From e252889ec38aa1f9b0a2cd625d4362b794cb31c6 Mon Sep 17 00:00:00 2001 From: mike Date: Mon, 12 Oct 2026 11:20:00 +0800 Subject: [PATCH] Upload files to "/" --- public-api.js | 137 +++++++++ server.js | 822 ++++++++++++++++++++++++++++++++++++++++++++++++++ 2 files changed, 959 insertions(+) create mode 100644 public-api.js create mode 100644 server.js diff --git a/public-api.js b/public-api.js new file mode 100644 index 0000000..a18e0d3 --- /dev/null +++ b/public-api.js @@ -0,0 +1,137 @@ +// public-api.js — 给网站(Astro 构建)用的只读产品接口 +// 位置:/opt/customer-crm/server/public-api.js +// +// 接入方法(server.js 里加三行,放在后台登录校验中间件之前): +// const mountPublicApi = require('./public-api'); +// mountPublicApi(app, { dataFile: path.join(__dirname, 'data.json'), uploadsDir: path.join(__dirname, 'uploads'), requireAuth }); +// requireAuth = 现有的后台登录校验中间件,只用于"发布到网站"按钮那个接口。 +// 如果 server.js 用的是 import 写法,把 require / module.exports 换成 import / export default。 +// +// 配置项(环境变量或 site-config.json): +// SITE_BUILD_KEY 网站构建时携带的密钥(一串长随机字符) +// CF_DEPLOY_HOOK Cloudflare Pages 的 Deploy Hook 地址 +// PUBLIC_BASE_URL https://b2b.google-helper.com + +const fs = require('fs'); +const path = require('path'); +const crypto = require('crypto'); + +const PRODUCTS_KEY = 'crm:products'; + +// 白名单:对外字段名 → 产品记录里的字段名。 +// 不在这里的字段一律不输出:costPrice、notes(含采购价)、id、productImageOriginalName 等。 +const FIELDS = { + model: 'name', + brand: 'brand', + category: 'category', + type: 'type', // 中文值,如"迷你UPS",网站端按词典翻译 + machineVariant: 'machineVariant',// 中文值,如"标机" + outputPower: 'powerOrCapacity', + ratedPower: 'ratedPower', + ratedPowerUnit: 'ratedPowerUnit', + powerFactor: 'powerFactor', + inputVoltage: 'voltage', + outputPortCount: 'outputPortCount', + outputPorts: 'outputPorts', // [{ type, voltage, current }] + batterySpec: 'batterySpec', + dimensions: 'dimensions', + netWeight: 'netWeight', + extraSpecs: 'extraSpecs', + sellingPoints: 'sellingPoints', + // —— 以下是需要在产品表单里新增的字段 —— + youtube: 'youtubeUrl', // YouTube 链接,输出时只保留视频 ID + description: 'webDescription', // { es, en, ru } + sale: 'webSale', // { mode: 'group'|'stock', stock, tiers: [[数量, 单价], ...] } +}; +const PUBLISH_FLAG = 'publishToWeb'; // 新增:"发布到网站"开关 +const IMAGES_FIELD = 'webImages'; // 新增:主图文件名数组,最多 6 张;为空时用现有的 productImageFileName + +// 配置:优先读环境变量,没有就读同目录下的 site-config.json(不用改进程启动方式) +// { "SITE_BUILD_KEY": "...", "CF_DEPLOY_HOOK": "...", "PUBLIC_BASE_URL": "https://b2b.google-helper.com" } +function conf(name) { + if (process.env[name]) return process.env[name]; + try { return JSON.parse(fs.readFileSync(path.join(__dirname, 'site-config.json'), 'utf8'))[name] || ''; } + catch { return ''; } +} + +const slugify =(s) => String(s || '').trim().toLowerCase().replace(/[^a-z0-9]+/g, '-').replace(/^-|-$/g, ''); +const parse = (v) => { try { return typeof v === 'string' ? JSON.parse(v) : v; } catch { return v; } }; + +function readProducts(dataFile) { + const data = JSON.parse(fs.readFileSync(dataFile, 'utf8')); + const raw = data[PRODUCTS_KEY]; + const list = parse(raw && raw.value !== undefined ? raw.value : raw); + return Array.isArray(list) ? list : []; +} + +const youtubeId = (url) => { + const m = String(url || '').match(/(?:youtu\.be\/|v=|embed\/|shorts\/)([\w-]{11})/); + return m ? m[1] : null; +}; + +const imagesOf = (p) => { + const list = Array.isArray(p[IMAGES_FIELD]) && p[IMAGES_FIELD].length + ? p[IMAGES_FIELD] : [p.productImageFileName]; + return list.filter(Boolean).slice(0, 6); +}; + +function toPublic(p) { + const slug = slugify(p.name); + const out = { slug }; + for (const [pub, src] of Object.entries(FIELDS)) { + const v = p[src]; + if (v === undefined || v === '' || (Array.isArray(v) && !v.length)) continue; + out[pub] = v; + } + if (!out.ratedPower) delete out.ratedPowerUnit; // 没填额定功率时,单位单独出现没有意义 + if (out.youtube) out.youtube = youtubeId(out.youtube); + const base = conf('PUBLIC_BASE_URL'); + out.images = imagesOf(p).map((f) => `${base}/api/public/media/${slug}/${encodeURIComponent(f)}`); + return out; +} + +function checkKey(req, res, next) { + const want = conf('SITE_BUILD_KEY'); + const got = req.get('x-site-key') || ''; + const ok = want && got.length === want.length && + crypto.timingSafeEqual(Buffer.from(got), Buffer.from(want)); + if (!ok) return res.status(403).json({ error: 'forbidden' }); + next(); +} + +module.exports = function mountPublicApi(app, { dataFile, uploadsDir, requireAuth }) { + const published = () => readProducts(dataFile).filter((p) => p[PUBLISH_FLAG]); + const findBySlug = (slug) => published().find((p) => slugify(p.name) === slug); + + // 网站构建时调用:全部已发布产品 + app.get('/api/public/products', checkKey, (req, res) => { + try { res.json(published().map(toPublic)); } + catch (e) { res.status(500).json({ error: e.message }); } + }); + + // 单个产品 + app.get('/api/public/products/:slug', checkKey, (req, res) => { + const p = findBySlug(req.params.slug); + if (!p) return res.status(404).json({ error: 'not found' }); + res.json(toPublic(p)); + }); + + // 产品图片:只允许读取"已发布产品自己的图片",防止借这个接口读到别的文件 + app.get('/api/public/media/:slug/:file', checkKey, (req, res) => { + const p = findBySlug(req.params.slug); + const file = path.basename(req.params.file); + if (!p || !imagesOf(p).includes(file)) return res.status(404).end(); + // 图片按产品 id 分目录存放:uploads/<产品id>/<文件名> + res.sendFile(path.resolve(uploadsDir, path.basename(String(p.id)), file), (err) => { if (err) res.status(404).end(); }); + }); + + // 后台"发布到网站"按钮:触发 Cloudflare Pages 重新构建(需要后台登录) + app.post('/api/site/deploy', requireAuth, async (req, res) => { + if (!conf('CF_DEPLOY_HOOK')) return res.status(500).json({ error: '未配置 CF_DEPLOY_HOOK' }); + try { + const r = await fetch(conf('CF_DEPLOY_HOOK'), { method: 'POST' }); + if (!r.ok) throw new Error(`Cloudflare 返回 HTTP ${r.status}`); + res.json({ ok: true }); + } catch (e) { res.status(502).json({ error: e.message }); } + }); +}; diff --git a/server.js b/server.js new file mode 100644 index 0000000..e640768 --- /dev/null +++ b/server.js @@ -0,0 +1,822 @@ +const express = require('express'); +const session = require('express-session'); +const bcrypt = require('bcryptjs'); +const multer = require('multer'); +const rateLimit = require('express-rate-limit'); +const crypto = require('crypto'); +const fs = require('fs'); +const path = require('path'); + +const PORT = process.env.PORT || 3210; +// 127.0.0.1 by default: on a VPS, Nginx fronts this with TLS and is the only +// thing that should be reachable from outside. On the old local-Windows setup +// this was 0.0.0.0 for LAN access; set HOST=0.0.0.0 explicitly if you still +// need that. COOKIE_SECURE should be "true" once you're behind real HTTPS. +const HOST = process.env.HOST || '127.0.0.1'; +const COOKIE_SECURE = process.env.COOKIE_SECURE === 'true'; +const DATA_FILE = path.join(__dirname, 'data.json'); +const PID_FILE = path.join(__dirname, 'server.pid'); +const FRONTEND_DIST = path.join(__dirname, '..', 'frontend', 'dist'); +const UPLOADS_DIR = path.join(__dirname, 'uploads'); +const AUTH_FILE = path.join(__dirname, 'auth.json'); +const DEFAULT_USERNAME = 'admin'; +const DEFAULT_PASSWORD = 'admin123'; +// AI批量导入解析时,PDF渲染成图片/OCR用的临时文件放在这里,而不是系统的 os.tmpdir()(一般是 +// /tmp)——有些VPS/容器环境会把 /tmp 挂载成只读或者单独的受限分区,直接用系统临时目录在这类 +// 环境下会导致 mkdtempSync 抛出 EROFS 之类的错误,而且这个调用当时没被 try/catch 包住,会 +// 直接让整个Node进程崩溃。用应用自己目录下这个文件夹,保证和 uploads/ 一样一定可读写。 +const OCR_TMP_ROOT = path.join(__dirname, 'tmp-ocr'); + +if (!fs.existsSync(UPLOADS_DIR)) fs.mkdirSync(UPLOADS_DIR, { recursive: true }); +if (!fs.existsSync(OCR_TMP_ROOT)) fs.mkdirSync(OCR_TMP_ROOT, { recursive: true }); + +/* --------------------------------- auth ---------------------------------- */ + +function loadAuth() { + if (!fs.existsSync(AUTH_FILE)) { + const auth = { username: DEFAULT_USERNAME, passwordHash: bcrypt.hashSync(DEFAULT_PASSWORD, 10) }; + fs.writeFileSync(AUTH_FILE, JSON.stringify(auth, null, 2), 'utf8'); + return auth; + } + try { + return JSON.parse(fs.readFileSync(AUTH_FILE, 'utf8')); + } catch (e) { + const auth = { username: DEFAULT_USERNAME, passwordHash: bcrypt.hashSync(DEFAULT_PASSWORD, 10) }; + fs.writeFileSync(AUTH_FILE, JSON.stringify(auth, null, 2), 'utf8'); + return auth; + } +} +function saveAuth(auth) { + fs.writeFileSync(AUTH_FILE, JSON.stringify(auth, null, 2), 'utf8'); +} + +/* ------------------------------ secret / crypto -------------------------- */ +// Used to encrypt the DeepSeek API key (and anything else sensitive) at +// rest, so it isn't sitting around the filesystem as plain text. + +const SECRET_KEY_FILE = path.join(__dirname, '.secret-key'); +function getSecretKey() { + if (!fs.existsSync(SECRET_KEY_FILE)) { + const key = crypto.randomBytes(32); + fs.writeFileSync(SECRET_KEY_FILE, key.toString('base64'), { encoding: 'utf8', mode: 0o600 }); + return key; + } + return Buffer.from(fs.readFileSync(SECRET_KEY_FILE, 'utf8').trim(), 'base64'); +} +const SECRET_KEY = getSecretKey(); + +function encrypt(text) { + if (!text) return ''; + const iv = crypto.randomBytes(12); + const cipher = crypto.createCipheriv('aes-256-gcm', SECRET_KEY, iv); + const encrypted = Buffer.concat([cipher.update(text, 'utf8'), cipher.final()]); + const tag = cipher.getAuthTag(); + return Buffer.concat([iv, tag, encrypted]).toString('base64'); +} +function decrypt(b64) { + if (!b64) return ''; + try { + const buf = Buffer.from(b64, 'base64'); + const iv = buf.subarray(0, 12); + const tag = buf.subarray(12, 28); + const encrypted = buf.subarray(28); + const decipher = crypto.createDecipheriv('aes-256-gcm', SECRET_KEY, iv); + decipher.setAuthTag(tag); + return Buffer.concat([decipher.update(encrypted), decipher.final()]).toString('utf8'); + } catch (e) { + return ''; + } +} + +/* --------------------------------- AI config ------------------------------ */ + +const AI_CONFIG_FILE = path.join(__dirname, 'ai-config.json'); +// Lets you point this at a different OpenAI-compatible endpoint if needed +// (e.g. testing against a mock server); defaults to the real DeepSeek API. +const DEEPSEEK_API_BASE = process.env.DEEPSEEK_API_BASE || 'https://api.deepseek.com'; + +function loadAiConfig() { + try { + const raw = JSON.parse(fs.readFileSync(AI_CONFIG_FILE, 'utf8')); + return { apiKey: decrypt(raw.apiKeyEnc || '') }; + } catch (e) { + return { apiKey: '' }; + } +} +function saveAiConfig(apiKey) { + fs.writeFileSync(AI_CONFIG_FILE, JSON.stringify({ apiKeyEnc: encrypt(apiKey) }, null, 2), 'utf8'); +} + +async function callDeepSeek(apiKey, messages, opts) { + const { maxTokens = 600, temperature = 0.7, model = 'deepseek-v4-flash' } = opts || {}; + const resp = await fetch(`${DEEPSEEK_API_BASE}/chat/completions`, { + method: 'POST', + headers: { + 'Content-Type': 'application/json', + Authorization: `Bearer ${apiKey}`, + }, + body: JSON.stringify({ + model, + messages, + temperature, + max_tokens: maxTokens, + // deepseek-v4-flash 默认开启thinking mode,复杂输入会把整个max_tokens预算都花在推理链上, + // content留空、finish_reason变成length(就是"AI返回空响应"这个报错的根因)。