1b refactor!: 删除 Web/CLI 应用层与内置 LLM 抽取，出库单功能下线（2b） 
入口只剩 MCP 服务器；编排由宿主 Agent 负责，本项目只留工具与确定性内核。

删除：
- src/web/（Flask 路由、SSE 轮询、自研聊天前端、模板与静态资源，约 3400 行）
- src/main.py、src/pipeline.py、src/pipeline_core.py（CLI 全流程入口与两套重复管道）
- core/extraction/{extractor,llm_extractor}.py（内置 LLM 抽取、llm_stream.log、file_events.log、并行抽取）
- infra/documents/consumable.py 与 infra/documents/pdf.py：出库单功能下线（Word 模板 4fbb4c3 起已不在仓库，
  该路径此前一直静默失败），PDF 渲染由 core/extraction/render.py 取代
- mcp__arb__doc_consumable 工具；exceptions.ExtractionError；config 的 consumable_storage / get_llm_config /
  load_session_config / SESSION_CONFIG_KEYS（Web 专属，已无引用）
- 针对被删代码的 tests/test_extractor.py、tests/test_llm_extractor.py 与 scripts/ 下的 LLM 调试脚本
- 依赖：llama-index、llama-index-llms-openai-like、python-dotenv（连同其 50+ 传递依赖）
- 提交进来的调试截图 src/images/、根目录 images/ 与 .coverage（并补 .gitignore）

保留与新增：
- 材料入口改为独立进程 src/upload（手机扫码/PC 上传 → cases/<id>/inbox/）
- runner.py 自带 save_invoice_groups，不再依赖 pipeline_core
- scripts/mcp_smoke.py：stdio 自检（拉起自身、列工具、调 case_list、验证 instructions 下发）
- make mcp / mcp-smoke / upload 取代 make run；check 的 mypy 目标从 src/main.py 扩到 src

验证：mcp_smoke 通过（17 个工具、instructions 1449 字节、case_list 正常）；申购单实机生成此前已验证。
门禁：ruff check / format --check(43) / mypy src(36 文件) / deptry / pytest 107 passed。
注：仍用 --no-verify 提交并手动跑等价检查（原因见 2f08bbd 提交说明）。
 2026-10-19 22:04:25 +08:00
wandering 2f08bbd6e8 refactor: 删除自研 Agent 状态机与 SSE 事件通道 
编排（提取-校验-修正循环、轮次上限、补充材料、终态保护）由宿主 Agent 承担，本项目不再自建运行时。

- 删除 src/agent/：AgentSession/AgentState 状态机、校验-修正循环、agent_events.log 事件通道（共 878 行）
- src/web/routes.py：移除 5 个 Agent 端点与 _emit_ready_and_submit（READY 即自动提交财务系统的逻辑一并消失），
  SSE 不再轮询 agent_events.log；_run_agent_task 更名 _run_session_task；824→490 行，18→13 端点
- src/infra/documents/requisition.py：项目名来源改为 .invoice_cache/normal_info.json → travel_info.json →
  旧 agent_state.json（兼容历史会话目录）→ 默认值
- AGENTS.md：架构章节改写为 MCP 模式，CLI 与 Web 标注为遗留待删；补两条集成约束
  （required 键必须存在、宿主侧路径用正斜杠）
- tests：requisition 回退链 +3 用例；Web 冒烟确认 GET / 与保留端点正常、/api/agent/* 返回 404

门禁：ruff check / format --check / mypy src/main.py / deptry 全绿，pytest 132 passed。
注：用 --no-verify 提交——上一轮 pre-commit 在暂存-回滚窗口内被中断，把工作区里几个未暂存
文件回滚成了 HEAD 版本（已重放并逐项核对）。本仓库 pre-commit 只跑 ruff，等价检查已手动执行。
 2026-10-19 19:55:26 +08:00
wandering 14b6b4c2d7 feat: MCP 服务器与上传收件器，确立 cases/ 会话模型 
- src/mcp: 15 个工具（材料 / 抽取交接 / 匹配 / 校验 / 骨架），stdio 入口 python -m src.mcp.server
- src/upload: 独立进程的扫码上传收件器（服务端 segno 二维码、零 CDN、令牌强制、只写不读）
- src/cases.py: 会话目录唯一实现，阶段由产物推导，不再存在状态机文件
- core/extraction: 拆出 cache.py（纯 IO）与 render.py（PDF 渲染 + 文本层 + 自动转正）
- core/matching: runner.py 从缓存匹配，输出 review_required 而非只给贪心结果
- schemas.py: 抽取字段定义单一真源；payment 补 merchant（validator 早已要求却从未采集）
- config: 修 _CONFIG_PATH 多一层 parent 导致 username/password 恒为空；新增 upload_pin
- 类型: validator.py 10 处与 browser/__init__ 2 处既存 mypy 错误一并修掉（行为以快照 diff 验证不变）
- 依赖: +mcp 2.3.0 +segno；cases/ 与 .mnemon/ 进 .gitignore
- 实测记录: .agents/docs/plans/MCP化改造方案-2026-10-19.md（含 DSH 注册与热重连结论）

注: 本提交用 --no-verify 跳过 pre-commit，等价的 ruff/format 检查已手动跑过（见下条提交说明）。
 2026-10-19 19:54:48 +08:00
wandering 4fbb4c36ed 增加生成学校易耗品填写的转换程序 2026-08-31 18:25:35 +08:00
wandering 44496a54e6 fix: 补充 __init__.py 导出符号，修复测试导入错误 
- src/core/extraction/__init__.py: 导出 _image_to_base64
- src/core/matching/__init__.py: 导出所有内部函数（_build_invoice_summary, _build_payment_records, _invoices_to_records, _match, _match_by_filename, _match_one_to_many, _match_one_to_one, _relative_tolerance, _safe_float）
- src/infra/documents/__init__.py: 导出 INVOICE_LEVEL_COLUMNS, PAYMENT_RECORD_COLUMNS
- tests/test_extractor.py: 修正 monkeypatch 路径为模块级引用
 2026-07-02 18:51:59 +08:00
wandering 9043886b6f refactor: 架构重组 — doc/bot → core/infra，新增 Agent 调度模块 
- src/doc/ 拆分为 src/core/extraction/, matching/, validation/（核心业务逻辑）
- src/bot/ 重命名为 src/infra/browser/（浏览器自动化基础设施）
- fill_consumable_doc.py → src/infra/documents/consumable.py
- 新增 Agent 调度模块：coordinator.py, events.py, session.py，重构 orchestrator.py
- 更新 AGENTS.md、README.md 及所有子目录 README
 2026-07-02 18:36:19 +08:00
wandering e9e0252638 agent 模式补充文件功能已经实现 2026-06-15 10:39:01 +08:00
wandering 01d4686ceb 实现Agent对话，合格自动提交，不合格补充材料的能力 2026-06-14 12:56:33 +08:00
wandering 3bd325e827 完成差旅发票录入流程 2026-06-11 19:22:34 +08:00
wandering 07c0126741 重构项目为LLM 驱动 2026-06-09 16:25:20 +08:00