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

CHANGELOG.md

@@ -2,6 +2,20 @@
 
 本文件对应技能市场 **「更新日志」** Tab。
 
+## 1.1.31
+
+- **拆分 `scripts/service/platform_collector.py`（1972 行 / 84KB → 1 facade + 4 sub-modules，最大子模块 28KB），绕过 PyArmor trial mode 单文件大小限制**：
+  - **根因**：v1.1.22 ~ v1.1.30 期间 CI 全部红色 X（4s 即失败）；`platform_collector.py` 从 v1.1.21 的 55 KB / 1319 行膨胀到 84 KB / 1972 行，超过 PyArmor 8.5.3 trial mode 单文件大小阈值
+  - **新结构**（5 个文件都在 `scripts/service/`，沿用平铺风格）：
+    - `platform_collector.py`（facade，~180 行 / ~7 KB）：保留模块常量 / 4 个异常类 / `_get_env` / `_load_env_file` / `_ENV_CACHE*` / re-export 21 个公开符号
+    - `platform_collector_login.py`（~700 行 / ~28 KB）：12 个登录流程函数
+    - `platform_collector_collect.py`（~570 行 / ~23 KB）：`collect_all` + 内嵌 `_try_reload_after_table_timeout` + `_error_result`
+    - `platform_collector_persist.py`（~200 行 / ~9 KB）：`_persist_contracts` + `_enqueue_download_tasks_safe`
+    - `platform_collector_queue.py`（~290 行 / ~13 KB）：`process_queue` + 5 个 queue/parse helper
+  - **零业务行为变化**：所有 CLI / Action / 测试保持不变；`tests/run_tests.py` 已有的 28 个 test case **零修改**通过（facade re-export + sub-module 内 `from service import platform_collector as _pc` lazy import 保留 `pc.HUMAN_POLL_INTERVAL = X` 测试 monkey-patch 能力）
+  - **新增 1 个 smoke test `facade_reexports_all_symbols_v1_31`**：验证 25 个公开符号从 facade 可见
+- **修复 CI 红色 X**：v1.1.21 是最后一个 CI 绿色的版本；v1.1.31 拆分后所有子模块 < 35 KB，远低于 trial 阈值（v1.1.21 green 阈值 55 KB 的 50%），加密步骤应能通过
+
 ## 1.1.30
 
 - **修复 jiangchang 客户端 arguments 丢失导致 argparse SystemExit 问题**：

SKILL.md

@@ -1,7 +1,7 @@
 ---
 name: 合同到期智能预警与续聘辅助
 description: "当用户说要扫描即将到期的合同、查 90/60/30 天预警名单、给某位教师生成续聘任务书、下发单位版续聘清单、从 SmartCampus HR 平台抓合同数据、解析续聘材料 PDF/Word、查看本月合同到期人员清单时，加载本技能。支持定时扫描（每日凌晨）+ 数据管理 + Agent 三入口，覆盖合同到期智能预警与续聘辅助全流程。"
-version: 1.1.30
+version: 1.1.31
 author: 深圳匠厂科技有限公司
 metadata:
   openclaw:

