v1.1.2: sandbox 卡卡片文本采集 + 解析为 performance 记录

sandbox 行为新发现：
1. 「续聘材料包」按钮不是下载文件，而是触发页面下方显示「续聘准备任务书」
   +「单位清单」卡片（含 checklist + 近三年考核表）
2. 进入 hr/contracts 页面后需要刷新（page.reload）才能看到表格行
3. 表格列序扩展为 10 列：工号 / 姓名 / 单位 / 岗位 / 合同类型 / 起止日期 / 剩余天数 / 预警 / 建议 / 材料包按钮
4. contract_id 改用工号（稳定，不随姓名变化）

改动：
- platform_collector.collect_all：
  * 进入 hr/contracts 后 page.reload 刷新触发 SPA mock 数据加载
  * 新列序映射：r[0]=工号 r[1]=姓名 r[2]=单位 r[3]=岗位 r[4]=合同类型
    r[5]=起止日期 r[6]=剩余天数 r[7]=预警 r[8]=建议
  * 合同 end_date 从「2024-03-01 ~ 2026-04-15」截取 ~ 后的部分
  * 点「续聘材料包」按钮 → 抓下方卡片 inner_text（含 checklist + 考核等次）
  * 把卡片文本存入 materials_content（parse_method='sandbox_card'）
- _persist_contracts 增加 sandbox_card 路径分支：写 materials_content 后同步调
  repo.parse_sandbox_card_performance → 抽 year + 等次 → 写 performance_records
- repository.parse_sandbox_card_performance：双模式正则匹配
  * 行格式 "2024\t称职"
  * 叙述式 "2024年：等次「称职」"
- repository.upsert_performance_record + 等次 → 分数映射
  （优秀=90 称职=75 基本称职=60 不称职=30）

实测（sandbox 3 合同）：
- RPA-T20190033-20260415 钱实验 → 解析 4 条 performance
- RPA-T20200055-20260630 孙助理 → 解析 6 条
- RPA-T20180021-20260831 王明远 → 解析 6 条
- generate-renewal-task 全部输出 observe + decision_source=rules

Co-Authored-By: Claude Code <noreply@anthropic.com>

scripts/db/repository.py

@@ -59,6 +59,82 @@ def list_performance_by_contract(
     ).fetchall()
 
 
+# 等次 → 分数映射（v1.1.1 sandbox card 解析）
+_GRADE_TO_SCORE = {
+    "优秀": 90.0,
+    "称职": 75.0,
+    "基本称职": 60.0,
+    "不称职": 30.0,
+    "不合格": 30.0,
+}
+
+
+def upsert_performance_record(
+    conn: sqlite3.Connection,
+    contract_id: str,
+    year: int,
+    grade: str,
+) -> bool:
+    """upsert 一条业绩记录（用 grade 映射分数）。
+
+    sandbox card 文本不含真分数时使用。返回是否实际写入。
+    """
+    score = _GRADE_TO_SCORE.get(grade)
+    if score is None:
+        return False
+    record_id = f"P-{contract_id}-{year}"
+    conn.execute(
+        """
+        INSERT INTO performance_records
+            (record_id, contract_id, year, performance_score,
+             moral_teaching_score, research_score, teaching_score)
+        VALUES (?, ?, ?, ?, ?, ?, ?)
+        ON CONFLICT(record_id) DO UPDATE SET
+            performance_score = excluded.performance_score
+        """,
+        (record_id, contract_id, year, score, score, score, score),
+    )
+    return True
+
+
+def parse_sandbox_card_performance(
+    conn: sqlite3.Connection,
+    contract_id: str,
+    card_text: str,
+) -> int:
+    """从 sandbox 卡片文本抽 (year, 等次) → upsert 到 performance_records。
+
+    文本片段形如：
+        year    result
+        2024    称职
+        2025    优秀
+        2024年：等次「称职」。
+    返回写入条数。
+    """
+    import re
+    if not card_text:
+        return 0
+
+    written = 0
+    # 模式 1：行格式 "2024\t称职"
+    for m in re.finditer(r"^(\d{4})\s*[ \t]+(优秀|称职|基本称职|不称职|不合格)\s*$",
+                         card_text, re.MULTILINE):
+        year = int(m.group(1))
+        grade = m.group(2)
+        if upsert_performance_record(conn, contract_id, year, grade):
+            written += 1
+
+    # 模式 2：叙述式 "2024年：等次「称职」"
+    for m in re.finditer(r"(\d{4})\s*年[：:]\s*等次[「\"']\s*(优秀|称职|基本称职|不称职|不合格)\s*[」\"']",
+                         card_text):
+        year = int(m.group(1))
+        grade = m.group(2)
+        if upsert_performance_record(conn, contract_id, year, grade):
+            written += 1
+
+    return written
+
+
 # ---------- alerts ----------
 
