chore: auto release commit (2026-09-15 03:29:00)

scripts/service/platform_collector_collect.py

@@ -0,0 +1,625 @@
+"""Playwright RPA：SmartCampus HR 平台合同台账采集主流程。
+
+v1.1.31：从 platform_collector.py 拆分出来的 collect_all 子模块。
+包含 2 个函数：
+- collect_all（登录 + 抓 hr/contracts 表格 + 落库 + 入队下载任务）
+- _error_result（错误返回包装）
+
+设计要点（保持 v1.1.30 不变）：
+- 登录子流程通过 service.platform_collector_login 顶部 import（login 是叶子模块，无 cycle）
+- facade 持有的符号（_goto / _dump_page / _is_logged_in / 异常类 / PLATFORM_URL 等）
+  通过 `from service import platform_collector as _pc` lazy import
+  → 避免 facade ↔ collect cycle；测试 patch facade attr 后立即生效
+- persist / queue 持有的函数（_persist_contracts / _gen_contract_id 等）仍位于 facade，
+  Stage 3/4 移到 persist/queue 子模块后，collect 改为对应模块顶部 import
+"""
+
+from __future__ import annotations
+
+import time
+from datetime import datetime
+
+from util.constants import (
+    CARD_APPEAR_WAIT_MS,
+    DEFAULT_PAGE_TIMEOUT_MS,
+    FULL_RENDER_WAIT_MS,
+    HUMAN_WAIT_TIMEOUT,
+    POST_LOGIN_SETTLE_MS,
+    POST_RELOAD_LOGIN_HYDRATION_MS,
+    POST_RELOGIN_GOTO_WAIT_MS,
+    PUSHSTATE_SETTLE_MS,
+    RELOAD_DOMCONTENTLOADED_TIMEOUT_MS,
+    SIDEBAR_CLICK_URL_TIMEOUT_MS,
+    SIDEBAR_LINK_TIMEOUT_MS,
+    SPA_HYDRATION_MS,
+    TABLE_INITIAL_WAIT_MS,
+    TABLE_POLL_INTERVAL_MS,
+    TABLE_POLL_MAX_ATTEMPTS,
+    TABLE_TR_TIMEOUT_MS,
+)
+from util.logging_setup import get_skill_logger
+from service.platform_collector_login import (
+    _fill_spa_login,
+    _fill_spa_login_from_env,
+    _wait_for_login_inputs_filled,
+    _wait_for_manual_login,
+    _wait_for_url_stable,
+)
+
+logger = get_skill_logger()
+
+
+def collect_all(
+    limit: int = 0,
+    headless: bool = True,
+    human_wait_timeout: int = HUMAN_WAIT_TIMEOUT,
+) -> dict:
+    """登录 sandbox 平台 → 抓合同表 + 材料 → 落库。
+
+    human_wait_timeout: 手工登录 fallback 等待秒数（默认 HUMAN_WAIT_TIMEOUT=180）。
+    失败时可能抛出 RPAError（LoginTimeoutError / MissingBrowserError / TableNotFoundError）。
+    """
+    # Lazy import: 读 facade 持有的 _safe_getenv_dir / 异常类 / PLATFORM_URL 等
+    from service import platform_collector as _pc
+
+    try:
+        from playwright.sync_api import sync_playwright
+    except ImportError:
+        logger.error("playwright 未安装，跳过 RPA 采集")
+        return _error_result("playwright_not_installed", 0)
+
+    profile_dir = _pc._safe_getenv_dir("SMARTCAMPUS_PROFILE_DIR", "playwright-profile")
+    download_dir = _pc._safe_getenv_dir("MATERIALS_DOWNLOAD_DIR", "materials")
+    profile_dir.mkdir(parents=True, exist_ok=True)
+    download_dir.mkdir(parents=True, exist_ok=True)
+
+    logger.info(
+        "platform_collector: 启动 profile=%s download_dir=%s headless=%s limit=%d "
+        "human_wait_timeout=%d",
+        profile_dir, download_dir, headless, limit, human_wait_timeout,
+    )
+
+    contracts: list[dict] = []
+    fetched_rows = 0
+    downloaded = 0
+
+    with sync_playwright() as p:
+        # v1.1.9：headed 模式优先用系统 Edge（跟 Windows 桌面 session 同源，
+        # 能真正弹窗让你看到并手工登录）；找不到则 fallback Playwright 内置 chromium
+        if not headless:
+            try:
+                ctx = p.chromium.launch_persistent_context(
+                    user_data_dir=str(profile_dir),
+                    headless=False,
+                    accept_downloads=True,
+                    channel="msedge",
+                    viewport={"width": 1440, "height": 900},
+                )
+                logger.info(
+                    "platform_collector: 使用系统 Edge（headed 弹窗）"
+                )
+            except Exception as e:
+                logger.warning(
+                    "platform_collector: 系统 Edge 启动失败（%s），fallback Playwright chromium",
+                    e,
+                )
+                ctx = p.chromium.launch_persistent_context(
+                    user_data_dir=str(profile_dir),
+                    headless=False,
+                    accept_downloads=True,
+                    viewport={"width": 1440, "height": 900},
+                )