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,
+    }

scripts/service/platform_collector_login.py

@@ -0,0 +1,743 @@
+"""Playwright RPA：SmartCampus HR 平台登录流程。
+
+v1.1.31：从 platform_collector.py 拆分出来的纯登录流程子模块。
+包含 12 个函数：
+- _try_auto_sign_in / _wait_for_login_inputs_filled / _is_login_page_url_for_user
+- _wait_for_manual_login / _wait_for_url_stable / _fill_root_login
+- _fill_spa_login_from_env / _is_dev_mode_panel_open / _resolve_target_industry
+- _click_dev_mode_sign_in_for_industry / _click_campus_link / _fill_spa_login
+
+设计要点（保持 v1.1.30 不变）：
+- 所有 facade 公开符号（HUMAN_POLL_INTERVAL / LoginTimeoutError / _goto / _dump_page /
+  _is_logged_in / _is_spa_routed）通过 `from service import platform_collector as _pc` lazy import
+  → 保证测试 `pc.HUMAN_POLL_INTERVAL = 0.001` monkey-patch 生效
+- `HUMAN_WAIT_TIMEOUT` / `SPA_LOGIN_*` / `SIDEBAR_*` / `URL_STABLE_*` 等不会动态 patch 的常量
+  从 `util.constants` 顶部 import
+"""
+
+from __future__ import annotations
+
+import time
+
+from util.constants import (
+    HUMAN_PROMPT_INTERVAL,
+    HUMAN_WAIT_TIMEOUT,
+    SIDEBAR_LINK_TIMEOUT_MS,
+    SPA_LOGIN_INPUT_TIMEOUT_MS,
+    SPA_LOGIN_SETTLE_MS,
+    SPA_LOGIN_URL_TIMEOUT_MS,
+    URL_AFTER_LOGIN_TIMEOUT_MS,
+    URL_STABLE_POLL_S,
+)
+from util.logging_setup import get_skill_logger
+
+logger = get_skill_logger()
+
+
+def _try_auto_sign_in(page, wait_input_sec: int = 2) -> bool:
+    """v1.1.21：检测登录页 demo/123456 是否已预填，有则自动点 Sign in。
+
+    v1.1.24：扩展到支持 SPA 二级登录页（/industries/campus/smartcampus/login），
+    按钮文本可能是中文「登录」而非英文「Sign in」。
+
+    适用场景：
+      - 根域登录页（https://sandbox.jc2009.com/）：按钮「Sign in」
+      - SPA 二级登录页（/industries/campus/smartcampus/login）：按钮「登录」
+      默认有 demo/123456（或 18677308191 等真实账号）预填在 input。
+
+    行为：
+      1. 等 input 出现，最长 wait_input_sec 秒（默认 2s）
+      2. 检查 input 是否都有值
+      3. 有值 → 点 Sign in / 登录 → return True
+      4. 无值 → return False（交给 _wait_for_login_inputs_filled 接管）
+
+    不会自动 fill（如果没值就放弃，让用户自己输）。
+    """
+    try:
+        page.wait_for_selector(
+            "#jc-user, #jc-pass, input[type='tel'], input[type='password']",
+            timeout=wait_input_sec * 1000,
+        )
+    except Exception:
+        logger.info(
+            "platform_collector: %ds 内未出现登录 input，跳过自动登录",
+            wait_input_sec,
+        )
+        return False
+
+    # 多种 input selector 优先级
+    user_input = None
+    for sel in ("#jc-user", "input[type='tel']", "input[autocomplete='username']"):
+        loc = page.locator(sel).first
+        if loc.count() > 0:
+            user_input = loc
+            break
+    if user_input is None:
+        return False
+
+    pass_input = None
+    for sel in ("#jc-pass", "input[type='password']", "input[autocomplete='current-password']"):
+        loc = page.locator(sel).first
+        if loc.count() > 0:
+            pass_input = loc
+            break
+    if pass_input is None:
+        return False
+
+    user_val = (user_input.input_value() or "").strip()
+    pass_val = (pass_input.input_value() or "").strip()
+
+    if not user_val or not pass_val:
+        logger.info(
+            "platform_collector: 登录页 input 为空（user=%r, pass=%r），"
+            "等用户输入",
+            bool(user_val), bool(pass_val),
+        )
+        return False
+
+    # 多种按钮文本优先级：英文 Sign in > 中文登录 > submit
+    btn = None
+    btn_text_used = ""
+    for txt in ("Sign in", "登录", "Login", "signin"):
+        loc = page.locator(f"button:has-text('{txt}')").first
+        if loc.count() > 0:
+            btn = loc
+            btn_text_used = txt
+            break
+    if btn is None:
+        btn = page.locator("button[type='submit']").first
+        btn_text_used = "submit"
+    if btn is None or btn.count() == 0:
+        logger.warning("platform_collector: 未找到登录按钮")
+        return False
+
+    logger.info(
+        "platform_collector: 登录页已预填账号（user=%r），自动点 %s 按钮",
+        user_val, btn_text_used,
+    )
+    btn.click()
+    return True
+
+
+def _wait_for_login_inputs_filled(page, wait_sec: int = HUMAN_WAIT_TIMEOUT) -> bool:
+    """v1.1.21：等用户输入完账号密码，然后自动点登录按钮。
+
+    v1.1.26：按用户最新要求改回**自动点登录**行为——
+    「到了 /industries/campus/smartcampus/login 整个页面，有账号和密码可用直接点登录跳转」，
+    不再等用户自己点。
+
+    优先级（任一 selector 命中即视为有 input）：
+      - user: `#jc-user` / `input[type='tel']` / `input[autocomplete='username']`
+      - pass: `#jc-pass` / `input[type='password']` / `input[autocomplete='current-password']`
+
+    按钮文本优先级：`Sign in` / `登录` / `Login` / `signin` / `submit`。
+    """
+    # Lazy import: 测试通过 pc.HUMAN_POLL_INTERVAL = X 加速，需要 facade attr lookup
+    from service import platform_collector as _pc
+
+    deadline = time.monotonic() + wait_sec
+    last_prompt_at = time.monotonic()
+    last_state_log = time.monotonic()
+
+    while time.monotonic() < deadline:
+        cur_url = page.url
+
+        # 已不在登录页（用户可能已点登录完成跳转）
+        if not _is_login_page_url_for_user(cur_url):
+            logger.info(
+                "platform_collector: URL 已离开登录页（%s），登录完成", cur_url,
+            )
+            return True
+
+        # 探测 input（多 selector 优先级）
+        user_val, pass_val = "", ""
+        user_loc, pass_loc = None, None
+        for sel in ("#jc-user", "input[type='tel']", "input[autocomplete='username']"):
+            loc = page.locator(sel).first
+            if loc.count() > 0:
+                user_loc = loc
+                user_val = (loc.input_value() or "").strip()
+                break
+        for sel in ("#jc-pass", "input[type='password']", "input[autocomplete='current-password']"):
+            loc = page.locator(sel).first
+            if loc.count() > 0:
+                pass_loc = loc
+                pass_val = (loc.input_value() or "").strip()
+                break
+
+        now = time.monotonic()
+        if now - last_state_log >= HUMAN_PROMPT_INTERVAL:
+            last_state_log = now
+            logger.info(
+                "platform_collector: 等待用户输入 user=%r pass=%r (URL=%s)",
+                bool(user_val), bool(pass_val), cur_url,
+            )
+
+        # input 都有值 → 自动点登录按钮（v1.1.26 关键：用户最新要求自动点）
+        if user_val and pass_val:
+            btn = None
+            btn_text_used = ""
+            for txt in ("Sign in", "登录", "Login", "signin"):
+                loc = page.locator(f"button:has-text('{txt}')").first
+                if loc.count() > 0:
+                    btn = loc
+                    btn_text_used = txt
+                    break
+            if btn is None:
+                btn = page.locator("button[type='submit']").first
+                btn_text_used = "submit"