这里都是纯 + // 结构化提取/翻译任务,不需要推理,显式关掉thinking让token预算全部用来输出实际内容。 + thinking: { type: 'disabled' }, + }), + }); + if (!resp.ok) { + const errText = await resp.text().catch(() => ''); + throw new Error(`DeepSeek API error ${resp.status}: ${errText.slice(0, 200)}`); + } + const data = await resp.json(); + const choice = data.choices && data.choices[0]; + const content = choice && choice.message && choice.message.content; + if (!content) { + const reason = choice && choice.finish_reason ? `(finish_reason: ${choice.finish_reason})` : ''; + throw new Error(`DeepSeek API returned an empty response${reason}`); + } + return content; +} + +// 空响应这种问题偶发性比较大(有时候纯粹是API抽风),重试一次往往就好了; +// 其他类型的错误(比如key不对、额度用完)重试也没用,直接抛出不浪费时间 +async function callDeepSeekWithRetry(apiKey, messages, opts, retries = 1) { + let lastErr; + for (let attempt = 0; attempt <= retries; attempt++) { + try { + return await callDeepSeek(apiKey, messages, opts); + } catch (e) { + lastErr = e; + if (!/empty response/i.test(e.message) || attempt === retries) throw e; + } + } + throw lastErr; +} + +// 从DeepSeek返回的内容里提取JSON——模型有时会用```json代码块包一层,或者前后带几句解释文字, +// 这里做宽松解析:优先找代码块,找不到就找第一个 { 或 [ 开始的内容。 +// 返回 { data, truncated }:如果完整JSON解析失败(常见原因是撞到了max_tokens,数组还没写完 +// 就被截断了),会尝试抢救出前面已经完整生成的那些顶层对象,丢弃最后一个写了一半的,这样至少 +// 能拿到部分结果,而不是整批因为最后一个字符缺失就全部作废。 +function extractJson(content) { + const fenced = content.match(/```(?:json)?\s*([\s\S]*?)```/i); + const raw = fenced ? fenced[1] : content; + const start = raw.search(/[\[{]/); + if (start === -1) throw new Error('AI返回内容里没有找到JSON'); + const trimmed = raw.slice(start); + + try { + return { data: JSON.parse(trimmed), truncated: false }; + } catch (e) { + const salvaged = salvageTruncatedJsonArray(trimmed); + if (salvaged !== null) return { data: salvaged, truncated: true }; + throw new Error(`AI返回的内容不是完整的JSON,解析失败:${e.message}`); + } +} + +// 只处理"最外层是数组"的截断抢救:逐字符扫描(跳过字符串内部的引号/转义),每次遇到顶层元素 +// 完整闭合(深度归零)就记一下位置,最后从抢救到的最后一个完整位置那里把数组截断重新拼上 ]。 +function salvageTruncatedJsonArray(text) { + const t = text.trim(); + if (!t.startsWith('[')) return null; + let depth = 0; + let lastCompleteEnd = -1; + let inString = false; + let escapeNext = false; + for (let i = 1; i < t.length; i++) { + const ch = t[i]; + if (inString) { + if (escapeNext) escapeNext = false; + else if (ch === '\\') escapeNext = true; + else if (ch === '"') inString = false; + continue; + } + if (ch === '"') { inString = true; continue; } + if (ch === '{' || ch === '[') depth++; + else if (ch === '}' || ch === ']') { + depth--; + if (depth === 0 && ch === '}') lastCompleteEnd = i; // 顶层数组里某个对象完整闭合了 + } + } + if (lastCompleteEnd === -1) return null; + try { + return JSON.parse(t.slice(0, lastCompleteEnd + 1) + ']'); + } catch (e) { + return null; + } +} + +/* ------------------------------ data file ------------------------------ */ + +function readData() { + try { + return JSON.parse(fs.readFileSync(DATA_FILE, 'utf8')); + } catch (e) { + return {}; + } +} + +function writeData(data) { + // write to a temp file then rename, avoids corrupting data.json if the + // process is killed mid-write + const tmp = DATA_FILE + '.tmp'; + fs.writeFileSync(tmp, JSON.stringify(data, null, 2), 'utf8'); + fs.renameSync(tmp, DATA_FILE); +} + +// only allow simple ids (our customer ids are like "c_169..._ab12c"), +// this keeps the upload path from ever escaping the uploads/ folder +function safeId(id) { + return /^[A-Za-z0-9_-]+$/.test(id) ? id : null; +} + +/* --------------------------------- app ---------------------------------- */ + +const app = express(); + +// behind Nginx, Express needs this to read X-Forwarded-* correctly — +// otherwise req.ip is always Nginx's own address (breaks rate limiting) +// and the "secure" cookie flag can't tell the request was HTTPS. +app.set('trust proxy', 1); + +app.use(express.json({ limit: '10mb' })); +app.use(session({ + secret: crypto.randomBytes(32).toString('hex'), + resave: false, + saveUninitialized: false, + cookie: { + httpOnly: true, + sameSite: 'lax', + secure: COOKIE_SECURE, + maxAge: 30 * 24 * 60 * 60 * 1000, // 30 days + }, +})); + +function requireAuth(req, res, next) { + if (req.session && req.session.authed) return next(); + res.status(401).json({ error: 'not authenticated' }); +} + +const loginLimiter = rateLimit({ + windowMs: 15 * 60 * 1000, + max: 5, + standardHeaders: true, + legacyHeaders: false, + message: { error: 'too many login attempts, please try again in a few minutes' }, +}); + +/* -------------------------------- auth api ------------------------------- */ + +app.post('/api/auth/login', loginLimiter, (req, res) => { + const body = req.body || {}; + const username = body.username || ''; + const password = body.password || ''; + const auth = loadAuth(); + if (username === auth.username && bcrypt.compareSync(password, auth.passwordHash)) { + req.session.authed = true; + req.session.username = username; + return res.json({ ok: true, username }); + } + res.status(401).json({ error: 'invalid credentials' }); +}); + +app.post('/api/auth/logout', (req, res) => { + if (req.session) { + req.session.destroy(() => res.json({ ok: true })); + } else { + res.json({ ok: true }); + } +}); + +app.get('/api/auth/check', (req, res) => { + const authed = !!