+        else:
+            ctx = p.chromium.launch_persistent_context(
+                user_data_dir=str(profile_dir),
+                headless=True,
+                accept_downloads=True,
+                viewport={"width": 1440, "height": 900},
+            )
+        try:
+            page = ctx.new_page()
+            # v1.1.6：覆盖 Playwright 默认操作超时（之前无 set_default_timeout，导致
+            # 所有 wait_for_selector 默认 30s，调试时不直观）
+            page.set_default_timeout(DEFAULT_PAGE_TIMEOUT_MS)
+
+            # 1. v1.1.21：先 goto **根域**（sandbox 登录页），让 SPA hydrate 2 秒
+            logger.info(
+                "platform_collector: 启动，goto ROOT_URL=%s (当前 URL=%s)",
+                _pc.ROOT_URL, page.url,
+            )
+            _pc._goto(page, _pc.ROOT_URL)
+            # 给 React/Vue 框架 2 秒 hydrate 时间，看登录 input 是否就绪
+            page.wait_for_timeout(2_000)
+
+            if _pc._is_logged_in(page):
+                logger.info(
+                    "platform_collector: ✅ 已登录态（URL=%s），跳过登录流程",
+                    page.url,
+                )
+            else:
+                # 2. 等 #jc-user / #jc-pass 出现（最多 2 秒）
+                #    若 sandbox 已预填 demo/123456 → 自动点 Sign in
+                #    若 input 为空 → 等用户输入（**v1.1.24 用户自己点登录按钮**）
+                auto_clicked = _pc._try_auto_sign_in(page, wait_input_sec=2)
+                if auto_clicked:
+                    logger.info(
+                        "platform_collector: ✅ 自动登录成功（预填 demo），等 URL 跳到 /app/"
+                    )
+                elif not headless:
+                    # 3. input 为空：等用户输入 → **用户自己点 Sign in**（脚本不抢按钮）
+                    if _wait_for_login_inputs_filled(page, wait_sec=human_wait_timeout):
+                        logger.info(
+                            "platform_collector: ✅ 用户完成输入并跳转，等 URL 跳到 /app/"
+                        )
+                    else:
+                        # 超时未跳转 → fallback 到原来的多信号等待
+                        logger.warning(
+                            "platform_collector: 用户未跳转，fallback 到 _wait_for_manual_login"
+                        )
+                        _wait_for_manual_login(page, wait_sec=human_wait_timeout)
+                else:
+                    raise _pc.LoginTimeoutError(
+                        f"headless 模式下未登录，且无法手工登录"
+                        f"（请用 --show-browser 重试）"
+                    )
+
+            # 4. v1.1.27：等 URL 跳到任一「SPA 已路由」状态（最多 30s，**不做任何操作**）
+            #    - /app/        = 已到 SPA 主页
+            #    - /select      = sandbox 中间页
+            #    - /login 或 /signin = sandbox 又把人踢回登录页（根域登录后常见，
+            #      sandbox 会跳到 /industries/campus/smartcampus/login SPA 二级登录页）
+            #    - 如果 URL 跳到 login/signin，**立即**退出 30 秒等待（不再干等），
+            #      让 4.5 处理。否则会等满 30 秒才发现要进 SPA 登录兜底，造成卡顿。
+            spa_url_seen = False
+            if not _wait_for_url_stable(
+                page, ("/app/", "/select", "/login", "/signin"), max_wait_sec=30,
+            ):
+                logger.warning(
+                    "platform_collector: 登录后 30s 内 URL 未稳定到 /app/、/select、"
+                    "/login 或 /signin（当前 URL=%s）",
+                    page.url,
+                )
+
+            # 4.5. v1.1.28/31：URL 落在 SPA 二级登录页 → 主动等 input hydrate（最多 10 秒）
+            #     → 从 .env 读凭证 fill（v1.1.31：密码不硬编码）→ 点登录 → 等 URL 跳离
+            #     v1.1.27 失败的根因：URL 已稳定在 /login 时，React SPA input 可能还没渲染，
+            #     找不到 input → False → 卡 180 秒等用户输入。
+            #     修复：先等 input 真正 hydrate 出来，再 fill+click。
+            cur_url_after_stable = page.url.lower()
+            if "/login" in cur_url_after_stable or "/signin" in cur_url_after_stable:
+                logger.warning(
+                    "platform_collector: 登录后落在 SPA 二级登录页（%s），"
+                    "v1.1.31 触发 SPA 登录兜底（等 input hydrate + 从 .env 读凭证 fill）",
+                    page.url,
+                )
+                # 1. 等 input 真正 hydrate 出来（最多 10 秒）
+                try:
+                    page.wait_for_selector(
+                        "#jc-user, #jc-pass, input[type='tel'], input[type='password']",
+                        timeout=10_000,
+                        state="attached",
+                    )
+                    page.wait_for_timeout(500)  # 让 React 状态稳定
+                except Exception as e:
+                    logger.warning(
+                        "platform_collector: SPA 登录页 10s 内未渲染 input: %s", e,
+                    )
+
+                # 2. 从 .env 读凭证 fill + 点登录
+                spa_filled = _fill_spa_login_from_env(page)
+                if spa_filled:
+                    logger.info(
+                        "platform_collector: ✅ SPA 二级登录页（来自 .env）已自动填好并点登录，"
+                        "等 URL 跳到 /app/ 或 /select"
+                    )
+                    # 等 URL 跳离 login（30 秒内跳到 /app/ 或 /select 都算成功）
+                    if not _wait_for_url_stable(page, ("/app/", "/select"), max_wait_sec=30):
+                        logger.warning(
+                            "platform_collector: SPA 登录后 30s 内 URL 未稳定到 /app/或/select"
+                            "（当前 URL=%s，.env 凭证可能失效）",
+                            page.url,
+                        )
+                        # 凭证失效：等用户手工登录（headless 模式直接抛错）
+                        if not headless:
+                            _wait_for_manual_login(page, wait_sec=human_wait_timeout)
+                        else:
+                            raise _pc.LoginTimeoutError(
+                                f"SPA 二级登录页 .env 凭证 fill 后 URL 不跳离"
+                                f"（可能凭证失效，URL={page.url}）"
+                            )
+                else:
+                    # .env 无凭证 / input 仍未渲染 → 等用户手工输入
+                    logger.warning(
+                        "platform_collector: SPA 登录页自动 fill 失败"
+                        "（.env 无凭证或 input 未渲染），fallback 等用户输入"
+                    )
+                    if not headless:
+                        if _wait_for_login_inputs_filled(page, wait_sec=human_wait_timeout):
+                            _wait_for_url_stable(page, ("/app/", "/select"), max_wait_sec=30)
+                        else:
+                            _wait_for_manual_login(page, wait_sec=human_wait_timeout)
+                    else:
+                        raise _pc.LoginTimeoutError(
+                            f"SPA 二级登录页 .env 无凭证且 headless 无法手工登录"
+                            f"（URL={page.url}）"
+                        )
+
+            # 5. v1.1.22：显式跳到 SPA_HOME_URL（/app/home），等侧边栏 link 出现
+            #    避免 sandbox 在 /select 中间页时直接找 sidebar link 找不到
+            # v1.1.32 优化：URL 不在 /app/home（可能在 /select 中间页）就 goto（5s 等）
+            if "/app/home" not in page.url.lower():
+                logger.info(
+                    "platform_collector: 当前 URL=%s，跳到 SPA_HOME_URL=%s",
+                    page.url, _pc.SPA_HOME_URL,
+                )
+                _pc._goto(page, _pc.SPA_HOME_URL)
+                page.wait_for_timeout(SPA_HYDRATION_MS)
+                # v1.1.32 优化：等 URL 稳定到 /app/home（最多 5s，比 15s 快很多）
+                if not _wait_for_url_stable(page, "/app/home", max_wait_sec=5):
+                    logger.warning(
+                        "platform_collector: 5s 内未稳定到 /app/home（当前 URL=%s）",
+                        page.url,
+                    )
+
+            # 6. 等 SPA 渲染 + click 侧边栏 hr/contracts（SPA 路由，避免 goto 触发整页 reload 丢 session）
+            try:
+                # dump SPA home 一次（用于调试 selector）
+                page.wait_for_timeout(POST_LOGIN_SETTLE_MS)
+                _pc._dump_page(page, download_dir.parent / "spa_home_dump.html", "SPA home")
+
+                # 等 SPA 真正加载完（侧边栏 link 出现，最长 SIDEBAR_LINK_TIMEOUT_MS）
+                try:
+                    page.wait_for_selector(
+                        "a[href$='/hr/contracts']",
+                        timeout=SIDEBAR_LINK_TIMEOUT_MS,
+                        state="attached",