+            if btn is not None and btn.count() > 0:
+                logger.info(
+                    "platform_collector: ✅ 账号密码已填好（user=%r），自动点 %s 按钮",
+                    user_val, btn_text_used,
+                )
+                btn.click()
+                return True
+            logger.warning("platform_collector: input 有值但找不到登录按钮")
+
+        # 提醒用户
+        if now - last_prompt_at >= HUMAN_PROMPT_INTERVAL:
+            last_prompt_at = now
+            remaining = int(deadline - now)
+            if user_val and pass_val:
+                # 上面 click 应该已经 return，不会到这里
+                print(
+                    f"[登录] ✅ 账号密码已填好（user={user_val[:3]}***），"
+                    f"请点「登录」按钮，剩余 {remaining}s..."
+                )
+            else:
+                print(
+                    f"[登录] 等待用户输入账号密码... 剩余 {remaining}s"
+                )
+
+        time.sleep(_pc.HUMAN_POLL_INTERVAL)
+
+    logger.warning(
+        "platform_collector: %ds 内用户未跳转（最后 URL=%s）", wait_sec, page.url,
+    )
+    return False
+
+
+def _is_login_page_url_for_user(url: str) -> bool:
+    """判断 URL 是否还在登录页（用于 _wait_for_login_inputs_filled 退出条件）。"""
+    u = url.lower()
+    if "/login" in u or "/signin" in u or "/auth/" in u:
+        return True
+    # 根域本身也是登录页（demo 数据未提交前的初始态）
+    return u.rstrip("/").endswith("sandbox.jc2009.com")
+
+
+def _wait_for_manual_login(page, wait_sec: int = HUMAN_WAIT_TIMEOUT) -> bool:
+    """手工登录 fallback（v1.1.19 重写，v1.1.20 加强，v1.1.21 修订）：
+    等用户在浏览器完成登录。
+
+    判定「登录完成」的多个信号（满足任一即视为完成）：
+    1. URL 含 `/app/` 且稳定 URL_STABLE_REQUIRED_S 秒（v1.1.19 旧逻辑）
+    2. URL 已离开 `/login` / `/signin` / `/auth/` 等登录路径（v1.1.20 新增）
+       —— 即便 sandbox 未跳到 /app/，只要离开登录页就认为登录成功
+    3. 页面出现 sidebar 元素 `a[href$='/hr/contracts']`（v1.1.20 新增）
+       —— 说明已加载到 SPA 主页
+
+    - **不做任何 goto / reload / click**，避免打断用户输入
+    - 每 HUMAN_PROMPT_INTERVAL 秒打印一次剩余时间（默认 15s）
+    - 每 HUMAN_POLL_INTERVAL 秒检查一次（默认 5s）
+    - 超时抛 LoginTimeoutError。
+    """
+    # Lazy import: 读 facade constants 与异常类，便于测试 patch
+    from service import platform_collector as _pc
+
+    print(
+        f"[登录] 请在浏览器中完成登录"
+        f"（sandbox demo/123456 或真实账号），最多等待 {wait_sec} 秒..."
+    )
+    deadline = time.monotonic() + wait_sec
+    last_prompt_at = time.monotonic()
+    last_url = page.url
+    last_url_change_at = time.monotonic()
+
+    def _is_login_page_url(url: str) -> bool:
+        u = url.lower()
+        return (
+            "/login" in u or "/signin" in u or "/auth/" in u
+            or u.rstrip("/").endswith("sandbox.jc2009.com")
+        )
+
+    def _sidebar_present() -> bool:
+        try:
+            return page.locator("a[href$='/hr/contracts']").count() > 0
+        except Exception:
+            return False
+
+    while True:
+        remaining = deadline - time.monotonic()
+        if remaining <= 0:
+            break
+
+        cur_url = page.url
+        if cur_url != last_url:
+            logger.info(
+                "platform_collector: URL 变化 %s → %s", last_url, cur_url,
+            )
+            last_url = cur_url
+            last_url_change_at = time.monotonic()
+
+        # 信号 1：URL 跳到 /app/... 并稳定
+        if _pc._is_logged_in(page):
+            stable_for = time.monotonic() - last_url_change_at
+            if stable_for >= _pc.URL_STABLE_REQUIRED_S:
+                print(
+                    f"[登录] ✅ 检测到登录完成（URL 含 /app/，稳定 {stable_for:.1f}s）"
+                )
+                return True
+            logger.info(
+                "platform_collector: URL 含 /app/ 但还在过渡，等稳定 "
+                "(current=%s, stable_for=%.1fs)", cur_url, stable_for,
+            )
+        # 信号 2：URL 已离开登录页（即使不在 /app/，比如卡在中间过渡页也算）
+        elif not _is_login_page_url(cur_url):
+            stable_for = time.monotonic() - last_url_change_at
+            if stable_for >= _pc.URL_STABLE_REQUIRED_S:
+                print(
+                    f"[登录] ✅ 检测到登录完成（URL 已离开登录页 → {cur_url}，"
+                    f"稳定 {stable_for:.1f}s）"
+                )
+                return True
+            logger.info(
+                "platform_collector: URL 已离开登录页但还没稳定，等 "
+                "(current=%s, stable_for=%.1fs)", cur_url, stable_for,
+            )
+        # 信号 3：sidebar 已出现
+        elif _sidebar_present():
+            print(
+                f"[登录] ✅ 检测到登录完成（sidebar 已出现，URL={cur_url}）"
+            )
+            return True
+        else:
+            # 还在登录页：每 HUMAN_PROMPT_INTERVAL 秒提醒用户一次
+            now = time.monotonic()
+            if now - last_prompt_at >= _pc.HUMAN_PROMPT_INTERVAL:
+                last_prompt_at = now
+                print(
+                    f"[登录] 等待用户输入... 剩余 {int(remaining)}s "
+                    f"（当前 URL={cur_url}）"
+                )
+
+        time.sleep(_pc.HUMAN_POLL_INTERVAL)
+
+    raise _pc.LoginTimeoutError(
+        f"自动登录失败，{wait_sec}s 内用户在浏览器中也未完成登录"
+        f"（最后 URL={page.url}）"
+    )
+
+
+def _wait_for_url_stable(
+    page, target_substr: str | tuple[str, ...], max_wait_sec: int = 30,
+) -> bool:
+    """v1.1.19：等 URL 含 target_substr，且连续 URL_STABLE_REQUIRED_S 秒不变。
+
+    v1.1.22：target_substr 支持 tuple（任一匹配即视为稳定）。
+
+    用于「已登录态直接跳到目标页面」后等待 SPA 路由稳定。
+    **不做任何 goto / reload**，只 listen URL 变化。
+
+    Returns:
+        True = URL 已稳定到任一目标；False = 超时。
+    """
+    # Lazy import: 读 URL_STABLE_REQUIRED_S 便于测试 patch
+    from service import platform_collector as _pc
+
+    if isinstance(target_substr, str):
+        targets = (target_substr,)
+    else:
+        targets = target_substr
+
+    deadline = time.monotonic() + max_wait_sec
+    last_url = page.url
+    last_url_change_at = time.monotonic()
+
+    while time.monotonic() < deadline:
+        cur_url = page.url
+        if cur_url != last_url:
+            logger.info(
+                "platform_collector._wait_for_url_stable: URL 变化 %s → %s",
+                last_url, cur_url,
+            )
+            last_url = cur_url
+            last_url_change_at = time.monotonic()
+
+        cur_lower = cur_url.lower()
+        if any(t.lower() in cur_lower for t in targets):
+            stable_for = time.monotonic() - last_url_change_at
+            if stable_for >= _pc.URL_STABLE_REQUIRED_S:
+                return True
+
+        time.sleep(URL_STABLE_POLL_S)
+    return False
+
+
+def _fill_root_login(page) -> bool:
+    """v1.1.31：根域登录页（如还在）：从 .env 读 SMARTCAMPUS_LOGIN_USER /
+    SMARTCAMPUS_LOGIN_PASSWORD（不硬编码 demo/123456）→ fill → click Sign in。
+
+    无 .env 凭证时 return False，调用方走「用户手工登录」分支。
+    """
+    # Lazy import: 读 _get_env（保留在 facade，测试通过 pc._ENV_CACHE 隔离）
