chore: auto release commit (2026-09-14 15:11:41)

2026-09-14 15:11:41 +08:00
parent ce96693564
commit c5103e2650
17 changed files with 2626 additions and 2 deletions
--- a/RPA_README.md
+++ b/RPA_README.md
@@ -0,0 +1,212 @@
+# 发票RPA功能
+
+## 简介
+
+本功能为verify-invoice-default技能添加了RPA（机器人流程自动化）能力，可以自动从网站提取发票信息，用于后续的票据合规预审。
+
+## 功能特性
+
+- 🤖 **自动登录**：支持用户名密码自动登录
+- 🌐 **页面导航**：自动导航到发票预检页面
+- 📊 **信息提取**：提取发票列表和详细信息
+- 🎭 **拟人操作**：模拟真实用户操作，避免被检测
+- ⚠️ **错误处理**：处理登录超时、验证码等异常情况
+
+## 快速开始
+
+### 1. 获取浏览器配置目录
+
+```bash
+# 确保已安装account-manager
+cd account-manager
+python scripts/main.py ensure-web --platform sandbox-jc2009
+```
+
+### 2. 测试连接
+
+```bash
+cd verify-invoice-default/verify-invoice-default
+python scripts/main.py test-rpa-connection \
+  --username "15527406659" \
+  --password "qwer1234" \
+  --profile-dir "从account-manager获取的profile_dir"
+```
+
+### 3. 提取发票信息
+
+```bash
+# 基本提取
+python scripts/main.py extract-invoices \
+  --username "15527406659" \
+  --password "qwer1234" \
+  --profile-dir "从account-manager获取的profile_dir"
+
+# 详细信息提取
+python scripts/main.py extract-invoices \
+  --username "15527406659" \
+  --password "qwer1234" \
+  --profile-dir "从account-manager获取的profile_dir" \
+  --detail-mode
+```
+
+## 命令行参数
+
+### extract-invoices
+
+| 参数 | 必填 | 说明 |
+|------|------|------|
+| `--username` | 是 | 网站用户名 |
+| `--password` | 是 | 网站密码 |
+| `--profile-dir` | 是 | 浏览器配置目录 |
+| `--headless` | 否 | 无头模式（生产不建议） |
+| `--detail-mode` | 否 | 提取详细信息 |
+
+### test-rpa-connection
+
+| 参数 | 必填 | 说明 |
+|------|------|------|
+| `--username` | 是 | 网站用户名 |
+| `--password` | 是 | 网站密码 |
+| `--profile-dir` | 是 | 浏览器配置目录 |
+
+## 输出格式
+
+### 成功输出
+
+```json
+{
+  "total_count": 10,
+  "invoices": [
+    {
+      "row_index": 0,
+      "row_text": "发票信息...",
+      "invoice_number": "12345678",
+      "amount": "100.00"
+    }
+  ],
+  "extraction_complete": true
+}
+```
+
+### 失败输出
+
+```json
+{
+  "success": false,
+  "error": "错误信息",
+  "stage": "错误发生阶段"
+}
+```
+
+## 文件结构
+
+```
+verify-invoice-default/verify-invoice-default/
+├── scripts/
+│   ├── service/
+│   │   ├── rpa/
+│   │   │   ├── __init__.py          # RPA模块初始化
+│   │   │   ├── browser_session.py   # 浏览器会话管理
+│   │   │   ├── login_handler.py     # 登录处理
+│   │   │   ├── invoice_extractor.py # 发票信息提取
+│   │   │   └── invoice_rpa.py       # RPA主流程
+│   │   └── rpa_invoice_service.py   # RPA数据服务
+│   ├── db/
+│   │   ├── connection.py           # 数据库连接
+│   │   └── rpa_invoice_schema.py   # RPA数据表结构
+│   └── cli/
+│       └── app.py                   # CLI入口（已更新）
+├── test_rpa.py                      # 测试脚本
+├── demo_rpa.py                      # 演示脚本
+├── RPA_README.md                    # 本文件
+├── RPA_USAGE.md                     # 详细使用说明
+└── PLATFORM_USAGE.md                # 平台内使用指南
+```
+
+## 常见问题
+
+### 1. 浏览器启动失败
+
+**错误**：`ERROR:MISSING_BROWSER 浏览器启动失败`
+
+**解决**：
+- 确保已安装Chrome或Edge浏览器
+- 检查`profile_dir`是否有效
+- 确保没有其他浏览器进程占用配置目录
+
+### 2. 登录失败
+
+**错误**：`ERROR:LOGIN_TIMEOUT 登录失败或超时`
+
+**解决**：
+- 检查用户名和密码是否正确
+- 确保网络连接正常
+- 检查是否有验证码需要人工处理
+
+### 3. 页面加载失败
+
+**错误**：`导航到发票页面失败`
+
+**解决**：
+- 检查网络连接
+- 确保已登录
+- 检查目标URL是否正确
+
+## 技术细节
+
+### 架构设计
+
+RPA功能采用分层架构设计：
+
+1. **浏览器会话层**：管理浏览器的启动、配置和关闭
+2. **登录处理层**：处理网站登录流程
+3. **信息提取层**：从页面提取发票信息
+4. **主流程层**：协调各层完成RPA任务
+
+### 安全考虑
+
+1. **合规性**：仅用于授权范围内的正常界面操作
+2. **频率控制**：避免频繁请求，防止被网站限制
+3. **人工兜底**：验证码、人脸等必须等待人工完成
+4. **数据安全**：不要在日志中暴露敏感信息
+
+### 扩展性
+
+RPA功能设计为可扩展的：
+
+1. **支持新网站**：只需修改URL和选择器
+2. **支持新字段**：在提取器中添加新的选择器
+3. **支持新操作**：可以添加点击、填写等操作
+
+## 开发指南
+
+### 添加新的提取字段
+
+1. 在`invoice_extractor.py`的`INVOICE_SELECTORS`中添加选择器
+2. 在`_extract_invoice_from_row`函数中添加提取逻辑
+3. 更新`format_invoice_data`函数的输出格式
+
+### 修改登录流程
+
+1. 在`login_handler.py`的`LOGIN_SELECTORS`中更新选择器
+2. 修改`_try_auto_login`函数的登录逻辑
+3. 更新`_is_logged_in`函数的检测逻辑
+
+### 添加新的RPA功能
+
+1. 在`service/rpa/`目录下创建新模块
+2. 在`__init__.py`中导出新功能
+3. 在`task_service.py`中添加对应的命令函数
+4. 在`cli/app.py`中添加命令行参数
+
+## 更新日志
+
+### v1.0.0 (2026-09-14)
+- 初始版本
+- 实现基本登录和页面导航
+- 实现发票信息提取
+- 集成到现有CLI系统
+
+## 许可证
+
+本项目遵循与verify-invoice-default技能相同的许可证。