+                    )
+                except Exception as e:
+                    logger.warning("等侧边栏 hr/contracts link 超时: %s", e)
+
+                link = page.locator("a[href$='/hr/contracts']").first
+                if link.count() > 0:
+                    link.click()
+                    logger.info("platform_collector: click 侧边栏 hr/contracts")
+                    try:
+                        page.wait_for_url(
+                            lambda u: "/hr/contracts" in u,
+                            timeout=SIDEBAR_CLICK_URL_TIMEOUT_MS,
+                        )
+                    except Exception as e:
+                        logger.warning("等 /hr/contracts URL 超时: %s；当前 URL=%s",
+                                       e, page.url)
+                else:
+                    logger.info(
+                        "platform_collector: 侧边栏 link 仍未出现，"
+                        "使用 SPA 路由（pushState）到 hr/contracts, 当前 URL=%s",
+                        page.url,
+                    )
+                    # 用 SPA 内部路由而非整页 goto，避免 session 被 server 端踢回 login
+                    try:
+                        page.evaluate(
+                            "u => history.pushState({}, '', u) || "
+                            "window.dispatchEvent(new PopStateEvent('popstate')),"
+                            " '/industries/campus/smartcampus/app/hr/contracts'"
+                        )
+                        page.wait_for_timeout(PUSHSTATE_SETTLE_MS)
+                        # v1.1.32：pushState 后 URL 可能没切（sandbox mock 偶发），
+                        # 检查 URL 真到 /hr/contracts 才算成功，否则 fallback goto
+                        if "/hr/contracts" not in page.url.lower():
+                            logger.warning(
+                                "platform_collector: pushState 后 URL=%s 未到 /hr/contracts，"
+                                "fallback goto PLATFORM_URL",
+                                page.url,
+                            )
+                            _pc._goto(page, _pc.PLATFORM_URL)
+                    except Exception as e:
+                        logger.warning("SPA pushState 失败: %s", e)
+                        _pc._goto(page, _pc.PLATFORM_URL)
+            except Exception as e:
+                logger.warning("click 侧边栏失败: %s；fallback goto", e)
+                _pc._goto(page, _pc.PLATFORM_URL)
+
+            logger.info("platform_collector: 当前 URL=%s", page.url)
+
+            # 5.5. v1.1.8：**首次登录后不再强制刷新**，避免打断用户手工登录态。
+            #     改为「等表格出现」兜底：给 SPA 一个初始等待窗口（TABLE_INITIAL_WAIT_MS*2），
+            #     如果表格仍未出现，**才**刷新一次（sandbox mock 异步加载场景）。
+            logger.info(
+                "platform_collector: 进入 hr/contracts 后**不刷新**，等待表格出现"
+                "（首次登录态不要打断）"
+            )
+
+            # 5.6. 兜底刷新：仅当等表格超时后才触发；刷新后可能被踢回 login，需重新登录
+            # 修复：之前没检查 URL，刷新后停在 login 页继续往后走，找不到表格就 dump 报错
+            # v1.1.32 优化：刷回 login 时用 _fill_spa_login_from_env（从 .env 读），
+            #   不再调硬编码 demo/123456 的 _fill_spa_login（与 .env 凭证一致）。
+            def _try_reload_after_table_timeout():
+                logger.warning(
+                    "platform_collector: 表格未在 %dms 内出现，触发兜底刷新",
+                    TABLE_INITIAL_WAIT_MS * 2,
+                )
+                try:
+                    page.reload(
+                        wait_until="networkidle",
+                        timeout=RELOAD_NETWORKIDLE_TIMEOUT_MS,
+                    )
+                except Exception as e:
+                    logger.warning("刷新 networkidle 失败: %s；尝试 domcontentloaded", e)
+                    try:
+                        page.reload(
+                            wait_until="domcontentloaded",
+                            timeout=RELOAD_DOMCONTENTLOADED_TIMEOUT_MS,
+                        )
+                    except Exception as e2:
+                        logger.warning("刷新 domcontentloaded 也失败: %s", e2)
+                if "/login" in page.url.lower() or "/signin" in page.url.lower():