+    from service import platform_collector as _pc
+
+    user_input = page.locator('#jc-user').first
+    if user_input.count() == 0:
+        return False
+
+    root_user = _pc._get_env("SMARTCAMPUS_LOGIN_USER", "").strip()
+    root_pass = _pc._get_env("SMARTCAMPUS_LOGIN_PASSWORD", "").strip()
+    if not root_user or not root_pass:
+        logger.info(
+            "platform_collector._fill_root_login: .env 未配置 "
+            "SMARTCAMPUS_LOGIN_USER / SMARTCAMPUS_LOGIN_PASSWORD，"
+            "**不自动 fill**，等用户手工输入"
+        )
+        return False
+
+    user_input.fill(root_user)
+    page.locator('#jc-pass').first.fill(root_pass)
+    page.locator('button[type="submit"]:has-text("Sign in")').first.click()
+    logger.info("platform_collector: 根域自动登录（user 来自 .env）...")
+    try:
+        page.wait_for_url(
+            lambda u: "/home" in u or "/select" in u or "/industries/" in u,
+            timeout=URL_AFTER_LOGIN_TIMEOUT_MS,
+        )
+    except Exception as e:
+        logger.warning("等根域登录跳转超时: %s", e)
+    logger.info("platform_collector: 根域登录后 URL=%s", page.url)
+    return True
+
+
+def _fill_spa_login_from_env(page) -> bool:
+    """v1.1.31/32：SPA 二级登录页（/industries/campus/smartcampus/login）
+    按用户要求「密码不能直接放到代码」—— 从 .env 读 SMARTCAMPUS_LOGIN_USER /
+    SMARTCAMPUS_LOGIN_PASSWORD（无值时不自动 fill，等用户手工输入）。
+
+    v1.1.32：sandbox SPA 登录页默认会把「教师（通用）」demo 凭据预填到主表单 input。
+    但用户实际要登录的可能是「人事处」「财务处」等不同行业 tile；
+    按用户截图场景，需先在右侧 DEV MODE 面板里点对应 tile 的 Sign in，
+    让 SPA 把对应行业的 demo 凭据搬到主表单，再走原 fill+click 流程。
+    行业优先级：.env SMARTCAMPUS_LOGIN_INDUSTRY（默认 hr）→ 探测页面已预填的 user 值。
+
+    selector 优先级：
+      - user: `#jc-user` → `input[type='tel']` → `input[autocomplete='username']`
+      - pass: `#jc-pass` → `input[type='password']` → `input[autocomplete='current-password']`
+    按钮文本优先级：Sign in → 登录 → Login → signin → submit[type]。
+
+    返回是否成功点登录按钮（**无 .env 凭证时返回 False，让用户手工输入**）。
+    """
+    # Lazy import: 读 _get_env（facade 持有 _ENV_CACHE）
+    from service import platform_collector as _pc
+
+    # 1. 从 .env 读凭证（不硬编码）
+    spa_user = _pc._get_env("SMARTCAMPUS_LOGIN_USER", "").strip()
+    spa_pass = _pc._get_env("SMARTCAMPUS_LOGIN_PASSWORD", "").strip()
+    if not spa_user or not spa_pass:
+        logger.info(
+            "platform_collector._fill_spa_login_from_env: .env 未配置 "
+            "SMARTCAMPUS_LOGIN_USER / SMARTCAMPUS_LOGIN_PASSWORD，"
+            "**不自动 fill**，等用户在浏览器手工输入"
+        )
+        return False
+
+    # 1.5 v1.1.32：检测 DEV MODE 面板是否展开 → 是否需要先点对应行业的 Sign in
+    #    sandbox 行为：教师（通用）demo 总是预填到主表单，登录其他行业（hr/finance/research）
+    #    需要在右侧 DEV MODE 面板里点对应 tile 的 Sign in。
+    if _is_dev_mode_panel_open(page):
+        target_industry = _resolve_target_industry(page)
+        logger.info(
+            "platform_collector: DEV MODE 面板展开，目标行业=%s", target_industry,
+        )
+        _click_dev_mode_sign_in_for_industry(page, target_industry)
+
+    # 2. 找 user input
+    user_loc = None
+    for sel in ("#jc-user", "input[type='tel']", "input[autocomplete='username']"):
+        loc = page.locator(sel).first
+        if loc.count() > 0:
+            user_loc = loc
+            break
+    if user_loc is None:
+        logger.warning(
+            "platform_collector._fill_spa_login_from_env: 找不到 user input "
+            "（#jc-user / tel / autocomplete=username 全 miss）"
+        )
+        return False
+
+    # 3. 找 pass input
+    pass_loc = None
+    for sel in ("#jc-pass", "input[type='password']", "input[autocomplete='current-password']"):
+        loc = page.locator(sel).first
+        if loc.count() > 0:
+            pass_loc = loc
+            break
+    if pass_loc is None:
+        logger.warning(
+            "platform_collector._fill_spa_login_from_env: 找不到 pass input"
+        )
+        return False
+
+    user_loc.fill(spa_user)
+    pass_loc.fill(spa_pass)
+    logger.info(
+        "platform_collector: SPA 二级登录页 fill 完成（user 来自 .env）"
+    )
+
+    # 4. 找登录按钮
+    btn = None
+    btn_text_used = ""
+    for txt in ("Sign in", "登录", "Login", "signin"):
+        loc = page.locator(f"button:has-text('{txt}')").first
+        if loc.count() > 0:
+            btn = loc
+            btn_text_used = txt
+            break
+    if btn is None:
+        btn = page.locator("button[type='submit']").first
+        btn_text_used = "submit"
+    if btn is None or btn.count() == 0:
+        logger.warning(
+            "platform_collector._fill_spa_login_from_env: 找不到登录按钮"
+        )
+        return False
+
+    logger.info(
+        "platform_collector: SPA 二级登录页点 %s 按钮（user 来自 .env）",
+        btn_text_used,
+    )
+    btn.click()
+    return True
+
+
+def _is_dev_mode_panel_open(page) -> bool:
+    """v1.1.32：检测 sandbox SPA 登录页右侧 DEV MODE 面板是否展开。
+
+    面板里有「DEV MODE」文字 + 多个 tile（教师通用 / 人事处 / 财务处 / 科研处），
+    每个 tile 有自己的 Fill + Sign in 按钮。
+
+    返回 True 表示面板可见且可点对应行业的 Sign in。
+
+    实现策略（避免依赖 inner_text——fake page mock 不一定支持）：
+      - 用 selector 探测至少 2 个 Sign in 按钮（教师/人事处/财务处/科研处 tile）
+      - 至少 1 个含「DEV MODE」文本的元素
+    """
+    try:
+        # 1. 至少 2 个 Sign in 按钮（教师通用 + 至少 1 个行业 tile）
+        sign_in_btns = page.locator("button:has-text('Sign in')")
+        if sign_in_btns.count() < 2:
+            return False
+        # 2. DEV MODE 标志：找含 'DEV MODE' 文本的元素
+        dev_marker = page.locator(
+            "*:has-text('DEV MODE'), *:text-is('DEV MODE')"
+        ).first
+        return dev_marker.count() > 0
+    except Exception:
+        return False
+
+
+def _resolve_target_industry(page) -> str:
+    """v1.1.32：解析要登录的目标行业。
+
+    优先级：
+      1. .env SMARTCAMPUS_LOGIN_INDUSTRY（可选，默认 'hr'）
+      2. 探测页面：若主表单已预填 user 是 'hr' / 'finance' / 'research' / 'demo'
+         → 直接用该值（说明用户已点过对应 tile 的 Fill）
+    """
+    # Lazy import: 读 _get_env 拿 SMARTCAMPUS_LOGIN_INDUSTRY
+    from service import platform_collector as _pc
+
+    explicit = _pc._get_env("SMARTCAMPUS_LOGIN_INDUSTRY", "").strip().lower()
+    if explicit:
+        return explicit
+    # fallback：探测主表单 input 已预填的 user 值
+    try:
+        for sel in ("#jc-user", "input[type='tel']", "input[autocomplete='username']"):
+            loc = page.locator(sel).first
+            if loc.count() > 0:
+                cur = (loc.input_value() or "").strip().lower()
+                if cur in ("hr", "finance", "research", "demo"):
+                    return cur
+    except Exception:
+        pass
+    return "hr"
+
+
+def _click_dev_mode_sign_in_for_industry(page, industry: str) -> bool:
+    """v1.1.32：在 DEV MODE 面板里点对应行业 tile 的 Sign in 按钮。
+