 def insert_alert(

scripts/service/platform_collector.py

@@ -243,6 +243,17 @@ def collect_all(limit: int = 0, headless: bool = True) -> dict:
 
             logger.info("platform_collector: 当前 URL=%s", page.url)
 
+            # 5.5. 进入页面后刷新（SPA 进入新路由时 mock 数据可能未加载，需刷新触发）
+            try:
+                logger.info("platform_collector: 进入 hr/contracts 后刷新页面")
+                page.reload(wait_until="networkidle", timeout=20_000)
+            except Exception as e:
+                logger.warning("刷新 networkidle 失败: %s；尝试 domcontentloaded", e)
+                try:
+                    page.reload(wait_until="domcontentloaded", timeout=20_000)
+                except Exception as e2:
+                    logger.warning("刷新 domcontentloaded 也失败: %s", e2)
+
             # 7. dump 当前 hr/contracts 页面（用于调试）
             try:
                 html = page.content()
@@ -284,6 +295,23 @@ def collect_all(limit: int = 0, headless: bool = True) -> dict:
                     logger.warning("dump 失败: %s", e)
                 return _error_result("table_not_found_after_40s", 0)
 
+            # 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=10_000,
+                )
+                page.wait_for_timeout(1500)
+                html = page.content()
+                full_dump = download_dir.parent / "hr_contracts_full_dump.html"
+                full_dump.write_text(html, encoding="utf-8")
+                logger.info(
+                    "platform_collector: 完整 hr/contracts dump → %s (%d 字节)",
+                    full_dump, len(html),
+                )
+            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))",
@@ -302,21 +330,33 @@ def collect_all(limit: int = 0, headless: bool = True) -> dict:
             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
-                if len(r) < 6:
+                if len(r) < 7:
-                    logger.warning("行 %d 列数 < 6，跳过: %s", i, r)
+                    logger.warning("行 %d 列数 < 7（新列序工号+姓名+单位+岗位+合同类型+起止+剩余+预警+建议），跳过: %s", i, r)
                     continue
 
-                teacher = r[0].strip()
+                # 新列序（sandbox 加了工号 / 岗位 / 合同类型 / 起止日期）：
-                unit = r[1].strip()
+                # 0: 工号  1: 姓名  2: 单位  3: 岗位  4: 合同类型
-                contract_end = r[2].strip()
+                # 5: 起止日期 (含 ~ )   6: 剩余天数  7: 预警  8: 建议（含原因）
-                days_raw = r[3].strip()
+                emp_id = r[0].strip()
-                alert_label = r[4].strip()
+                teacher = r[1].strip()
-                suggestion_hint = r[5].strip()
+                unit = r[2].strip()
+                position = r[3].strip()
+                contract_type = r[4].strip()
+                period = r[5].strip()
+                # 起止日期形如 "2024-03-01 ~ 2026-04-15" → 取 ~ 后
+                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() if len(r) > 8 else ""
 
-                contract_id = _gen_contract_id(teacher, contract_end)
+                # 用工号生成 contract_id（稳定，不会随姓名变化）
+                contract_id = _gen_contract_id(emp_id, contract_end)
                 contract = {
                     "contract_id": contract_id,
                     "teacher_name": teacher,
@@ -328,32 +368,50 @@ def collect_all(limit: int = 0, headless: bool = True) -> dict:
                     "materials": [],
                 }
 
