feat: 确定性转换蝦皮待补规格 (#152)

2026-08-11 14:31:13 +08:00
parent c68efe1a55
commit 30bdab3e2e
3 changed files with 312 additions and 21 deletions
@@ -146,3 +146,43 @@ Remove-Item Env:CMAUTOBUY_CATALOG_TOKEN
 python tools/import_catalog_xlsx.py raw_data/shopee_chanpin_3_已处理.xlsx
 python tools/import_catalog_xlsx.py --update-policy overwrite_same_source --dry-run
 ```
+
+### 6.1 将确定的待补规格转换为正式规格
+
+三个工作簿没有颜色、尺码的维度名称，不能固定认为第一列是颜色、第二列是尺码。
+需要补齐已经导入的待补规格时，使用独立的确定性转换模式：
+
+```powershell
+python tools/import_catalog_xlsx.py --formalize-specs --dry-run
+```
+
+该模式按商品整体判断两列，不逐行改变列含义。只有整列取值都包含明确尺码证据时，
+才把它作为尺码列；另一列作为颜色/款式。单维商品只有在全部取值都能明确识别为
+尺码或颜色时才转换。证据冲突、列数不一致或含义不明的商品不会进入写请求，继续
+显示“待补”。
+
+当前三个样本的预检基准如下：
+
+| 结果 | 商品数 | SKU 数 |
+|---|---:|---:|
+| 可以确定并正式化 | 1920 | 31178 |
+| 含义不确定，继续待补 | 155 | 1871 |
+| 源文件合计 | 2075 | 33049 |
+
+正式化模式强制使用 `fill_missing`：只补数据库中的空颜色/尺码，不覆盖人工记录或已有
+正式字段；`spec_raw`、`spec_key` 和真实 SKU ID 均不改变。它使用独立的
+`xlsx-spec-v1` 批次版本，相同文件和参数可以幂等重跑。
+
+生产执行前必须重新备份数据库，并先在 MySQL 8.4、库名以 `_test` 结尾的测试库或
+生产备份副本演练。确认预检计数和前后不变量后，才在当前 PowerShell 进程设置 Token：
+
+```powershell
+$env:CMAUTOBUY_CATALOG_BASE_URL = "https://buy.833729.com"
+$env:CMAUTOBUY_CATALOG_TOKEN = Read-Host "请输入商品目录专用 Token"
+python tools/import_catalog_xlsx.py --formalize-specs
+Remove-Item Env:CMAUTOBUY_CATALOG_TOKEN
+```
+
+执行后核对商品总数仍为 2075、SKU 总数仍为 33049，`spec_raw/spec_key` 不变，正式
+SKU 增量与预检一致，歧义 SKU 仍为待补，且没有失败批次。Token 和数据库凭据不得
+写入命令文件、日志、工单或任务归档。