+    sandbox 行为：每个 tile 是一段包含「行业名 + Email + Password + Fill + Sign in」的 div，
+    用户点 Sign in 会让对应行业的 demo 凭据填到主表单。
+
+    selector 策略（简化版，避免依赖 inner_text——fake page mock 不一定支持）：
+      - 行业显示名 → 用 :has-text + Sign in 按钮组合定位
+      - 兜底：用 nth 索引（教师通用=1 / 人事处=2 / 财务处=3 / 科研处=4）
+
+    返回是否成功点击（找不到时返回 False，由调用方决定 fallback）。
+    """
+    if not industry:
+        return False
+
+    # 行业显示名 → 可能的中文标签
+    industry_aliases = {
+        "hr": ("人事处",),
+        "finance": ("财务处",),
+        "research": ("科研处",),
+        "demo": ("教师", "通用", "Teacher"),
+    }
+    aliases = industry_aliases.get(industry, (industry,))
+
+    # 1. 模式 A：找包含「行业中文标签」的容器 + 容器内 Sign in 按钮
+    for alias in aliases:
+        try:
+            # Playwright 支持 :has() / :has-text() / :text-matches()
+            tile_btn = page.locator(
+                f"div:has-text('{alias}'):has(button:has-text('Sign in')) "
+                f"button:has-text('Sign in')"
+            ).first
+            if tile_btn.count() > 0:
+                logger.info(
+                    "platform_collector: DEV MODE 点 %s tile 的 Sign in 按钮",
+                    alias,
+                )
+                tile_btn.click()
+                return True
+        except Exception as e:
+            logger.warning(
+                "platform_collector: DEV MODE %s Sign in 点击失败: %s", alias, e,
+            )
+
+    # 2. 兜底：直接找所有 Sign in 按钮，按 industry 顺序选
+    #    hr(人事处) 排第 2 个，finance(财务处) 排第 3 个，research(科研处) 排第 4 个
+    industry_order = {"demo": 1, "hr": 2, "finance": 3, "research": 4}
+    if industry in industry_order:
+        idx = industry_order[industry]
+        try:
+            all_sign_in = page.locator("button:has-text('Sign in')")
+            cnt = all_sign_in.count()
+            if cnt >= idx:
+                logger.info(
+                    "platform_collector: DEV MODE 用兜底策略点第 %d 个 Sign in（%s）",
+                    idx, industry,
+                )
+                all_sign_in.nth(idx - 1).click()
+                return True
+        except Exception as e:
+            logger.warning(
+                "platform_collector: DEV MODE 兜底点击失败: %s", e,
+            )
+
+    logger.warning(
+        "platform_collector: DEV MODE 找不到 industry=%s 的 Sign in 按钮", industry,
+    )
+    return False
+
+
+def _click_campus_link(page) -> bool:
+    """在 /select 页面点智慧校园 tile，返回是否点中。"""
+    link = page.locator("a[href*='/industries/campus']").first
+    if link.count() == 0:
+        logger.warning("platform_collector: 未找到 智慧校园 link")
+        return False
+    link.click()
+    logger.info("platform_collector: click 智慧校园 链接")
+    try:
+        page.wait_for_url(lambda u: "/industries/campus" in u, timeout=SIDEBAR_LINK_TIMEOUT_MS // 2)
+    except Exception as e:
+        logger.warning("等 sandbox 路径超时: %s；当前 URL=%s", e, page.url)
+    return True
+
+
+def _fill_spa_login(page, settle_ms: int = SPA_LOGIN_SETTLE_MS) -> bool:
+    """sandbox SPA 自动登录（如还在登录页）：fill demo/123456 → click 登录 → 等跳转。
+
+    返回是否执行了登录（True = 已点登录按钮且 URL 已跳离 login；调用方可继续后续流程）。
+    失败时**不抛异常**，由调用方决定是否 fallback 到 _wait_for_manual_login。
+
+    v1.1.10 关键修复：**先检测 _is_logged_in，已登录态直接 return True 不再 fill**。
+    之前没这个检查，profile 复用时会被强制 demo fill 破坏 session。
+
+    v1.1.11 关键修复：**sandbox SPA 登录 input 实际是 `type="tel"` + 无 autocomplete**，
+    之前 selector `input[autocomplete="username"]` 永远找不到，自动 fill 100% 失败。
+    改用 sandbox 实际 selector `#jc-user` / `#jc-pass`（来自 root 登录页）+ `button[type="submit"]`。
+
+    修复要点（v1.1.5/v1.1.6 登录时间太短导致采集不到数据）：
+    - 默认 settle_ms = SPA_LOGIN_SETTLE_MS（4000ms），给 SPA 异步渲染 + token 写入 cookie 时间
+    - 等 username input 的 timeout = SPA_LOGIN_INPUT_TIMEOUT_MS（20s）
+    - click 按钮后 wait_for_url timeout = SPA_LOGIN_URL_TIMEOUT_MS（30s）
+    - 多处过渡路径（/login, /signin, /auth/）一并判断
+    """
+    # Lazy import: 读 _is_logged_in（facade 持有，便于测试 mock）
+    from service import platform_collector as _pc
+
+    # v1.1.10：先检查是否已登录（profile cookie 复用场景），已登录直接 return True
+    if _pc._is_logged_in(page):
+        logger.info(
+            "platform_collector: 已登录态（profile cookie 复用），跳过自动 fill"
+        )
+        return True
+
+    url_lower = page.url.lower()
+    if "/login" not in url_lower and "/signin" not in url_lower and "/auth/" not in url_lower:
+        return False
+    # v1.1.11：sandbox SPA 登录页 input 是 #jc-user / #jc-pass（与 root 登录页同 ID）
+    # 等输入框出现（带超时，避免 sandbox mock 慢启动卡死）
+    try:
+        page.wait_for_selector(
+            '#jc-user, input[type="tel"], input[autocomplete="username"]',
+            timeout=SPA_LOGIN_INPUT_TIMEOUT_MS,
+        )
+    except Exception as e:
+        logger.warning("SPA login input 未出现: %s；当前 URL=%s", e, page.url)
+        return False
+    # v1.1.11：按优先级选 selector —— sandbox 实际用 #jc-user
+    user_sel = None
+    for sel in ('#jc-user', 'input[type="tel"]', 'input[autocomplete="username"]'):
+        loc = page.locator(sel).first
+        if loc.count() > 0:
+            user_sel = sel
+            break
+    if not user_sel:
+        logger.warning("SPA login input selector 全 miss（#jc-user / type=tel / autocomplete=username）")
+        return False
+    page.locator(user_sel).first.fill("demo")
+    # 密码 selector 同样按优先级
+    pass_sel = None
+    for sel in ('#jc-pass', 'input[type="password"]', 'input[autocomplete="current-password"]'):
+        loc = page.locator(sel).first
+        if loc.count() > 0:
+            pass_sel = sel
+            break
+    if not pass_sel:
+        logger.warning("SPA password input selector 全 miss")
+        return False
+    page.locator(pass_sel).first.fill("123456")
+    page.locator(
+        'button:has-text("登录"), button[type="submit"]:has-text("Sign in"), '
+        'button[type="submit"]'
+    ).first.click()
+    logger.info("platform_collector: sandbox SPA 自动登录 (user_sel=%s pass_sel=%s)", user_sel, pass_sel)
+    page.wait_for_timeout(settle_ms)
+    try:
+        page.wait_for_url(
+            lambda u: "/login" not in u.lower()
+            and "/signin" not in u.lower()
+            and "/auth/" not in u.lower(),
+            timeout=SPA_LOGIN_URL_TIMEOUT_MS,
+        )
+    except Exception as e:
+        logger.warning("SPA 登录超时: %s；当前 URL=%s", e, page.url)
+        return False
+    # v1.1.10：fill 后再检测 _is_logged_in，避免 sandbox demo 凭据失效时
+    # 被误判为「已登录」（URL 跳 /app/home 但 cookie 没写入）
+    if not _pc._is_logged_in(page):
+        logger.warning(
+            "platform_collector: SPA URL 跳离 login 但 _is_logged_in=False，登录可能失败"
+        )
+        return False
+    logger.info("platform_collector: SPA 登录后 URL=%s", page.url)
+    return True