(req.session && req.session.authed); + res.json({ authed, username: authed ? req.session.username : null }); +}); + +app.post('/api/auth/change-password', requireAuth, (req, res) => { + const body = req.body || {}; + const currentPassword = body.currentPassword || ''; + const newPassword = body.newPassword || ''; + const auth = loadAuth(); + if (!bcrypt.compareSync(currentPassword, auth.passwordHash)) { + return res.status(400).json({ error: 'current password is incorrect' }); + } + if (newPassword.length < 4) { + return res.status(400).json({ error: 'new password is too short' }); + } + auth.passwordHash = bcrypt.hashSync(newPassword, 10); + saveAuth(auth); + res.json({ ok: true }); +}); + +/* ------------------------------ storage api ------------------------------ */ + +app.get('/api/storage/:key', requireAuth, (req, res) => { + const data = readData(); + const key = req.params.key; + if (!(key in data)) return res.status(404).json({ error: 'not found' }); + res.json({ value: data[key] }); +}); + +app.put('/api/storage/:key', requireAuth, (req, res) => { + const data = readData(); + data[req.params.key] = req.body.value; + writeData(data); + res.json({ ok: true }); +}); + +/* --------------------------------- ai api --------------------------------- */ + +app.get('/api/ai-config', requireAuth, (req, res) => { + const cfg = loadAiConfig(); + res.json({ hasKey: !!cfg.apiKey }); +}); + +app.put('/api/ai-config', requireAuth, (req, res) => { + const apiKey = ((req.body && req.body.apiKey) || '').trim(); + if (!apiKey) return res.status(400).json({ error: 'apiKey is required' }); + saveAiConfig(apiKey); + res.json({ ok: true }); +}); + +app.delete('/api/ai-config', requireAuth, (req, res) => { + try { fs.unlinkSync(AI_CONFIG_FILE); } catch (e) {} + res.json({ ok: true }); +}); + +app.post('/api/ai-config/test', requireAuth, async (req, res) => { + const cfg = loadAiConfig(); + if (!cfg.apiKey) return res.status(400).json({ error: 'no API key configured' }); + try { + const content = await callDeepSeek(cfg.apiKey, [{ role: 'user', content: 'Reply with exactly: OK' }]); + res.json({ ok: true, reply: content.trim() }); + } catch (e) { + res.status(400).json({ error: e.message }); + } +}); + +const aiLimiter = rateLimit({ + windowMs: 10 * 60 * 1000, + max: 30, + standardHeaders: true, + legacyHeaders: false, + message: { error: 'too many AI requests, please slow down' }, +}); + +/* --------------------------- ai catalog import --------------------------- */ +// 上传一份/多份PDF或图片形式的产品目录(可能包含多个型号),做OCR文字识别后交给 +// DeepSeek解析成结构化的产品字段数组,前端拿到后先给用户一个预览/确认页面, +// 用户确认后再批量建档。 +// +// 实测发现很多正式排版的产品目录PDF(比如设计软件导出的宣传册)整页都是图片/矢量 +// 图形,没有可提取的文字层,所以这里统一走"渲染成图片 + OCR"这条路,而不是直接 +// 提取PDF文字——这样PDF和图片两种输入方式可以复用同一套OCR逻辑。 +// +// 依赖: +// 1. npm包 tesseract.js(纯JS+WASM,不需要装系统级OCR程序,但第一次识别时会从 +// jsdelivr CDN下载语言包,VPS需要能访问外网) +// 2. 系统程序 poppler-utils,只有上传PDF时才需要,用来把PDF每页渲染成图片: +// apt install -y poppler-utils + +const { execFile } = require('child_process'); +const Tesseract = require('tesseract.js'); + +const uploadMemory = multer({ + storage: multer.memoryStorage(), + limits: { files: 30 }, // 不限制单文件大小;最多30个文件(AI批量解析成本考虑,数量上限保留) +}); + +// 把一份PDF的每一页渲染成PNG图片(用poppler-utils的pdftoppm),返回图片路径数组 +function renderPdfToImages(pdfBuffer, tmpDir) { + return new Promise((resolve, reject) => { + const pdfPath = path.join(tmpDir, 'source.pdf'); + fs.writeFileSync(pdfPath, pdfBuffer); + const outPrefix = path.join(tmpDir, 'page'); + execFile('pdftoppm', ['-png', '-r', '200', pdfPath, outPrefix], (err) => { + if (err) { + return reject(new Error( + `PDF转图片失败,请确认服务器已安装 poppler-utils(SSH执行:apt install -y poppler-utils):${err.message}` + )); + } + const files = fs.readdirSync(tmpDir) + .filter((f) => f.startsWith('page') && f.endsWith('.png')) + .sort() + .map((f) => path.join(tmpDir, f)); + resolve(files); + }); + }); +} + +// 复用同一个OCR worker,避免每次请求都重新初始化/重新下载语言包 +let ocrWorkerPromise = null; +function getOcrWorker() { + if (!ocrWorkerPromise) { + ocrWorkerPromise = Tesseract.createWorker('eng+chi_sim').catch((e) => { + ocrWorkerPromise = null; // 初始化失败下次重试,不要把失败结果缓存住 + throw e; + }); + } + return ocrWorkerPromise; +} + +async function ocrImages(imagePaths) { + const worker = await getOcrWorker(); + const parts = []; + for (const p of imagePaths) { + const { data } = await worker.recognize(p); + if (data && data.text) parts.push(data.text.trim()); + } + return parts.join('\n\n--- 下一页 ---\n\n').trim(); +} + +const CATALOG_PARSE_SYSTEM_PROMPT = `你是一个电力设备(UPS/逆变器/储能电池等)产品资料的结构化提取助手。 +用户会给你一份产品目录/规格书经OCR识别出的文字内容(可能包含多个不同型号的产品,每个产品通常有自己的Specifications表格; +OCR识别可能有少量错字或格式错乱,请结合上下文合理判断)。 +你的任务:识别文本里有几个不同型号的产品,为每一个产品提取字段,严格按下面的JSON schema输出一个数组,每个元素是一个产品对象: + +【特别注意"系列名"和"具体型号"的区别】很多规格表会在标题里写"XX系列智能在线式UPS"这种大标题(这是整个系列的统称, +不是某个产品的型号),真正的具体型号一定在表格里"型号"那一行/列里能找到(比如ATP-10K/CRT、ATP-20K/CRT这种)。 +绝对不能把标题里的系列泛称当成name字段的值去输出一条"合并"的记录——表格里"型号"那一行有几个不同的型号名称, +就必须输出几条独立的产品记录,哪怕它们之间只有额定功率/尺寸/净重这几个数字不一样、其他参数全部相同,也不能因为 +"看起来很像"就合并成一条、更不能因为拿不准就用系列名代替。如果OCR识别出来的文字比较模糊、型号名称对不齐对应的 +数值,宁可把能确定的字段填全、拿不准的字段留空,也不要瞎猜合并。 + +【特别注意"型号(L)"这种带括号的写法】规格表的型号列里如果出现类似"MS1000(L)"这种写法,代表这里其实是两个型号, +要拆成两条独立的产品记录输出,不能只输出一条: +- 不带L后缀的(如MS1000)是标准机型:machineVariant填"标准机型" +- 带L后缀的(如MS1000L)是长延时机型:machineVariant填"长延时机型" +这两条记录的输入/输出/保护/警告/接口/环境这些参数完全共用同一份数据,只有 batterySpec(电池型号和数量)、 +chargeCurrent(充电电流)、dimensions(尺寸)、netWeight(净重)这几项不同——严格按表格里"Standard Model/标准机型" +和"Long-run Model/长延机型"这两个子分类去分别取值,标准机型用Standard Model那部分数据,长延时机型用Long-run Model那部分数据。 +如果某个型号在"Standard Model"部分对应列是NA或空、只有"Long-run Model"部分有数据,说明这个型号本身就是长延机型 +(哪怕名字里没有明显的"(L)"标记也一样),直接当长延时机型处理,不要再凭空拆出一个去掉后缀的"标准版";反过来如果只有 +"Standard Model"部分有数据、"Long-run Model"部分是NA或空,说明这个型号只有标准机型,也不要凭空造一个带L的长延版本。 + +【特别注意多型号规格对比表】有些规格表把好几个型号(比如1200/1600/2200/3000)放在同一张表里, +每一行参数对应多个型号列,但不是每个参数都是"一型号一个值"——有些参数(比如输入电压、频率范围) +全系列共用同一个值,直接抄给每个型号;但有些参数(比如尺寸、净重、电池型号和数量)会因为型号不同 +分成几组不同的值(比如1200/1600/2200共用一组尺寸,3000单独一组),这种情况必须先看清楚该行数值 +和哪几个型号对齐,再把正确的那组数值填到对应型号的记录里,不能所有型号都填同一个值、也不能填错组。 + +【特别注意不要丢弃"认不出属于哪个字段"的参数】上面这个JSON schema列出的都是已知产品类型常见的具名字段,但不同品牌、不同版本的规格表经常会出现一些没有被收录进这个schema的参数 +(比如"浮充电压"这种字段)。只要原文规格表里出现了某一行参数、但左侧标签在下面schema里找不到任何一个匹配的具名字段(也不属于机型拆分/两段式结构那些已经处理过的特殊情况), +绝对不能因为"没地方放"就把这行数据丢弃——把这一行的参数填进 extraSpecs 数组里,格式为 {"label":"浮充电压","value":"13.7VDC/节","afterLabel":"充电时间"}, +其中 label 必须是**中文**(跟上面所有具名字段的标签一样,不管原文表格里这行的标签本来是中文、英文还是其他语言,都要翻译/转换成简体中文行业规范书面用词, +不要逐字直译成生硬的中文,要符合电力设备行业书面表述习惯),value 保持和原文完全一致、不要翻译(数值、单位、型号这些内容原样抄,翻译反而容易出错或丢失准确性)。 +表格里有几行匹配不上具名字段,就填几条。其中 afterLabel 是这条参数在原文表格里紧挨着的上一行对应的**已知具名字段的中文标签**(比如这条"浮充电压"在原文里排在"充电时间"上面, +就填"充电时间";如果紧挨着的上一行同样是个不认识的参数,就沿着原文往上找,直到找到一个能对应上schema里具名字段的中文标签为止;实在找不到(比如这条参数在原文表格最开头)就填空字符串, +这种情况显示时会自动排在最后)。注意:如果某一行明明能对应上面某个具名字段(比如"20尺柜"对应container20ft),必须优先填那个具名字段, +不要重复放进extraSpecs;只有真的找不到对应具名字段的参数才放进extraSpecs。 + +【特别注意装箱数量容易被漏填】规格表如果出现"20尺柜/40尺柜/40高柜"这几行(通常在表格最下方,标注每种柜型能装多少台,如"1000PCS(无栈板)"), +必须提取到 container20ft / container40ft / container40hq 这三个字段里,不能因为在整个schema里排得靠后就跳过—— +提取完所有字段后,回头检查一遍原文里是否出现过"尺柜"或"PCS"这类字样,如果出现了但container20ft/container40ft/container40hq +还是空的,说明漏填了,要补上。 + +【特别注意"UPS配套锂电池系统"这类产品的两段式结构】这类产品(储能电池大类下)的规格表通常明确分成两个区域, +一个是"模块/Module"(单个电池模块本身的参数),一个是"锂电池系统柜/电池系统柜"(整个机柜/整套系统的参数), +跟模块化UPS"功率模块 + UPS机柜"是同样的两段式逻辑。这两个区域各自包含好几项参数,请务必把两个区域的每一项 +都完整提取,绝对不能只提取其中一个区域、漏掉另一个区域——常见的漏提取情况是:只填了型号/循环寿命/通信接口/ +保护功能这种"看起来一目了然"的字段,却漏掉了电芯类型、放电倍率、充电倍率、模块最大能量、模块输出功率、 +模块尺寸、模块重量这些"模块"区域的参数,或者漏掉了电池最大能量、运行温度、相对湿度、颜色、系统柜尺寸、 +系统柜重量、海拔、自放电率这些"锂电池系统柜"区域的参数。提取完之后自己检查一遍:below schema里所有标注了 +"储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用)"的字段,只要OCR文字里出现了对应的数值,就必须填上,不能遗漏。 + +【不是所有储能电池产品都有这种两段式结构】如果规格表本身就是单层的(比如整机就是一个电池包/电池柜,没有再往下拆分成"模块"和"系统柜"两级, +常见于机架式电池、单体电池包这类产品),不要硬套两段式——直接把整机的容量、电压、尺寸、重量等参数填进moduleCapacity/moduleVoltage/ +moduleDimensions/moduleWeight这组字段里就行,cabinetXxx那组(cabinetMaxEnergy/cabinetRatedVoltage/cabinetDimensions/cabinetWeight) +留空,不用为了凑两级结构而重复填一遍或瞎编。 + +{ + "name": "型号,比如 POE-532E", + "brand": "品牌中文名,从厂家名称/logo文字判断;看不出就填空字符串", + "category": "产品大类中文名,从这些里选最接近的:UPS不间断电源 / 光伏逆变器 / 储能电池;不确定就填 UPS不间断电源", + "type": "细分品类中文名。如果是这种带USB/DC/POE多路直流输出口的小型UPS,填 迷你UPS;如果是没有LCD/LED显示、简单的家用小型UPS(型号通常带Offline/后备式字样),填 离线式UPS;如果标注了Line-Interactive/互动式,填 在线互动式UPS;如果是True double-conversion/真双变换在线式且明确标注了机架安装、2U/3U/4U这种机架单位、rack-mount字样,填 机架式UPS;如果同样是True double-conversion/真双变换在线式,但看起来是塔式/立式外观(没有明确的机架安装标注),填 在线式高频UPS;这两个类型区分不确定的话,优先填 在线式高频UPS,用户在确认预览阶段还可以手动改;如果产品大类是储能电池,且规格表明确分成"模块"和"电池系统柜/电池柜"两级、给UPS配套用的中大功率锂电池系统,填 UPS配套锂电池系统;如果产品大类是储能电池,且规格表里同时出现了电池参数(容量/电压/循环寿命等)和逆变器/充电器参数(太阳能充电器MPPT、交流充电、峰值功率、负载电压等),是电池和逆变器/充电控制器做在一起的家用一体机,填 家庭储能系统;如果产品大类是光伏逆变器,且明确标注了Hybrid/On-Off-Grid/混网/既能并网又能离网这种既能接市电又能脱网独立供电的能力(通常还带电池输入参数),填 太阳能混网逆变器;储能电池大类下其他常见值:铅酸电池、磷酸铁锂电池;光伏逆变器大类下其他常见值:并网/离网逆变器;UPS不间断电源大类下其他常见值:高频塔式UPS、工频UPS、模块化UPS;不确定就留空字符串", + "machineVariant": "标准机型 或 长延时机型:按前面【型号(L)拆分规则】判断,标准机型(内置电池)填\"标准机型\",长延时机型(外接电池,通常型号带L后缀)填\"长延时机型\";不属于这种拆分场景的常规产品,按容量(Capacity)判断——容量超过10KVA的默认填\"长延时机型\"(10KVA以上的UPS机型基本都是外接电池、不含内置电池了);容量在10KVA以内、或者看不出容量,才默认填\"标准机型\"", + "powerOrCapacity": "功率/容量;如果是迷你UPS,这里填输出功率(如 17W);如果是UPS不间断电源大类下的其他细分品类(离线式UPS/在线互动式UPS/机架式UPS/在线式高频UPS/工频UPS/高频塔式UPS/模块化UPS,以及以后系统里新增的其他细分品类),这里填Capacity/容量,\n 格式统一成\"kVA数值/kW数值\"(如 250KVA/200KW):原文如果已经配套给出了kVA和kW两个数值(比如\"60KVA/48KW\"或者两行分别写VA和W),直接按原文两个数值拼成这个格式;\n 如果原文只给了kVA(比如\"Rated Capacity: 250KVA\"),要去规格表里找Output Power Factor/负载功率因数/输出功率因数这一项(哪怕它属于别的字段比如outputPowerFactor对应的那一行),\n 用 kVA数值 × 功率因数 算出kW数值(比如250KVA×0.8=200KW),四舍五入到整数,拼成\"250KVA/200KW\"这样的组合字符串;如果原文既没给kW、也找不到功率因数算不出来,就只填kVA部分(如\"250KVA\");\n 其他情况不确定就填空字符串", + "voltage": "如果是迷你UPS,这里填输入电压,如 100~240Vac/50-60Hz;如果是离线式UPS/在线互动式UPS/机架式UPS,这个字段不用填(用下面的inputVoltage/outputVoltage代替);其他情况填常规电压参数,不确定填空字符串", + "ratedPower": "", "ratedPowerUnit": "VA", "powerFactor": "", + "outputPortCount": "迷你UPS专属:这个型号有几路输出口,数字字符串,如 