+                    logger.warning(
+                        "platform_collector: 刷新后回到登录页（%s），重新登录",
+                        page.url,
+                    )
+                    # v1.1.32：先等 input hydrate，再走 .env 凭证 fill
+                    try:
+                        page.wait_for_selector(
+                            "#jc-user, #jc-pass, input[type='tel'], input[type='password']",
+                            timeout=10_000,
+                            state="attached",
+                        )
+                        page.wait_for_timeout(500)
+                    except Exception as e:
+                        logger.warning(
+                            "platform_collector: 刷新后 login 页 10s 内未渲染 input: %s", e,
+                        )
+                    if not _fill_spa_login_from_env(page):
+                        # v1.1.32：.env 无凭证时 fallback 到硬编码 demo（保持 v1.1.10 兼容）
+                        logger.warning(
+                            "platform_collector: .env 无凭证，fallback 硬编码 demo/123456"
+                        )
+                        if not _fill_spa_login(page):
+                            if not headless:
+                                _wait_for_manual_login(page, wait_sec=human_wait_timeout)
+                            else:
+                                raise _pc.LoginTimeoutError(
+                                    "刷新后回到 login 页且 headless 无法手工登录"
+                                )
+                        else:
+                            page.wait_for_timeout(POST_LOGIN_SETTLE_MS)
+                    else:
+                        # .env 凭证 fill 成功 → 等 URL 跳离 login
+                        _wait_for_url_stable(page, ("/app/", "/select"), max_wait_sec=15)
+                    _pc._goto(page, _pc.PLATFORM_URL)
+                    page.wait_for_timeout(POST_RELOAD_LOGIN_HYDRATION_MS)
+
+            # 7. dump 当前 hr/contracts 页面（用于调试）
+            _pc._dump_page(page, download_dir.parent / "hr_contracts_dump.html", "hr/contracts")
+
+            # 8. 等待表格加载（v1.1.8：先等，**表格超时未出现才触发兜底刷新**——
+            #    修复「首次登录后强制刷新打断手工登录态」问题）
+            page.wait_for_timeout(TABLE_INITIAL_WAIT_MS)  # 给 React 初始化 + mock 数据填充时间
+            found_table = False
+            for attempt in range(TABLE_POLL_MAX_ATTEMPTS):
+                page.wait_for_timeout(TABLE_POLL_INTERVAL_MS)
+                cur_url = page.url
+                try:
+                    page.wait_for_selector(
+                        "table tbody tr",
+                        timeout=TABLE_TR_TIMEOUT_MS,
+                    )
+                    found_table = True
+                    break
+                except Exception:
+                    logger.info(
+                        "platform_collector: URL=%s 等待表格加载 (attempt %d/%d)...",
+                        cur_url, attempt + 1, TABLE_POLL_MAX_ATTEMPTS,
+                    )
+
+            if not found_table:
+                # v1.1.8：表格没出现，**先尝试兜底刷新一次**（sandbox mock 异步加载场景）；
+                # 刷新后再次轮询表格，仍找不到才报 TableNotFoundError。
+                logger.warning(
+                    "platform_collector: 首次轮询未找到表格，触发兜底刷新（sandbox mock 异步加载场景）"
+                )
+                _try_reload_after_table_timeout()
+                # 刷新后重新轮询一次（最多 5 次）
+                for attempt2 in range(5):
+                    page.wait_for_timeout(TABLE_POLL_INTERVAL_MS)
+                    try:
+                        page.wait_for_selector(
+                            "table tbody tr",
+                            timeout=TABLE_TR_TIMEOUT_MS,
+                        )
+                        found_table = True
+                        logger.info(
+                            "platform_collector: 兜底刷新后找到表格 (attempt %d)", attempt2 + 1
+                        )
+                        break
+                    except Exception:
+                        logger.info(
+                            "platform_collector: 兜底刷新后仍等待表格 (attempt %d/5)...",