scripts/service/platform_collector_persist.py

@@ -0,0 +1,213 @@
+"""Playwright RPA：SmartCampus HR 平台合同台账落库 + 下载队列入队。
+
+v1.1.31：从 platform_collector.py 拆分出来的 DB 持久化子模块。
+包含 2 个函数：
+- _persist_contracts（contracts 表 upsert + materials_content 写入 + sandbox_card 性能解析）
+- _enqueue_download_tasks_safe（download_tasks 表入队，idempotent auto-create-table）
+
+设计要点（保持 v1.1.30 不变）：
+- 纯 DB 模块，无 Playwright 依赖
+- 顶部 import db.repository / db.connection / db.migrations
+- 异常处理返回 dict（_enqueue）而非 raise，便于 collect_all 容错
+"""
+
+from __future__ import annotations
+
+import sqlite3
+from datetime import datetime
+from pathlib import Path
+
+from db import repository as repo
+from db.connection import get_connection
+from db.migrations import ensure_materials_content_schema
+from util.logging_setup import get_skill_logger
+
+logger = get_skill_logger()
+
+
+def _persist_contracts(contracts: list[dict]) -> int:
+    """把抓到的合同 + 材料落到 SQLite。仅插入 contracts 表的占位行，
+    materials_content 由 parse-materials CLI 后续解析写入。
+
+    真正的合同台账来自 HR 系统 API（生产）或样例 CSV（本地），
+    本采集仅作为"快照"记录抓取时间与材料路径。
+    """
+    if not contracts:
+        return 0
+
+    conn = get_connection()
+    try:
+        with conn:
+            for c in contracts:
+                # upsert contracts（仅更新与 sandbox 相关的字段）
+                conn.execute(
+                    """
+                    INSERT INTO contracts
+                        (contract_id, employee_id, teacher_name, unit_id, unit_name,
+                         position, contract_type, contract_start, contract_end,
+                         trial_period_end, status, last_material_id, renewed_at)
+                    VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, '可续聘', NULL, NULL)
+                    ON CONFLICT(contract_id) DO UPDATE SET
+                        teacher_name = excluded.teacher_name,
+                        unit_name   = excluded.unit_name,
+                        contract_end = excluded.contract_end
+                    """,
+                    (
+                        c["contract_id"],
+                        c["contract_id"],  # employee_id 暂用 contract_id
+                        c["teacher_name"],
+                        "U-RPA",  # unit_id 占位
+                        c["unit_name"],
+                        "（RPA 采集）",
+                        "（RPA 采集）",
+                        "1970-01-01",
+                        c["contract_end"],
+                        c["contract_end"],
+                    ),
+                )
+
+                # 写 materials_content（sandbox card 文本 + parse-materials 解析后文件路径）
+                ensure_materials_content_schema(conn)
+
+                for m in c["materials"]:
+                    if isinstance(m, dict) and m.get("kind") == "sandbox_card":
+                        # sandbox mock 卡片文本，直接写入 extracted_text
+                        conn.execute(
+                            """
+                            INSERT OR REPLACE INTO materials_content
+                                (contract_id, file_name, file_path, extracted_text,
+                                 parse_method, parsed_at)
+                            VALUES (?, ?, ?, ?, 'sandbox_card', ?)
+                            """,
+                            (
+                                c["contract_id"],
+                                m["file_name"],
+                                f"sandbox://hr/contracts/{c['contract_id']}",
+                                m["text"],
+                                datetime.now().isoformat(timespec="seconds"),
+                            ),
+                        )
+                        # 同步解析 → 抽 year + 等次 → 写入 performance_records
+                        perf_n = repo.parse_sandbox_card_performance(
+                            conn, c["contract_id"], m["text"],
+                        )
+                        if perf_n > 0:
+                            logger.info(
+                                "platform_collector: %s 解析卡片 → performance %d 条",
+                                c["contract_id"], perf_n,
+                            )
+                    else:
+                        # 本地文件路径（parse-materials 解析后写入）
+                        fp = m if isinstance(m, str) else m.get("file_path")
+                        fname = Path(fp).name if fp else "unknown"
+                        conn.execute(
+                            """
+                            INSERT OR REPLACE INTO materials_content
+                                (contract_id, file_name, file_path, extracted_text,
+                                 parse_method, parsed_at)
+                            VALUES (?, ?, ?, NULL, 'pending', ?)
+                            """,
+                            (
+                                c["contract_id"],
+                                fname,
+                                fp,
+                                datetime.now().isoformat(timespec="seconds"),
+                            ),
+                        )
+                # v1.1.18 入队 download_tasks 已移到 collect_all 末尾的独立事务，
+                # 见 _enqueue_download_tasks_safe()
+        return len(contracts)
+    finally:
+        conn.close()
+
+
+def _enqueue_download_tasks_safe(
+    contract_ids: list[str], conn: sqlite3.Connection | None = None,
+) -> dict:
+    """v1.1.18：每个合同入队 download_tasks。
+
+    在独立事务里完成，不影响 _persist_contracts 主流程（contracts / materials_content）。
+    任一入队失败 → 记 warning + 计入 failed，但不影响整体返回。
+
+    conn: 可选传入连接（用于测试 in-memory DB）。None → 走 get_connection()。
+          若传入 conn，调用方负责生命周期（不会 close）。
+
+    Returns:
+        {enqueued: N, skipped: M, failed: K, errors: [...]}
+    """
+    if not contract_ids:
+        return {"enqueued": 0, "skipped": 0, "failed": 0, "errors": []}
+
+    enqueued = 0
+    skipped = 0
+    failed = 0
+    errors: list[str] = []
+
+    owns_conn = conn is None
+    if owns_conn:
+        conn = get_connection()
+        # v1.1.29：idempotent 表创建 —— 用户没跑 init-db 时，download_tasks 表不存在，
+        # 首次采集直接建表（CREATE TABLE IF NOT EXISTS）而不是报 "no such table"
+        try:
+            conn.executescript(
+                """
+                CREATE TABLE IF NOT EXISTS download_tasks (
+                    task_id      TEXT PRIMARY KEY,
+                    contract_id  TEXT NOT NULL,
+                    kind         TEXT NOT NULL DEFAULT 'platform_button',
+                    status       TEXT NOT NULL DEFAULT 'pending',
+                    attempts     INTEGER NOT NULL DEFAULT 0,
+                    error_msg    TEXT,
+                    enqueued_at  TEXT NOT NULL,
+                    started_at   TEXT,
+                    finished_at  TEXT,
+                    source_path  TEXT,
+                    result_path  TEXT,
+                    FOREIGN KEY (contract_id) REFERENCES contracts(contract_id)
+                );
+                CREATE INDEX IF NOT EXISTS idx_dlq_status ON download_tasks(status);
+                CREATE INDEX IF NOT EXISTS idx_dlq_contract ON download_tasks(contract_id);
+                """
+            )
+            conn.commit()
+        except Exception as ensure_err:
+            logger.warning(
+                "platform_collector: ensure download_tasks 表创建失败（继续走入队流程）: %s",
+                ensure_err,
+            )
+    try:
+        for cid in contract_ids:
+            try:
+                # 入队前查一下是否已存在 pending/running → 决定计入 skipped 还是 enqueued
+                pre_existing = conn.execute(
+                    """SELECT 1 FROM download_tasks
+                       WHERE contract_id = ? AND kind = ?
+                         AND status IN ('pending', 'running') LIMIT 1""",
+                    (cid, "platform_button"),
+                ).fetchone()
+                repo.enqueue_download_task(conn, cid, "platform_button")
+                if pre_existing:
+                    skipped += 1
+                else:
+                    enqueued += 1
+            except Exception as e:
+                failed += 1
+                err = f"{cid}: {type(e).__name__}: {e}"
+                errors.append(err)
+                logger.warning(
+                    "platform_collector.enqueue: 入队 %s 失败: %s", cid, e,
+                )
+        if owns_conn:
+            conn.commit()
+    finally:
+        if owns_conn:
+            conn.close()
+
+    logger.info(
+        "platform_collector.enqueue: 入队结果 enqueued=%d skipped=%d failed=%d (total=%d)",
+        enqueued, skipped, failed, len(contract_ids),
+    )
+    return {
+        "enqueued": enqueued, "skipped": skipped,
+        "failed": failed, "errors": errors[:10],
+    }