4,不适用就填空字符串", + "outputPortTypes": "迷你UPS专属:输出口类型数组,只能用这些token:USB、DC、DC1、DC2、DC3、POE、Type-C、DC interface、POE interface;不适用就填空数组", + "outputPorts": "迷你UPS专属:数组,每项 {\\"type\\":\\"USB\\",\\"voltage\\":\\"5Vdc\\",\\"current\\":\\"3.0A\\"},和outputPortTypes一一对应;不适用就填空数组", + "inputVoltage": "UPS不间断电源大类通用(除了迷你UPS,不管是离线式、在线互动式、机架式、在线式高频、工频、高频塔式、模块化UPS,还是以后系统里新增的其他细分品类,都适用):Input Voltage/输入电压(或Nominal Voltage/标称电压),如 110V/120Vac or 220V/230Vac;不适用就填空字符串", + "inputVoltageRange": "UPS不间断电源大类通用(除了迷你UPS,不管是离线式、在线互动式、机架式、在线式高频、工频、高频塔式、模块化UPS,还是以后系统里新增的其他细分品类,都适用):Voltage range/输入电压范围,如 162-268Vac/170-280Vac;不适用就填空字符串", + "inputFrequency": "UPS不间断电源大类通用(除了迷你UPS,不管是离线式、在线互动式、机架式、在线式高频、工频、高频塔式、模块化UPS,还是以后系统里新增的其他细分品类,都适用):Frequency/输入频率(范围),如 50/60Hz(Auto sensing)或 40Hz~70Hz;不适用就填空字符串", + "outputVoltage": "UPS不间断电源大类通用(除了迷你UPS,含以后系统里新增的其他细分品类)/储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):Output Voltage/输出电压,如 110V/120Vac or 220V/230Vac;不适用就填空字符串", + "outputVoltageRange": "UPS不间断电源大类通用(除了迷你UPS,不管是离线式、在线互动式、机架式、在线式高频、工频、高频塔式、模块化UPS,还是以后系统里新增的其他细分品类,都适用):输出电压范围(或Voltage Regulation/电压调整率),如 ±10% 或 ±1%;不适用就填空字符串", + "transferTime": "离线式UPS/在线互动式UPS专属:Transfer time/转换时间,如 Typical 2-8ms, 13ms max;机架式UPS/在线式高频UPS/工频UPS/高频塔式UPS/模块化UPS这里填Inverter to Bypass那个转换时间(AC to Battery那个用下面的transferTimeAcToBattery);不适用就填空字符串", + "waveform": "UPS不间断电源大类通用(除了迷你UPS,不管是离线式、在线互动式、机架式、在线式高频、工频、高频塔式、模块化UPS,还是以后系统里新增的其他细分品类,都适用):Wave form/波形,如 Simulated Sine Wave 或 pure sine wave;不适用就填空字符串", + "batteryVoltage": "离线式UPS/在线互动式UPS/储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):Battery Voltage/电池电压,如 12V 或 24V;不适用就填空字符串", + "chargeCurrent": "UPS不间断电源大类通用(除了迷你UPS,不管是离线式、在线互动式、机架式、在线式高频、工频、高频塔式、模块化UPS,还是以后系统里新增的其他细分品类,都适用):Charge current/充电电流,如 1A;如果涉及【型号(L)拆分规则】,要按标准机型/长延时机型分别取Standard Model或Long-run Model那部分的数据;不适用就填空字符串", + "frequencyRangeBatteryMode": "UPS不间断电源大类通用(除了迷你UPS,不管是离线式、在线互动式、机架式、在线式高频、工频、高频塔式、模块化UPS,还是以后系统里新增的其他细分品类,都适用):Frequency range(battery mode)/频率范围(电池模式),如 50/60Hz±1Hz;不适用就填空字符串", + "chargeTime": "UPS不间断电源大类通用(除了迷你UPS,不管是离线式、在线互动式、机架式、在线式高频、工频、高频塔式、模块化UPS,还是以后系统里新增的其他细分品类,都适用):Charge time/充电时间(或Typical Recharge Time),如 8 hours recover to 90% capacity;不适用就填空字符串", + "lcdDisplay": "UPS不间断电源大类通用(除了迷你UPS,不管是离线式、在线互动式、机架式、在线式高频、工频、高频塔式、模块化UPS,还是以后系统里新增的其他细分品类,都适用):LCD display/LCD显示(或LCD Panel)能展示哪些信息,把原文整段抄下来,如 UPS status, Load level, Battery level, Input/Output voltage, Discharge timer, and Fault conditions;不适用就填空字符串", + "ledDisplay": "离线式UPS/在线互动式UPS专属:LED display/LED显示,把各个模式对应的灯光颜色都列出来(一行一条,用\\n分隔),如 AC mode: Green lighting\\nBattery mode: Yellow lighting\\nFault: Red lighting;如果原文是中文且几个模式和颜色紧挨着写在一起、没有明显换行分隔(比如\"市电模式 绿灯常亮 电池模式 黄灯常亮 故障 红灯常亮\"),要把每个模式和它后面紧跟着的颜色状态配对拆开,同样按一行一条的格式输出,如 市电模式:绿灯常亮\\n电池模式:黄灯常亮\\n故障:红灯常亮;不适用就填空字符串", + "fullProtection": "离线式UPS/在线互动式UPS专属:Full Protection/全面保护,如 Discharge, Short circuit and overload protection;不适用就填空字符串", + "alarmInfo": "UPS不间断电源大类通用(除了迷你UPS,不管是离线式、在线互动式、机架式、在线式高频、工频、高频塔式、模块化UPS,还是以后系统里新增的其他细分品类,都适用):Alarm/警告提示,把电池模式/低电量/过载/故障这几种蜂鸣提示规律都列出来(一行一条,用\\n分隔),如 Battery mode: Sounding every 10 seconds\\nLow battery: Sounding every second\\nOverload: Sounding every 0.5 seconds\\nFault: Continuously sounding;不适用就填空字符串", + "interfacePort": "UPS不间断电源大类通用(除了迷你UPS,不管是离线式、在线互动式、机架式、在线式高频、工频、高频塔式、模块化UPS,还是以后系统里新增的其他细分品类,都适用):Interface/控制管理接口说明,如 USB/RS232 port(optional), Support windows xp/vista, windows 7/8/11 and MAC,或 Smart RS-232/USB, Supports Windows 2000/2003/XP/Vista/2008, Windows 7/8, Linux, Unix, and MAC;不适用就填空字符串", + "humidity": "UPS不间断电源大类通用(除了迷你UPS,含以后系统里新增的其他细分品类)/储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):Humidity/湿度(或相对湿度),如 0-90% RH@0-40°C(Non-condensing) 或 5%~95%(无凝露);不适用就填空字符串", + "noiseLevel": "UPS不间断电源大类通用(除了迷你UPS,含以后系统里新增的其他细分品类)/储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):Noise Level/噪音,如 Less than 40dB(1m spacing);不适用就填空字符串", + "phase": "UPS不间断电源大类通用,但不包括迷你UPS、离线式UPS、在线互动式UPS这三类小型/家用UPS(机架式、在线式高频、工频、高频塔式、模块化UPS,以及以后系统里新增的其他大功率UPS细分品类都适用):Phase/相数,如 1-phase input/1-phase output 或 3-phase input/1-phase output;不适用就填空字符串", + "inputPowerFactor": "UPS不间断电源大类通用,但不包括迷你UPS、离线式UPS、在线互动式UPS这三类小型/家用UPS(机架式、在线式高频、工频、高频塔式、模块化UPS,以及以后系统里新增的其他大功率UPS细分品类都适用):输入侧Power Factor/功率因数,如 ≥0.99@100% load;不适用就填空字符串", + "transferTimeAcToBattery": "UPS不间断电源大类通用,但不包括迷你UPS、离线式UPS、在线互动式UPS这三类小型/家用UPS(机架式、在线式高频、工频、高频塔式、模块化UPS,以及以后系统里新增的其他大功率UPS细分品类都适用):Transfer Time - AC Mode to Battery Mode/转换时间(市电到电池),如 0ms;不适用就填空字符串", + "currentCrestRatio": "UPS不间断电源大类通用,但不包括迷你UPS、离线式UPS、在线互动式UPS这三类小型/家用UPS(机架式、在线式高频、工频、高频塔式、模块化UPS,以及以后系统里新增的其他大功率UPS细分品类都适用):Current Crest Ratio/峰值电流比,如 3:1;不适用就填空字符串", + "harmonicDistortion": "UPS不间断电源大类通用,但不包括迷你UPS、离线式UPS、在线互动式UPS这三类小型/家用UPS(机架式、在线式高频、工频、高频塔式、模块化UPS,以及以后系统里新增的其他大功率UPS细分品类都适用):Harmonic Distortion/谐波失真,如 ≤3% THD (Linear Load), ≤5% THD (Non-linear Load);不适用就填空字符串", + "efficiencyAcMode": "UPS不间断电源大类通用,但不包括迷你UPS、离线式UPS、在线互动式UPS这三类小型/家用UPS(机架式、在线式高频、工频、高频塔式、模块化UPS,以及以后系统里新增的其他大功率UPS细分品类都适用):Efficiency - AC Mode/效率(市电模式),如 88%;不适用就填空字符串", + "efficiencyBatteryMode": "UPS不间断电源大类通用,但不包括迷你UPS、离线式UPS、在线互动式UPS这三类小型/家用UPS(机架式、在线式高频、工频、高频塔式、模块化UPS,以及以后系统里新增的其他大功率UPS细分品类都适用):Efficiency - Battery Mode/效率(电池模式),如 