ARR 2.0：程序化 XML 入库

ARR 2.0 是独立于原 ARR 工程的程序化版本。用户只上传一次 Opera RES_DETAIL XML，后续处理、校验、工件保存和 Finance 入库全部由 ARR 自己完成；生产路径不调用 Agent，不暴露 MCP，也不需要 prompt、fetch_oss_file、submission grant 或公网源文件地址。

处理链路

浏览器上传 XML
  -> ARR 将源 XML 作为 private 不可变对象写入 OSS
  -> ARR 登记 processing run / attempt，并切换为 running
  -> 固定版本 process_daily.py 在隔离临时目录生成完整 JSON/XLSX
  -> ARR 将结果工件作为 private 不可变对象写入 OSS
  -> DeliveryValidator 校验 Schema、哈希、行数、业务恒等式和独立日报复验
  -> PostgresIngestionRepository 在一个事务中写入/激活 Finance 版本
  -> 写入 arr.daily_version_committed outbox 事件并返回 succeeded / failed 的终态回执
  -> 独立 monthly worker 领取事件
  -> 从数据库内 ARRIVAL 派生月份与“更新至”日期
  -> 生成并校验月报，原子登记 reporting 元数据和可下载工件

上传接口仍返回 HTTP 202 以兼容现有页面，但请求会等到校验和数据库提交结束，因此响应体里的任务状态已经是 succeeded 或 failed，不是“远端已接收”。

保留的安全边界

源 XML、日报、两份 JSON 和异常清单都按 SHA-256、字节数、MIME 和对象身份校验。
成功结果由独立 validate_daily.py 再验一次；验证失败不会写入半成品 Finance 版本。
同一 delivery 的重放保持幂等；用户重新上传会创建新的 job，并按现有业务日期版本规则在成功后安全替换当前版本。
数据库只对可识别的瞬时并发错误做最多四次事务重试。这不是模型或工具重试。
当前 bucket 可以是 private 或 public-read，但 ARR 2.0 写出的每个对象 ACL 都是 private；public-read-write 和已启用/暂停 versioning 会被拒绝。

本地启动

建议使用 Python 3.12：

python -m venv .venv
.venv/bin/python -m pip install -r requirements.txt
cp .env.example .env.local

将 .env.local 中的数据库、OSS 和凭据注入当前 shell 后启动。Web 还必须从运行时 Secret 注入 ARR_WEB_USERNAME 和至少 12 位的 ARR_WEB_PASSWORD；任一缺失都会拒绝启动，真实值不得提交到仓库：

.venv/bin/python -m arr_web.run \
  --host 127.0.0.1 \
  --port 8765 \
  --enable-processing \
  --enable-monthly-generation \
  --enable-company-reports \
  --node-binary /absolute/path/to/node \
  --artifact-tool-module /absolute/path/to/artifact_tool.mjs

另开一个进程启动月报消费者：

.venv/bin/python -m monthly_reports.worker \
  --db-config /absolute/path/to/booking-test-db.env \
  --node-binary /absolute/path/to/node \
  --artifact-tool-module /absolute/path/to/artifact_tool.mjs

浏览器访问 http://127.0.0.1:8765 后会先进入 ARR 登录页。登录后，GET /api/health 中相关 readiness 均为 true 才表示页面处理和下载能力可用；未登录的容器只使用无详情的 GET /healthz readiness。 worker 是独立无端口进程，应由进程管理器单独保活。

当前测试库权威结构为 database/008_arr_mvp_v1_rebuild.sql 加 009–015 增量迁移。012 只增加月报发布元数据、Finance 日版本 lineage 和受控本地工件身份，不复制月报业务/住客行；013 将用户上传的 XML 文件名独立保存为任务来源信息，内部源工件仍统一命名为 source.xml；014/015 增加 Booking 当前整表指针以及可编辑的 Excel 提取草稿。ARR 2.0 使用原有 artifact_callback 通用工件交付表；不会读写 009/010 的 grant/MCP submission 表。

Booking Excel 房型提取

“公司渠道明细”页可以上传原始 .xlsx，程序从同一工作表的 Tour Code 与精确泰文表头 โรงแรม 提取房型记录。提取结果先进入草稿，不会直接覆盖当前 Booking 数据：

Tour Code 会删除制表符、换行和空格；同一 Tour Code 以物理位置最后一行为准，最后一行明确写明取消时移除，单元格底色不代表取消。
只分析酒店文本圆括号内的房型信息。【房型】 后面的整数是数量；未单独写数量时按 1。
U-TWN/U-DBL 后带任意数字或小数仍分别归一为 U-TWN/U-DBL；高级房TWN、高级房DBL 分别归一为 TWN、DBL。
无法确认的中括号内容保留原始标识、保留已识别数量并标为“待人工确认”；没有中括号的房型文本也进入人工确认。
多个房型拆成多条记录，重复房型不在提取阶段合并。附加费、儿童早餐和导游房等非客房项目忽略。
自动识别与人工记录都可修改或删除；待人工项目确认前不计入有效房量。全部待人工项确认或删除后，才可一次性启用整份工作簿；重新提取原文件会按源文件重建草稿。

对应持久化迁移是 database/014_booking_current_source_batch.sql 和 database/015_booking_excel_review_drafts.sql。

测试

.venv/bin/python -m unittest discover -s tests -p 'test_*.py' -v

tests/test_arr_programmatic.py 是关键竖切：它使用真实固定处理器、不可变对象存储、独立验证器和入库 repository 覆盖成功与业务失败。

部署

生产配置见 deploy/README.md。当前 Compose 模板仍只打包 web 与 caddy，Caddy 负责 HTTPS，Web 负责应用登录和会话；没有 MCP 端口、MCP 域名或 Agent Secret。月报 worker 必须作为独立进程部署，并使用同一数据库、共享输出卷以及已经打包 Node/artifact-tool 的运行镜像；当前本地工作站已按这一方式运行。

当前月报行为

用户只上传 XML，页面不再要求月份、截止日或单独点击“生成月报”。
worker 只消费成功提交的日报事件，使用纳入月报数据的最大 ARRIVAL 作为“更新至”；XML 文件名和当前时间都不参与推导。
月报版本、lineage、渠道行数和两个工件身份持久化到 reporting schema；列表和下载由这些元数据驱动。
月报页可见时自动同步发布记录，新版本直接加入列表，不需要点击“刷新”。
每条数据行的 TOTAL PRICE 都是 REAL PRICE × NIGHTS × NO_OF_ROOMS 的 Excel 公式（当前列布局为 =R[row]*C[row]*G[row]）。

原工程 /Users/chillishark/ARR项目0727 未被修改，可继续作为 ARR 1.x 回滚基线。

6.5 KiB Raw Blame History Unescape Escape