scripts/service/platform_collector_queue.py

@@ -0,0 +1,333 @@
+"""Playwright RPA：SmartCampus HR 平台下载队列处理 + 合同 ID 解析 helpers。
+
+v1.1.31：从 platform_collector.py 拆分出来的队列处理子模块。
+包含 7 个函数：
+- _download_materials_for_row（点续聘材料包按钮抓卡片文本）
+- _find_row_for_contract（在 hr/contracts 表格找 contract_id 行号）
+- process_queue（领取 download_tasks 队列、登录、抓材料、落库）
+- _gen_contract_id / _normalize_date / _parse_days / _parse_alert（4 个纯解析 helper）
+
+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
+- facade 持有的符号（_goto / _is_logged_in / 异常类 / SPA_LOGIN_URL 等）
+  通过 `from service import platform_collector as _pc` lazy import
+- 4 个 helper 函数（_gen_contract_id / _normalize_date / _parse_days / _parse_alert）
+  在本模块内自包含，collect / persist / queue 都可能用到（通过 facade re-export 访问）
+"""
+
+from __future__ import annotations
+
+import re
+import sqlite3
+from datetime import datetime
+
+from db import repository as repo
+from db.connection import get_connection
+from db.migrations import ensure_materials_content_schema
+from util.constants import (
+    CARD_APPEAR_WAIT_MS,
+    DEFAULT_PAGE_TIMEOUT_MS,
+    HUMAN_WAIT_TIMEOUT,
+    POST_LOGIN_SETTLE_MS,
+    SPA_HOME_RETRY_DELAY_MS,
+    SPA_HOME_RETRY_MAX,
+    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,
+    _wait_for_manual_login,
+    _wait_for_url_stable,
+)
+
+logger = get_skill_logger()
+
+
+def _download_materials_for_row(
+    page, row_idx: int, contract_id: str, mat_btn_count: int,
+) -> list[dict]:
+    """点续聘材料包按钮抓卡片文本（与 v1.1.17 collect_all 内联逻辑等价）。
+
+    返回 materials 列表（kind=sandbox_card，含 file_name + text）。
+    """
+    if mat_btn_count == 0:
+        return []
+    materials: list[dict] = []
+    try:
+        btn = page.locator("table tbody tr").nth(row_idx).locator(
+            "button:has-text('续聘材料包')"
+        )
+        btn.click()
+        page.wait_for_timeout(CARD_APPEAR_WAIT_MS)
+        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:
+            materials.append({
+                "kind": "sandbox_card",
+                "file_name": f"{contract_id}_materials.txt",
+                "text": materials_text,
+            })
+            logger.info(
+                "platform_collector: 抓到卡片文本 %d 字 (%s)",
+                len(materials_text), contract_id,
+            )
+    except Exception as e:
+        logger.warning("抓卡片失败 %s: %s", contract_id, e)
+    return materials
+
+
+def _find_row_for_contract(page, contract_id: str) -> int | None:
+    """在 hr/contracts 表格中找 contract_id 所在行号。
+
+    支持 7 列（用 teacher_name 派生 contract_id）与 10 列（用 emp_id）。
+    不匹配返回 None（调用方 mark_task_failed）。
+    """
+    rows = page.eval_on_selector_all(
+        "table tbody tr",
+        "rs => rs.map(r => Array.from(r.querySelectorAll('td')).map(td => td.innerText))",
+    )
+    for i, r in enumerate(rows):
+        ncols = len(r)
+        if ncols < 6:
+            continue
+        first_col = r[0].strip()
+        is_emp_id = bool(re.match(r"^[A-Za-z]?\d+$", first_col))
+        if is_emp_id and ncols >= 9:
+            emp_id, contract_end = first_col, r[5].split("~")[-1].strip()
+        elif ncols >= 6:
+            emp_id, contract_end = first_col, r[2].strip()
+        else:
+            continue
+        candidate = _gen_contract_id(emp_id, contract_end)
+        if candidate == contract_id:
+            return i
+    return None
+
+
+def process_queue(
+    limit: int = 5,
+    headless: bool = True,
+    human_wait_timeout: int = HUMAN_WAIT_TIMEOUT,
+    ids_filter: str = "",
+) -> dict:
+    """从 download_tasks 队列取 pending 任务，对每个合同重新走材料抓取。
+
+    与 collect_all 重复登录流程，但每行只点「续聘材料包」按钮抓卡片，不重新抓合同表。
+
+    参数：
+      limit: 本次最多处理任务数（0 = 不限）
+      ids_filter: 逗号分隔 task_id 列表（只处理这些 pending）
+      headless: 无头模式（需要 profile cookie 已保存）
+      human_wait_timeout: 手工登录 fallback 等待秒数
+
+    返回 {processed, succeeded, failed, details}。
+    """
+    # Lazy import: 读 facade 持有的 _safe_getenv_dir / _goto / _is_logged_in / 异常类 / URL 常量
+    from service import platform_collector as _pc
+
+    try:
+        from playwright.sync_api import sync_playwright
+    except ImportError:
+        logger.error("playwright 未安装，跳过队列处理")
+        return {"processed": 0, "succeeded": 0, "failed": 0, "details": [],
+                "error": "playwright_not_installed"}
+
+    # 1. 领取一批任务
+    ids_list = [s.strip() for s in ids_filter.split(",") if s.strip()] if ids_filter else None
+    conn = get_connection()
+    try:
+        tasks = repo.claim_pending_tasks(
+            conn,
+            limit=limit if limit > 0 else 999,
+            ids_filter=ids_list,
+        )
+    finally:
+        conn.close()
+
+    if not tasks:
+        return {"processed": 0, "succeeded": 0, "failed": 0, "details": []}
+
+    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)
+
+    details: list[dict] = []
+    succeeded = 0
+    failed = 0
+
+    with sync_playwright() as p:
+        ctx = p.chromium.launch_persistent_context(
+            user_data_dir=str(profile_dir),
+            headless=headless,
+            accept_downloads=True,
+            viewport={"width": 1440, "height": 900},
+            channel="msedge" if not headless else None,
+        ) if not headless else 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()
+            page.set_default_timeout(DEFAULT_PAGE_TIMEOUT_MS)
+
+            # 登录：复用 v1.1.17 collect_all 的探针 + 自动 fill + 手工 fallback 流程
+            logger.info("platform_collector.process_queue: 启动 profile=%s headless=%s 待处理 %d",
+                        profile_dir, headless, len(tasks))
+            _pc._goto(page, _pc.SPA_HOME_URL)
+            page.wait_for_timeout(SPA_HYDRATION_MS)
+            if _pc._is_logged_in(page):
+                logger.info("platform_collector.process_queue: ✅ 已登录态")
+            else:
+                _pc._goto(page, _pc.SPA_LOGIN_URL)
+                page.wait_for_timeout(SPA_HYDRATION_MS)
+                if not _fill_spa_login(page):
+                    if not headless:
+                        _wait_for_manual_login(page, wait_sec=human_wait_timeout)
+                    else:
+                        raise _pc.LoginTimeoutError("process_queue headless 自动 fill 失败")
+                else:
+                    page.wait_for_timeout(POST_LOGIN_SETTLE_MS)
+
+            # 强制 goto SPA_HOME + 侧边栏 hr/contracts
+            for _ in range(SPA_HOME_RETRY_MAX):
+                if _pc._is_logged_in(page):
+                    break
+                _pc._goto(page, _pc.SPA_HOME_URL)
+                page.wait_for_timeout(SPA_HOME_RETRY_DELAY_MS)
+                if _fill_spa_login(page):
+                    page.wait_for_timeout(POST_LOGIN_SETTLE_MS)
+            if not _pc._is_logged_in(page):
+                raise _pc.LoginTimeoutError("process_queue 仍未登录")
+
+            # 等表格
+            page.wait_for_timeout(TABLE_INITIAL_WAIT_MS)
+            found_table = False
+            for _attempt in range(TABLE_POLL_MAX_ATTEMPTS):
+                page.wait_for_timeout(TABLE_POLL_INTERVAL_MS)
+                try:
+                    page.wait_for_selector(
+                        "table tbody tr", timeout=TABLE_TR_TIMEOUT_MS,
+                    )
+                    found_table = True
+                    break
+                except Exception:
+                    pass
+            if not found_table:
+                raise _pc.TableNotFoundError("process_queue 表格未找到")
+
+            mat_btn_count = page.locator(
+                "table tbody tr button:has-text('续聘材料包')"
+            ).count()
+
+            # 2. 逐任务处理
+            for t in tasks:
+                contract_id = t["contract_id"]
+                task_id = t["task_id"]
+                conn = get_connection()
+                try:
+                    row_idx = _find_row_for_contract(page, contract_id)
+                    if row_idx is None:
+                        repo.mark_task_failed(conn, task_id, "contract_not_found_in_table")
+                        failed += 1
+                        details.append({"task_id": task_id, "contract_id": contract_id,
+                                        "error": "contract_not_found_in_table"})
+                        conn.commit()
+                        continue
+                    materials = _download_materials_for_row(
+                        page, row_idx, contract_id, mat_btn_count,
+                    )
+                    ensure_materials_content_schema(conn)
+                    for m in materials:
+                        if isinstance(m, dict) and m.get("kind") == "sandbox_card":
+                            conn.execute(
+                                """
+                                INSERT OR REPLACE INTO materials_content
+                                    (contract_id, file_name, file_path, extracted_text,
+                                     parse_method, parsed_at)
+                                VALUES (?, ?, ?, ?, 'sandbox_card', ?)
+                                """,
+                                (
+                                    contract_id, m["file_name"],
+                                    f"sandbox://hr/contracts/{contract_id}",
+                                    m["text"],
+                                    datetime.now().isoformat(timespec="seconds"),
+                                ),
+                            )
+                            repo.parse_sandbox_card_performance(conn, contract_id, m["text"])
+                    result_path = (
+                        f"sandbox://hr/contracts/{contract_id}"
+                        if materials else "no_materials_captured"
+                    )
+                    repo.mark_task_success(conn, task_id, result_path)
+                    succeeded += 1
+                    details.append({
+                        "task_id": task_id,
+                        "contract_id": contract_id,
+                        "ok": True,
+                        "materials_count": len(materials),
+                    })
+                    conn.commit()
+                except Exception as e:
+                    repo.mark_task_failed(conn, task_id, str(e))
+                    failed += 1
+                    details.append({
+                        "task_id": task_id, "contract_id": contract_id,
+                        "error": str(e),
+                    })
+                    conn.commit()
+                    logger.warning("process_queue: task=%s 失败: %s", task_id, e)
+                finally:
+                    conn.close()
+        finally:
+            ctx.close()
+
+    return {
+        "processed": len(tasks),
+        "succeeded": succeeded,
+        "failed": failed,
+        "details": details,
+    }
+
+
+def _gen_contract_id(emp_id: str, end_date: str) -> str:
+    """从 (工号, 到期日) 派 contract_id，确保幂等。
+
+    sandbox v1.1.1 起改用「工号」作主键（之前用姓名）。
+    """
+    safe_emp = re.sub(r"[^\w]", "", emp_id)[:10] or "T"
+    safe_end = end_date.replace("-", "")[:8]
+    return f"RPA-{safe_emp}-{safe_end}"
+
+
+def _normalize_date(s: str) -> str:
+    """尽量把 sandbox 返回的日期归一为 YYYY-MM-DD。"""
+    s = s.strip()
+    if re.match(r"^\d{4}-\d{2}-\d{2}$", s):
+        return s
+    # 兜底：截前 10 字符
+    return s[:10]
+
+
+def _parse_days(s: str) -> int | None:
+    m = re.search(r"-?\d+", s)
+    return int(m.group(0)) if m else None
+
+
+def _parse_alert(s: str) -> str:
+    s = s.strip()
+    if "红" in s:
+        return "red"
+    if "橙" in s:
+        return "orange"
+    if "黄" in s:
+        return "yellow"
+    return "unknown"