83%;不适用就填空字符串", + "chargingVoltage": "UPS不间断电源大类通用,但不包括迷你UPS、离线式UPS、在线互动式UPS这三类小型/家用UPS(机架式、在线式高频、工频、高频塔式、模块化UPS,以及以后系统里新增的其他大功率UPS细分品类都适用):Charging Voltage/充电电压,如 27.4VDC±1%;如果涉及【型号(L)拆分规则】,要按标准机型/长延时机型分别取Standard Model或Long-run Model那部分的数据;不适用就填空字符串", + "optionalSnmp": "UPS不间断电源大类通用,但不包括迷你UPS、离线式UPS、在线互动式UPS这三类小型/家用UPS(机架式、在线式高频、工频、高频塔式、模块化UPS,以及以后系统里新增的其他大功率UPS细分品类都适用):Optional SNMP/可选SNMP,如 Power management from SNMP manager and web browser;不适用就填空字符串", + "outputPowerFactor": "在线式高频UPS/机架式UPS/工频UPS/高频塔式UPS/模块化UPS/储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):Output Power Factor/输出功率因数,如 0.9 或 1;不适用就填空字符串", + "parallelUnits": "UPS不间断电源大类通用,但不包括迷你UPS、离线式UPS、在线互动式UPS这三类小型/家用UPS(在线式高频、机架式、工频、高频塔式、模块化UPS,以及以后系统里新增的其他大功率UPS细分品类都适用):Number of Parallel Units/可并联台数,如 Not supported,或具体可并联数量;不适用就填空字符串", + "overload": "UPS不间断电源大类通用,但不包括迷你UPS、离线式UPS、在线互动式UPS这三类小型/家用UPS(在线式高频、机架式、工频、高频塔式、模块化UPS,以及以后系统里新增的其他大功率UPS细分品类都适用):Overload/过载保护,如 105%-125% 6-25s; >150% 200ms;不适用就填空字符串", + "moduleType": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):模块类型,如 长延时型;不适用就填空字符串", + "moduleCapacity": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):模块额定容量(Ah),如 100;不适用就填空字符串", + "cellType": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):电芯类型,如 磷酸铁锂电池(LFP);不适用就填空字符串", + "moduleVoltage": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):模块额定电压(V),如 51.2;不适用就填空字符串", + "dischargeRate": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):放电倍率(C),如 2;不适用就填空字符串", + "chargeRate": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):充电倍率(C),如 1;不适用就填空字符串", + "moduleMaxEnergy": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):模块最大能量(kWh),如 5.12;不适用就填空字符串", + "moduleOutputPower": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):模块输出功率(kW),如 10.24;不适用就填空字符串", + "moduleDimensions": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):模块尺寸(mm),如 440*440*131;不适用就填空字符串", + "moduleWeight": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):模块重量(kg),如 43±2;不适用就填空字符串", + "cabinetMaxEnergy": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):电池系统柜最大能量(kWh),如 40.96;不适用就填空字符串", + "cabinetRatedVoltage": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):额定输出电压(V),如 409.6/±204.8/460.8/512/±256/563.2/614.4/±307.2;不适用就填空字符串", + "cycleLife": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):循环寿命,如 5000次@50%DOD;不适用就填空字符串", + "commInterface": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):通信接口,如 LAN/CAN/RS485/干接点;不适用就填空字符串", + "protectionFunctions": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):保护功能,如 过充、过放、过温、过流、短路等;不适用就填空字符串", + "operatingTemp": "UPS不间断电源大类通用(除了迷你UPS,含以后系统里新增的其他细分品类)/储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):运行温度(或工作温度/工作温度范围),如 0~40℃(推荐20~25℃运行);不适用就填空字符串", + "color": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):颜色,如 RAL9004;不适用就填空字符串", + "cabinetDimensions": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):电池系统柜尺寸(mm),如 600×850×2000;不适用就填空字符串", + "cabinetWeight": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):电池系统柜重量(kg),如 544±10(8模组配置);不适用就填空字符串", + "altitude": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):海拔(m),如 ≤4000(>2000降额使用);不适用就填空字符串", + "selfDischargeRate": "储能电池大类通用(不管是铅酸电池、磷酸铁锂电池、UPS配套锂电池系统,还是以后系统里新增的其他细分品类,都适用):自放电率,如 <5%(环境温度0~30℃/30天);不适用就填空字符串", + "cellConfiguration": "储能电池大类通用:电芯串并联组合,如 16S1P;不适用就填空字符串", + "chargingEfficiency": "储能电池大类通用:充电效率,如 ≥97%;不适用就填空字符串", + "dischargingEfficiency": "储能电池大类通用:放电效率,如 ≥98%;不适用就填空字符串", + "recommendedChargingVoltage": "储能电池大类通用:推荐充电电压,如 57.6V(注意跟maxChargingVoltage/最大充电电压是两个不同的值,原文分别列出就分别填,不要混用);不适用就填空字符串", + "maxChargingCurrent": "储能电池大类通用:最大充电电流,单位是安培(A),如 200A(跟chargeRate/充电倍率是两种不同的表述方式,原文如果直接给了安培数值就填这个字段,不要换算成倍率);不适用就填空字符串", + "recommendedDischargeCurrent": "储能电池大类通用:推荐放电电流,单位是安培(A),如 100A;不适用就填空字符串", + "maxDischargeCurrent": "储能电池大类通用:最大放电电流,单位是安培(A),如 200A(跟dischargeRate/放电倍率是两种不同的表述方式,原文如果直接给了安培数值就填这个字段,不要换算成倍率);不适用就填空字符串", + "dischargeCutoffVoltage": "储能电池大类通用:放电截止电压,如 43.2V;不适用就填空字符串", + "packageDimensions": "储能电池大类通用:包装尺寸/外箱尺寸(mm),如 1025×545×320(注意跟moduleDimensions/模块尺寸是两个不同的值——一个是产品本体尺寸,一个是带包装箱的尺寸,原文分别列出就分别填);不适用就填空字符串", + "grossWeight": "储能电池大类通用:毛重(kg),如 95±2(注意跟moduleWeight/模块重量(净重)是两个不同的值,原文分别列出就分别填);不适用就填空字符串", + "shellMaterial": "储能电池大类通用:外壳材质,如 Metal;不适用就填空字符串", + "optionalFunctions": "储能电池大类通用:可选功能,把原文列出的可选项都抄下来,用、分隔,如 防盗、LCD显示;不适用就填空字符串", + "chargingTempRange": "储能电池大类通用:充电温度范围,如 0°C~45°C(注意跟operatingTemp/运行温度是两个不同的值——运行温度通常范围更宽,充电温度范围更窄,原文分别列出就分别填);不适用就填空字符串", + "batterySpec": "电池数量和容量/电池型号和数量,如 2200mAh*4 或 12V4.5AH*1;机架式UPS这里可以把Battery Type和Numbers合并成一句话,如 12V/9AH x2;如果这个型号涉及【型号(L)拆分规则】,要按这条记录是标准机型还是长延时机型,分别取Standard Model或Long-run Model那部分的数据,不确定填空字符串", + "dimensions": "尺寸(mm),如 175*105*30;如果涉及【型号(L)拆分规则】,同样要按标准机型/长延时机型分别取对应子分类的数据,不确定填空字符串", + "netWeight": "净重(kg),如 0.4;如果涉及【型号(L)拆分规则】,同样要按标准机型/长延时机型分别取对应子分类的数据,不确定填空字符串", + "batteryType": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):电池类型,如 Lithium or lead acid battery;不适用就填空字符串", + "maxChargingVoltage": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):最大充电电压,如 ≤60 (Configurable);不适用就填空字符串", + "maxChargeDischargeCurrent": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):最大充放电电流,如 