+                            attempt2 + 1,
+                        )
+
+            if not found_table:
+                _pc._dump_page(page, download_dir.parent / "sandbox_dump.html", "sandbox")
+                logger.warning("platform_collector: 表格未找到（兜底刷新后仍未出现）")
+                raise _pc.TableNotFoundError(
+                    f"{TABLE_POLL_MAX_ATTEMPTS * TABLE_POLL_INTERVAL_MS // 1000}s "
+                    f"内未找到表格（兜底刷新后仍未出现） (URL={page.url})"
+                )
+
+            # 表格已找到，等 tbody 完全填充 + dump 一份完整 DOM（用于诊断按钮 selector）
+            try:
+                page.wait_for_function(
+                    "document.querySelectorAll('table tbody tr').length > 0",
+                    timeout=DEFAULT_PAGE_TIMEOUT_MS,
+                )
+                page.wait_for_timeout(FULL_RENDER_WAIT_MS)
+                _pc._dump_page(
+                    page,
+                    download_dir.parent / "hr_contracts_full_dump.html",
+                    "完整 hr/contracts",
+                )
+            except Exception as e:
+                logger.warning("等完整渲染超时: %s", e)
+
+            rows = page.eval_on_selector_all(
+                "table tbody tr",
+                "rs => rs.map(r => Array.from(r.querySelectorAll('td')).map(td => td.innerText))",
+            )
+            fetched_rows = len(rows)
+            logger.info("platform_collector: 抓到 %d 行", fetched_rows)
+
+            # 检查每行是否有「续聘材料包」按钮
+            try:
+                mat_btn_count = page.locator(
+                    "table tbody tr button:has-text('续聘材料包')"
+                ).count()
+                logger.info(
+                    "platform_collector: 「续聘材料包」按钮数=%d", mat_btn_count,
+                )
+            except Exception:
+                mat_btn_count = 0
+
+            # 抓「材料包」card 区段的 DOM（用于后续解析每行 click 后的卡片文本）
+            # sandbox 行为：click 按钮后会在表格下方追加「续聘准备任务书」+「单位清单」卡片
+
+            for i, r in enumerate(rows):
+                if limit and i >= limit:
+                    break
+                # v1.1.8：表格列数自适应 —— sandbox 首次登录未刷新是 7 列
+                # （姓名/单位/到期日/剩余天数/预警/建议/按钮），刷新后才是 10 列
+                # （多 工号/岗位/合同类型/起止日期）。两种都支持。
+                ncols = len(r)
+                if ncols < 6:
+                    logger.warning(
+                        "行 %d 列数=%d < 6，跳过: %s", i, ncols, r
+                    )
+                    continue
+
+                # 列序探测：判断首列是不是工号（纯数字 + 字母，纯姓名是中文）
+                first_col = r[0].strip()
+                import re as _re
+                is_emp_id = bool(_re.match(r"^[A-Za-z]?\d+$", first_col))
+
+                if is_emp_id and ncols >= 9:
+                    # 10 列布局（含工号）：0 工号 1 姓名 2 单位 3 岗位 4 合同类型
+                    # 5 起止(含~) 6 剩余天数 7 预警 8 建议 9 按钮
+                    emp_id = first_col
+                    teacher = r[1].strip()
+                    unit = r[2].strip()
+                    period = r[5].strip()
+                    contract_end = period.split("~")[-1].strip() if "~" in period else period
+                    days_raw = r[6].strip()
+                    alert_label = r[7].strip()
+                    suggestion_hint = r[8].strip()
+                elif ncols >= 6:
+                    # 7 列布局（无工号）：0 姓名 1 单位 2 到期日 3 剩余天数 4 预警 5 建议 6 按钮
+                    teacher = first_col
+                    unit = r[1].strip()
+                    contract_end = r[2].strip()
+                    days_raw = r[3].strip()
+                    alert_label = r[4].strip()
+                    suggestion_hint = r[5].strip()
+                    emp_id = ""  # 工号缺失，留空让 _gen_contract_id 用 teacher_name 兜底
+                else:
+                    logger.warning(
+                        "行 %d 列数=%d 无法识别布局，跳过: %s", i, ncols, r
+                    )
+                    continue
+
+                # 用工号生成 contract_id（稳定，不会随姓名变化）
+                # v1.1.8：7 列布局无工号 → 用 teacher_name 派生（避免与 10 列布局冲突）
+                if emp_id:
+                    contract_id = _pc._gen_contract_id(emp_id, contract_end)
+                else:
+                    contract_id = _pc._gen_contract_id(teacher, contract_end)
+                contract = {
+                    "contract_id": contract_id,
+                    "teacher_name": teacher,
+                    "unit_name": unit,
+                    "contract_end": _pc._normalize_date(contract_end),
+                    "days_to_expire_hint": _pc._parse_days(days_raw),
+                    "alert_level_hint": _pc._parse_alert(alert_label),
+                    "ai_suggestion_hint": suggestion_hint,
+                    "materials": [],
+                }
+
+                # 点「续聘材料包」按钮 → 等卡片展开 → 抓卡片文本（含 checklist）
+                if mat_btn_count > 0:
+                    try:
+                        btn = page.locator("table tbody tr").nth(i).locator(
+                            "button:has-text('续聘材料包')"
+                        )
+                        btn.click()
+                        # 等卡片出现（页面下方追加 h2「续聘准备任务书」/「单位清单」）
+                        page.wait_for_timeout(CARD_APPEAR_WAIT_MS)
+                        # 抓表格下方所有 card 文本
+                        cards_text = page.locator(
+                            "main .grid > div, main > div > div > div"
+                        ).all_inner_texts()
+                        materials_text = "\n\n".join(
+                            t.strip() for t in cards_text if t.strip()
+                        )
+                        if materials_text:
+                            # 存到 materials_content（sandbox mock 卡片文本作为材料包内容）
+                            contract["materials"].append({
+                                "kind": "sandbox_card",
+                                "file_name": f"{contract_id}_materials.txt",
+                                "text": materials_text,
+                            })
+                            downloaded += 1
+                            logger.info(
+                                "platform_collector: 抓到卡片文本 %d 字 (%s)",
+                                len(materials_text), contract_id,
+                            )
+                        # dump 一次（i==0）方便调试
+                        if i == 0:
+                            _pc._dump_page(
+                                page,
+                                download_dir.parent / "after_click_dump.html",
+                                "首行 click 后",
+                            )
+                    except Exception as e:
+                        logger.warning("抓卡片失败 %s: %s", contract_id, e)
+                else:
+                    if i == 0:
+                        logger.info(
+                            "platform_collector: sandbox 未部署「续聘材料包」按钮，"
+                            "跳过材料抓取（仅采集表格列）",
+                        )
+
+                contracts.append(contract)
+        finally:
+            ctx.close()
+
+    saved = _pc._persist_contracts(contracts)
+    logger.info(
+        "platform_collector: contracts 落库完成 saved=%d / total_fetched=%d",
+        saved, len(contracts),
+    )
+
+    # v1.1.18：每个合同入队 download_tasks（独立事务，失败不影响主流程）
+    contract_ids = [c["contract_id"] for c in contracts if c.get("contract_id")]
+    enqueue_summary = _pc._enqueue_download_tasks_safe(contract_ids)
+
+    return {
+        "platform_url": _pc.PLATFORM_URL,
+        "fetched_rows": fetched_rows,
+        "saved_contracts": saved,
+        "downloaded_materials": downloaded,
+        "download_queue": enqueue_summary,
+        "contracts": contracts,
+    }
+
+
+def _error_result(reason: str, fetched: int) -> dict:
+    # Lazy import: 读 facade 的 PLATFORM_URL
+    from service import platform_collector as _pc
+
+    return {
+        "platform_url": _pc.PLATFORM_URL,
+        "fetched_rows": fetched,
+        "saved_contracts": 0,
+        "downloaded_materials": 0,
+        "contracts": [],
+        "error": reason,
+    }