scripts/util/constants.py

@@ -6,7 +6,7 @@
 """
 
 SKILL_SLUG = "alert-contract-expiring-hr"
-SKILL_VERSION = "1.1.30"
+SKILL_VERSION = "1.1.31"
 LOG_LOGGER_NAME = "openclaw.skill.alert_contract_expiring_hr"
 PLATFORM_KIT_MIN_VERSION = "1.2.11"
 

tests/run_tests.py

@@ -2225,6 +2225,98 @@ def test_logs_viewer_resolves_relative_path() -> tuple[bool, str]:
         os.environ.pop("LOG_FILE", None)
 
 
+# ---------- v1.1.31: facade 完整性 smoke test（拆分 platform_collector.py 后）----------
+
+def test_facade_reexports_all_symbols_v1_31() -> tuple[bool, str]:
+    """v1.1.31: 验证 platform_collector facade 暴露拆分后的所有公开符号。
+
+    拆分后 4 个 sub-modules（login / collect / persist / queue）的全部公开符号
+    都必须从 facade 可见（re-export），保证现有 import 路径（service.platform_collector.X）
+    不被破坏。CLI handler、Action schema、所有现有测试都依赖这个不变量。
+
+    还顺带校验：
+    - 异常类是 type
+    - 模块常量是 str
+    - _ENV_CACHE 是 dict、_ENV_CACHE_LOADED 是 bool
+    - 其余函数/方法 callable
+    """
+    from service import platform_collector as pc
+
+    expected = [
+        # ---- 异常类（facade 自身持有）----
+        "RPAError", "LoginTimeoutError", "MissingBrowserError", "TableNotFoundError",
+        # ---- env utilities（facade 自身持有，测试 _ENV_CACHE.clear() 隔离缓存）----
+        "_safe_getenv_dir", "_get_env", "_load_env_file",
+        "_ENV_CACHE", "_ENV_CACHE_LOADED",
+        # ---- 模块常量（facade 自身持有，测试可 monkey-patch）----
+        "PLATFORM_BASE", "PLATFORM_HR_PATH", "PLATFORM_URL",
+        "ROOT_URL", "SELECT_URL", "SPA_HOME_URL", "SPA_LOGIN_URL",
+        # ---- login (12) re-exported from platform_collector_login ----
+        "_try_auto_sign_in", "_wait_for_login_inputs_filled",
+        "_is_login_page_url_for_user", "_wait_for_manual_login",
+        "_wait_for_url_stable", "_fill_root_login",
+        "_fill_spa_login_from_env", "_is_dev_mode_panel_open",
+        "_resolve_target_industry", "_click_dev_mode_sign_in_for_industry",
+        "_click_campus_link", "_fill_spa_login",
+        # ---- collect (2) re-exported from platform_collector_collect ----
+        "collect_all", "_error_result",
+        # ---- persist (2) re-exported from platform_collector_persist ----
+        "_persist_contracts", "_enqueue_download_tasks_safe",
+        # ---- queue (7) re-exported from platform_collector_queue ----
+        "_download_materials_for_row", "_find_row_for_contract", "process_queue",
+        "_gen_contract_id", "_normalize_date", "_parse_days", "_parse_alert",
+    ]
+    missing = [s for s in expected if not hasattr(pc, s)]
+    if missing:
+        return False, f"facade 缺失 {len(missing)} 个公开符号: {missing}"
+
+    # 类型校验
+    type_classes = {"RPAError", "LoginTimeoutError", "MissingBrowserError", "TableNotFoundError"}
+    str_constants = {"PLATFORM_BASE", "PLATFORM_HR_PATH", "PLATFORM_URL",
+                     "ROOT_URL", "SELECT_URL", "SPA_HOME_URL", "SPA_LOGIN_URL"}
+    for name in expected:
+        obj = getattr(pc, name)
+        if name in type_classes:
+            if not isinstance(obj, type):
+                return False, f"{name} 不是 type: {obj!r}"
+        elif name == "_ENV_CACHE":
+            if not isinstance(obj, dict):
+                return False, f"{name} 不是 dict: {obj!r}"
+        elif name == "_ENV_CACHE_LOADED":
+            if not isinstance(obj, bool):
+                return False, f"{name} 不是 bool: {obj!r}"
+        elif name in str_constants:
+            if not isinstance(obj, str) or not obj:
+                return False, f"{name} 不是非空 str: {obj!r}"
+        else:
+            if not callable(obj):
+                return False, f"{name} 不可调用: {obj!r}"
+
+    # 关键身份校验：re-export 的函数必须是 sub-module 的同一对象（不是 wrapper）
+    from service.platform_collector_login import (
+        _try_auto_sign_in as _login_try_auto_sign_in,
+        _fill_spa_login as _login_fill_spa_login,
+    )
+    from service.platform_collector_collect import collect_all as _collect_all
+    from service.platform_collector_persist import _persist_contracts as _persist_contracts
+    from service.platform_collector_queue import process_queue as _queue_process_queue
+
+    identity_checks = [
+        ("_try_auto_sign_in", _login_try_auto_sign_in),
+        ("_fill_spa_login", _login_fill_spa_login),
+        ("collect_all", _collect_all),
+        ("_persist_contracts", _persist_contracts),
+        ("process_queue", _queue_process_queue),
+    ]
+    for name, original in identity_checks:
+        if getattr(pc, name) is not original:
+            return False, (
+                f"{name} re-export 不是原对象（sub-module 修改后未同步？）"
+            )
+
+    return True, f"facade 全部 {len(expected)} 个公开符号就位（type/identity 校验通过）"
+
+
 # ---------- 入口 ----------
 
 def main() -> int:
@@ -2311,6 +2403,7 @@ def main() -> int:
     _run("logs_viewer/nonexistent_file",              test_logs_viewer_nonexistent_file)
     _run("logs_viewer/tail_and_filter",               test_logs_viewer_tail_and_filter)
     _run("logs_viewer/resolves_relative_path",        test_logs_viewer_resolves_relative_path)
+    _run("facade/reexports_all_symbols_v1_31",        test_facade_reexports_all_symbols_v1_31)
 
     total = len(_RESULTS)
     passed = sum(1 for _, ok, _ in _RESULTS if ok)