190A;不适用就填空字符串", + "maxDcInputPower": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):最大直流输入功率,如 16000W;不适用就填空字符串", + "maxDcInputVoltage": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):最大直流输入电压,如 1000V;不适用就填空字符串", + "mpptVoltageRange": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):MPPT工作电压范围,如 200~800V;不适用就填空字符串", + "startingVoltage": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):启动电压,如 150V;不适用就填空字符串", + "maxInputCurrent": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):最大输入电流,如 18/18A;不适用就填空字符串", + "mpptNumber": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):MPPT路数,如 2;不适用就填空字符串", + "onGridMaxApparentPower": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):并网最大输出视在功率,如 8800W;不适用就填空字符串", + "ratedOutputFrequency": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):额定输出频率,如 50/60Hz;不适用就填空字符串", + "onGridMaxOutputCurrent": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):并网最大输出电流,如 13.3A;不适用就填空字符串", + "offGridRatedApparentPower": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):离网额定输出视在功率,如 8000W;不适用就填空字符串", + "offGridMaxApparentPower": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):离网最大输出视在功率,如 >200%,15sec;不适用就填空字符串", + "offGridMaxOutputCurrent": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):离网最大输出电流,如 13.3A;不适用就填空字符串", + "efficiencyMppt": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):最大效率(MPPT),如 98%;不适用就填空字符串", + "efficiencyMax": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):最大效率,如 94.5%;不适用就填空字符串", + "efficiencyEurope": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):欧洲效率,如 97.5%;不适用就填空字符串", + "storageTemp": "UPS不间断电源大类通用(除了迷你UPS,含以后系统里新增的其他细分品类)/储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):存储温度,如 -30~65°C(不含电池);不适用就填空字符串", + "cooling": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):散热方式,如 Intelligent forced air cooling;不适用就填空字符串", + "protectionClass": "UPS不间断电源大类通用(除了迷你UPS,含以后系统里新增的其他细分品类)/储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):防护等级(或IP等级),如 IP66 或 IP20;不适用就填空字符串", + "topology": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):拓扑结构,如 HF isolation(Battery side);不适用就填空字符串", + "safetyStandard": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):安规/EMC标准,把原文列出来的标准编号都抄下来,如 NB/T32004-2018, IEC62109, IEC61000;不适用就填空字符串", + "gridStandard": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):并网标准,如 IEC61727, EN50549-1, VDE-4105;不适用就填空字符串", + "otherStandard": "储能电池大类通用/光伏逆变器大类通用(不管是太阳能混网逆变器、并网/离网逆变器、家庭储能系统,还是以后系统里新增的其他细分品类,都适用):其他标准,如 IEC61683, IEC62116, EN50530;不适用就填空字符串", + "applicationScenarios": "应用场景:原文里如果有\"应用/Applications\"这类板块,用图标+文字标注了这个产品适合哪些应用场景(如电脑、投影仪、打印机、摄像机、收银机),把图标下面配的文字标签提取出来,用\"、\"分隔拼成一句话,如 电脑、投影仪、打印机、摄像机、收银机;只提取文字标签,不用管图标本身;原文没有这个板块就填空字符串", + "container20ft": "装箱数量:20尺柜能装多少台(无栈板),如 1000PCS;不适用/未提供就填空字符串", + "container40ft": "装箱数量:40尺柜能装多少台(无栈板),如 2080PCS;不适用/未提供就填空字符串", + "container40hq": "装箱数量:40高柜能装多少台(无栈板),如 2340PCS;不适用/未提供就填空字符串", + "extraSpecs": "数组,装那些在上面所有具名字段里都找不到匹配、但原文规格表里确实出现的参数行,每项格式 {\\"label\\":\\"参数名,必须翻译成中文,不管原文是什么语言\\",\\"value\\":\\"原文右侧数值,保持原样不翻译\\",\\"afterLabel\\":\\"这条参数在原文里紧挨着的上一个已知具名字段的中文标签,找不到就填空字符串\\"};没有这种情况就填空数组[],不要为了凑数编造内容", + "sellingPoints": "如果原文里除了技术规格表之外,还有一些营销性质的卖点/主要特点描述(通常是几条带图标或项目符号的短句,比如\"Up-to-36A maximum input current\"、\"IP66 design\"这种面向客户宣传的亮点,不是纯技术参数表格里的数值),把这些提取出来,每条一行,用\\n分隔;如果原文只有技术规格表、没有这种营销卖点描述,就填空字符串,不要自己瞎编凑数", + "notes": "其他有用但上面字段装不下的信息,一两句话,没有就填空字符串" +} + +只返回一个JSON数组,不要有任何解释文字、不要用markdown代码块包裹、不要省略任何一个识别到的型号。`; + +app.post('/api/ai/parse-catalog', requireAuth, aiLimiter, (req, res) => { + uploadMemory.array('files', 30)(req, res, async (err) => { + if (err) return res.status(400).json({ error: err.message }); + if (!req.files || !req.files.length) return res.status(400).json({ error: 'no file received' }); + const cfg = loadAiConfig(); + if (!cfg.apiKey) return res.status(400).json({ error: 'DeepSeek API key not configured' }); + + // 用户可以提前告诉我们这批文件大概是什么大类/品牌/细分品类,这样AI不用自己瞎猜这几个字段, + // 只需要专心提取每个型号的具体规格参数;提供了的话,最后会直接用这几个值覆盖AI的猜测结果。 + const hintCategory = (req.body && req.body.hintCategory || '').trim(); + const hintBrand = (req.body && req.body.hintBrand || '').trim(); + const hintType = (req.body && req.body.hintType || '').trim(); + + let tmpDir; + try { + tmpDir = fs.mkdtempSync(path.join(OCR_TMP_ROOT, 'catalog-ocr-')); + const imagePaths = []; + const htmlTextParts = []; // HTML文件不用OCR,直接读文字内容(保留表格标签结构,AI能看懂rowspan这种分组关系) + for (const file of req.files) { + const isPdf = (file.mimetype || '').includes('pdf') || file.originalname.toLowerCase().endsWith('.pdf'); + const isImage = (file.mimetype || '').startsWith('image/'); + const isHtml = (file.mimetype || '').includes('html') || /\.html?$/i.test(file.originalname); + if (isPdf) { + const pdfSubDir = fs.mkdtempSync(path.join(tmpDir, 'pdf-')); + const pages = await renderPdfToImages(file.buffer, pdfSubDir); + imagePaths.push(...pages); + } else if (isImage) { + const ext = path.extname(file.originalname) || '.png'; + const imgPath = path.join(tmpDir, `img_${imagePaths.length}${ext}`); + fs.writeFileSync(imgPath, file.buffer); + imagePaths.push(imgPath); + } else if (isHtml) { + const raw = file.buffer.toString('utf8'); + // 只去掉