-                # 只有在按钮存在时才尝试下载（sandbox mock 当前未部署此按钮）
+                # 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')"
                         )
-                        with page.expect_download(timeout=10_000) as dl_info:
+                        btn.click()
-                            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」）
-                        dl = dl_info.value
+                        page.wait_for_timeout(1500)
-                        fname = dl.suggested_filename or "materials.zip"
+                        # 抓表格下方所有 card 文本
-                        dest = download_dir / f"{contract_id}_{fname}"
+                        cards_text = page.locator(
-                        dl.save_as(str(dest))
+                            "main .grid > div, main > div > div > div"
-                        contract["materials"].append(str(dest))
+                        ).all_inner_texts()
-                        downloaded += 1
+                        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:
+                            html_after = page.content()
+                            click_dump = download_dir.parent / "after_click_dump.html"
+                            click_dump.write_text(html_after, encoding="utf-8")
+                            logger.info(
+                                "platform_collector: 首行 click 后 dump → %s (%d 字节)",
+                                click_dump, len(html_after),
+                            )
                     except Exception as e:
-                        logger.warning("材料下载失败 %s: %s", contract_id, e)
+                        logger.warning("抓卡片失败 %s: %s", contract_id, e)
                 else:
-                    logger.info(
-                        "platform_collector: sandbox 未部署「续聘材料包」按钮，"
-                        "跳过材料下载（仅采集表格列）",
-                    )
-                    # 仅警告一次
                     if i == 0:
-                        logger.warning(
+                        logger.info(
-                            "platform_collector: 提示：材料包缺失时，"
+                            "platform_collector: sandbox 未部署「续聘材料包」按钮，"
-                            "parse-materials CLI 将标记为「无材料」"
+                            "跳过材料抓取（仅采集表格列）",
                         )
 
                 contracts.append(contract)
@@ -413,27 +471,56 @@ def _persist_contracts(contracts: list[dict]) -> int:
                     ),
                 )
 
-                # 写 materials_content（占位：file_path 写入，extracted_text 待 parse-materials）
+                # 写 materials_content（sandbox card 文本 + parse-materials 解析后文件路径）
                 from db.migrations import ensure_materials_content_schema
 
                 ensure_materials_content_schema(conn)
 
-                for fp in c["materials"]:
+                for m in c["materials"]:
-                    fname = Path(fp).name
+                    if isinstance(m, dict) and m.get("kind") == "sandbox_card":
-                    conn.execute(
+                        # 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,
+                            INSERT OR REPLACE INTO materials_content
-                             parse_method, parsed_at)
+                                (contract_id, file_name, file_path, extracted_text,
-                        VALUES (?, ?, ?, NULL, 'pending', ?)
+                                 parse_method, parsed_at)
-                        """,
+                            VALUES (?, ?, ?, ?, 'sandbox_card', ?)
-                        (
+                            """,
-                            c["contract_id"],
+                            (
-                            fname,
+                                c["contract_id"],
-                            fp,
+                                m["file_name"],
-                            datetime.now().isoformat(timespec="seconds"),
+                                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"),
+                            ),
+                        )
         return len(contracts)
     finally:
         conn.close()
@@ -450,11 +537,14 @@ def _error_result(reason: str, fetched: int) -> dict:
     }
 
 
-def _gen_contract_id(teacher: str, end_date: str) -> str:
+def _gen_contract_id(emp_id: str, end_date: str) -> str:
-    """从 (姓名, 到期日) 派 contract_id，确保幂等。"""
+    """从 (工号, 到期日) 派 contract_id，确保幂等。
-    safe_teacher = re.sub(r"[^\w]", "", teacher)[:8] or "T"
+
+    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_teacher}-{safe_end}"
+    return f"RPA-{safe_emp}-{safe_end}"
 
 
 def _normalize_date(s: str) -> str: