docs(openclaw): 更新对接指南并重构蓉城易购处理逻辑

- 将蓉城易购处理逻辑从启动器迁移至专用服务类，提升代码模块化
- 更新 OpenClaw 指南，详细说明新增的多种处理模式（Excel、特殊供应商、条码映射）
- 统一 headless_api 入口，通过参数化支持不同处理流程

OPENCLAW_GUIDE.md

@@ -1,51 +1,66 @@
-# OCR 订单处理系统 - OpenClaw 对接指南
+# OCR 订单处理系统 - OpenClaw 对接指南 (增强版)
 
-本指南旨在帮助 OpenClaw（或任何自动化 AI 代理）理解如何与本项目进行对接，实现“发送图片 -> 自动处理 -> 返回 Excel”的闭环流程。
+本指南旨在帮助 OpenClaw 实现对采购单处理系统的全功能自动化控制，涵盖图片识别、Excel 清洗、特殊供应商处理及条码映射管理。
 
-## 1. 项目概览
-本项目是一个自动化的采购单处理系统。它通过 OCR 技术识别图片中的表格数据，并根据预设的规则进行清洗（如拆分单位、推算规格），最后生成标准格式的 Excel 采购单。
+## 1. 核心接口说明 (headless_api.py)
 
-## 2. 核心工作流
-自动化对接建议遵循以下步骤：
+`headless_api.py` 是系统的统一命令行入口。它支持多种模式，通过参数切换功能。
 
-1.  **图片准备**：将收到的采购单图片保存至项目的 `data/input/` 目录。
-2.  **触发处理**：运行 `headless_api.py` 脚本。
-3.  **捕获路径**：从脚本的标准输出（stdout）中获取生成的 Excel 绝对路径。
-4.  **读取结果**：根据获取的路径读取文件并发送回给用户。
-
-## 3. API 接口说明 (headless_api.py)
-
-这是专门为自动化对接设计的入口。
-
-### 运行方式
+### 1.1 图片 OCR 识别 (默认模式)
+当接收到用户发送的采购单图片时使用。
 ```bash
-# 方式 A：自动处理 input 目录中最新的一张图片
+# 自动处理 data/input 中最新的图片
 python headless_api.py
 
-# 方式 B：处理指定路径的图片
-python headless_api.py "E:/2025Code/python/orc-order-v2/data/input/invoice_001.jpg"
+# 处理指定图片
+python headless_api.py "data/input/my_invoice.jpg"
 ```
 
-### 输出规范
--   **标准输出 (stdout)**：仅在处理成功时打印**最终生成的 Excel 文件的绝对路径**。
-    -   *示例*：`E:\2025Code\python\orc-order-v2\data\result\采购单_invoice_001.xlsx`
--   **标准错误 (stderr)**：输出所有的运行日志、进度信息、警告以及错误详情。
-    -   *注意*：如果发生“单价校验”差异（即生成价格与商品资料价格差异 > 1 元），相关警告会打印在此流中。
+### 1.2 纯 Excel 订单处理
+当用户直接提供供应商导出的 Excel 文件时使用。
+```bash
+# 处理 data/input 中最新的 Excel
+python headless_api.py --excel
 
-## 4. 关键目录结构
--   `data/input/`：存放待处理的原始图片（支持 jpg, png, bmp）。
--   `data/result/`：存放最终生成的标准 Excel 采购单。
--   `templates/商品资料.xlsx`：系统会自动根据此文件进行单价校验。
--   `config/suppliers_config.json`：存储供应商的清洗规则。
+# 处理指定 Excel
+python headless_api.py "data/input/supplier_order.xlsx" --excel
+```
 
-## 5. 错误代码与异常处理
--   如果脚本退出码为 `0`：表示处理成功，stdout 包含文件路径。
--   如果脚本退出码为 `1`：表示处理失败，具体原因请查看 stderr。
+### 1.3 特殊供应商预处理
+针对格式极其特殊的供应商（如蓉城易购、烟草公司），系统内置了专用逻辑。
+```bash
+# 处理蓉城易购订单 (自动从 data/output 找最新订单文件)
+python headless_api.py --rongcheng
 
-## 6. 给 OpenClaw 的建议策略
-1.  **轮询或触发**：当检测到用户发送图片时，先清空或直接写入 `data/input/`。
-2.  **路径捕获**：使用类似 `subprocess.check_output` 的方法运行脚本，捕获最后一行输出作为文件路径。
-3.  **价格预警**：OpenClaw 可以扫描 stderr，如果发现包含 `WARNING: Price validation found...` 字样，可以主动提醒用户：“处理完成，但发现部分商品单价与资料库不符，请核对。”
+# 处理烟草公司订单
+python headless_api.py --tobacco
+```
+
+### 1.4 条码映射管理
+当发现 OCR 识别出的条码与系统库不一致时，可通过此接口更新映射关系。
+```bash
+# 将原始条码 12345 映射为系统目标条码 67890
+python headless_api.py --update-mapping --barcode "12345" --target "67890"
+```
+
+## 2. OpenClaw 集成策略
+
+### 2.1 任务分发逻辑
+OpenClaw 应根据用户输入判断调用的参数：
+- **收到图片** -> 调用默认模式。
+- **收到 Excel** -> 调用 `--excel` 模式。
+- **用户提到“蓉城”或“易购”** -> 调用 `--rongcheng`。
+- **用户提到“烟草”** -> 调用 `--tobacco`。
+- **用户纠正条码错误** -> 调用 `--update-mapping`。
+
+### 2.2 结果获取
+- **成功**：脚本会在 `stdout` 打印生成的 Excel 绝对路径。OpenClaw 捕获此路径并发送文件。
+- **单价预警**：脚本会在 `stderr` 输出 `WARNING: Price validation found...`。OpenClaw 应捕获并转述给用户：“文件已生成，但发现部分商品价格异常，请注意查看。”
+
+## 3. 常见目录定义
+- `data/input/`：存放待处理的原始图片或 Excel。
+- `data/output/`：存放 OCR 识别后的中间文件（蓉城/烟草模式会从此目录读取）。
+- `data/result/`：最终生成的标准银豹采购单。
 
 ---
-*由系统自动生成于 2026-03-25*
+*版本：2.0 | 更新日期：2026-03-25*

app/services/special_suppliers_service.py

@@ -0,0 +1,144 @@
+#!/usr/bin/env python
+# -*- coding: utf-8 -*-
+
+import os
+import re
+import time
+import pandas as pd
+import logging
+from typing import Optional, Callable
+from app.services.order_service import OrderService
+
+logger = logging.getLogger(__name__)
+
+class SpecialSuppliersService:
+    """
+    处理特殊供应商逻辑的服务类，如蓉城易购等
+    """
+    
+    def __init__(self, config_manager=None):
+        self.config_manager = config_manager
+        self.order_service = OrderService(config_manager)
+
+    def process_rongcheng_yigou(self, src_path: str, progress_cb: Optional[Callable[[int, str], None]] = None) -> Optional[str]:
+        """
+        处理蓉城易购订单
+        """
+        try:
+            if progress_cb: progress_cb(10, "正在处理蓉城易购...")
+            
+            def _pick_col(df, exact_list=None, contains_list=None):
+                cols = list(df.columns)
+                if exact_list:
+                    for name in exact_list:
+                        for c in cols:
+                            if str(c).strip() == str(name).strip():
+                                return c
+                if contains_list:
+                    for kw in contains_list:
+                        for c in cols:
+                            if kw in str(c):
+                                return c
+                return None
+
+            try:
+                df_raw = pd.read_excel(src_path, header=2)
+            except Exception:
+                df_raw = pd.read_excel(src_path)
+                df_raw = df_raw.iloc[2:].reset_index(drop=True)
+
+            # 去除全空列与行
+            df_raw = df_raw.dropna(how='all', axis=1).dropna(how='all', axis=0)
+
+            # 选择关键列
+            col_no   = _pick_col(df_raw, contains_list=['序号'])
+            col_name = _pick_col(df_raw, contains_list=['商品名称','品名','名称'])
+            col_bc   = _pick_col(df_raw, contains_list=['商品条码','条码'])
+            col_unit = _pick_col(df_raw, exact_list=['单位（订购单位）'], contains_list=['订购单位','小单位','单位'])
+            col_qty  = _pick_col(df_raw, contains_list=['订购数量','订货数量','数量'])
+            col_price= _pick_col(df_raw, exact_list=['优惠后金额（小单位）'], contains_list=['单价','销售价','进货价','优惠后金额'])
+            col_amt  = _pick_col(df_raw, exact_list=['出库小计(元)'], contains_list=['金额','优惠后金额','小计','合计','出库小计'])
+
+            selected = [c for c in [col_no,col_name,col_bc,col_unit,col_qty,col_price,col_amt] if c]
+            
+            if not selected or len(selected) < 4:
+                df = pd.read_excel(src_path)
+                df = df.iloc[2:].reset_index(drop=True)
+                keep_idx = [0, 2, 3, 9, 12, 15, 17]
+                keep_idx = [i for i in keep_idx if i < df.shape[1]]
+                df2 = df.iloc[:, keep_idx].copy()
+                target_cols = ['序号','商品名称','商品条码','单位','数量','单价','金额']
+                df2.columns = target_cols[:len(df2.columns)]
+            else:
+                df2 = df_raw[selected].copy()
+                rename_map = {}
+                if col_no:    rename_map[col_no]    = '序号'
+                if col_name:  rename_map[col_name]  = '商品名称'
+                if col_bc:    rename_map[col_bc]    = '商品条码（小条码）'
+                if col_unit:  rename_map[col_unit]  = '单位'
+                if col_qty:   rename_map[col_qty]   = '订购数量（小单位）'
+                if col_price: rename_map[col_price] = '单价（小单位)'
+                if col_amt:   rename_map[col_amt]   = '优惠后金额（小单位）'
+                df2 = df2.rename(columns=rename_map)
+
+            if '单位' in df2.columns:
+                df2['单位'] = df2['单位'].astype(str).str.strip().replace({'件':'份'})
+
+            # 分裂多条码行并均分数量
+            bc_col = '商品条码（小条码）' if '商品条码（小条码）' in df2.columns else ('商品条码' if '商品条码' in df2.columns else ('条码' if '条码' in df2.columns else None))
+            qty_col = '订购数量（小单位）' if '订购数量（小单位）' in df2.columns else ('订购数量' if '订购数量' in df2.columns else ('数量' if '数量' in df2.columns else None))
+            up_col  = '单价（小单位)' if '单价（小单位)' in df2.columns else ('单价' if '单价' in df2.columns else ('销售价' if '销售价' in df2.columns else None))
+            amt_col = '优惠后金额（小单位）' if '优惠后金额（小单位）' in df2.columns else ('金额' if '金额' in df2.columns else ('小计' if '小计' in df2.columns else None))
+
+            if bc_col and qty_col:
+                rows = []
+                for _, row in df2.iterrows():
+                    bc_val = str(row.get(bc_col, '')).strip()
+                    if bc_val and any(sep in bc_val for sep in [',','，','、','/',' ']):
+                        parts = []
+                        temp_bc = bc_val
+                        for sep in [',','，','、','/',' ']:
+                            temp_bc = temp_bc.replace(sep, ' ')
+                        for token in temp_bc.split():
+                            tok = ''.join([ch for ch in token if ch.isdigit()])
+                            if tok: parts.append(tok)
+                        parts = [p for p in parts if p]
+                        if len(parts) >= 2:
+                            try:
+                                q_total = float(row.get(qty_col, 0) or 0)
+                            except Exception:
+                                q_total = 0
+                            if q_total > 0:
+                                n = len(parts)
+                                base = int(q_total) // n if q_total.is_integer() else q_total / n
+                                remainder = int(q_total) % n if q_total.is_integer() else 0
+                                for i, bc in enumerate(parts):
+                                    new_row = row.copy()
+                                    new_row[bc_col] = bc
+                                    q_each = base + (1 if remainder > 0 and i < remainder else 0)
+                                    new_row[qty_col] = q_each
+                                    if up_col and amt_col:
+                                        try:
+                                            upv = float(new_row.get(up_col, 0) or 0)
+                                            new_row[amt_col] = upv * float(q_each)
+                                        except Exception: pass
+                                    rows.append(new_row)
+                            else: rows.append(row)
+                        else: rows.append(row)
+                    else: rows.append(row)
+                df2 = pd.DataFrame(rows)
+
+            out_dir = os.path.dirname(src_path)
+            base = os.path.basename(src_path)
+            final_name = f"蓉城易购预处理-{base}"
+            final_path = os.path.join(out_dir, final_name)
+            df2.to_excel(final_path, index=False)
+            
+            if progress_cb: progress_cb(60, "预处理完成，开始标准流程...")
+            
+            result = self.order_service.process_excel(final_path, progress_cb=lambda p: progress_cb(60 + int(p*0.4), "Excel处理中...") if progress_cb else None)
+            return result
+            
+        except Exception as e:
+            logger.error(f"处理蓉城易购订单出错: {e}")
+            return None

headless_api.py

@@ -12,8 +12,10 @@ import os
 import sys
 import logging
 import time
+import argparse
+import json
 from pathlib import Path
-from typing import Optional
+from typing import Optional, List, Dict
 
 # 添加当前目录到路径
 sys.path.append(os.path.dirname(os.path.abspath(__file__)))
@@ -21,9 +23,11 @@ sys.path.append(os.path.dirname(os.path.abspath(__file__)))
 from app.config.settings import ConfigManager
 from app.services.ocr_service import OCRService
 from app.services.order_service import OrderService
+from app.services.tobacco_service import TobaccoService
+from app.services.special_suppliers_service import SpecialSuppliersService
 from app.core.utils.log_utils import set_log_level
 
-# 配置日志输出到 stderr，以免干扰 stdout 的路径输出
+# 配置日志输出到 stderr
 logging.basicConfig(
     level=logging.INFO,
     format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
@@ -31,73 +35,121 @@ logging.basicConfig(
 )
 logger = logging.getLogger("HeadlessAPI")
 
-def get_latest_input_image() -> Optional[str]:
-    """获取 input 目录中最新的图片文件"""
-    input_dir = Path("data/input")
-    if not input_dir.exists():
+def get_latest_file(directory: str, extensions: List[str]) -> Optional[str]:
+    """获取目录中最新的指定后缀文件"""
+    dir_path = Path(directory)
+    if not dir_path.exists():
         return None
     
-    extensions = ['.jpg', '.jpeg', '.png', '.bmp']
     files = []
     for ext in extensions:
-        files.extend(input_dir.glob(f"*{ext}"))
-        files.extend(input_dir.glob(f"*{ext.upper()}"))
+        files.extend(dir_path.glob(f"*{ext}"))
+        files.extend(dir_path.glob(f"*{ext.upper()}"))
     
     if not files:
         return None
         
-    # 按修改时间排序
     latest_file = max(files, key=lambda p: p.stat().st_mtime)
     return str(latest_file)
 
-def run_pipeline(image_path: Optional[str] = None):
+def update_barcode_mapping(barcode: str, target_barcode: str):
+    """更新条码映射"""
+    try:
+        config_path = os.path.join("config", "barcode_mappings.json")
+        mappings = {}
+        if os.path.exists(config_path):
+            with open(config_path, 'r', encoding='utf-8') as f:
+                mappings = json.load(f)
+        
+        mappings[barcode] = target_barcode
+        
+        with open(config_path, 'w', encoding='utf-8') as f:
+            json.dump(mappings, f, ensure_ascii=False, indent=2)
+        
+        logger.info(f"成功更新条码映射: {barcode} -> {target_barcode}")
+        return True
+    except Exception as e:
+        logger.error(f"更新条码映射失败: {e}")
+        return False
+
+def run_pipeline(args):
     """运行处理流水线"""
     try:
-        # 1. 确定输入文件
-        if not image_path:
-            image_path = get_latest_input_image()
+        config_manager = ConfigManager()
+        order_service = OrderService(config_manager)
+        start_time = time.perf_counter()
+        final_excel = None
 
-        if not image_path:
+        # 1. 处理条码映射更新
+        if args.update_mapping:
+            if not args.barcode or not args.target:
+                print("ERROR: --barcode and --target are required for --update-mapping", file=sys.stderr)
+                return None
+            if update_barcode_mapping(args.barcode, args.target):
+                print(f"SUCCESS: Mapping updated {args.barcode} -> {args.target}")
+                return "MAPPING_UPDATED"
+            return None
+
+        # 2. 烟草公司处理
+        if args.tobacco:
+            input_path = args.input or get_latest_file("data/output", [".xlsx", ".xls"])
+            if not input_path:
+                print("ERROR: No tobacco order file found.", file=sys.stderr)
+                return None
+            logger.info(f"开始处理烟草订单: {input_path}")
+            tobacco_service = TobaccoService(config_manager)
+            final_excel = tobacco_service.process_tobacco_order(input_path)
+
+        # 3. 蓉城易购处理
+        elif args.rongcheng:
+            input_path = args.input or get_latest_file("data/output", [".xlsx", ".xls"])
+            if not input_path:
+                print("ERROR: No Rongcheng Yigou order file found.", file=sys.stderr)
+                return None
+            logger.info(f"开始处理蓉城易购订单: {input_path}")
+            special_service = SpecialSuppliersService(config_manager)
+            final_excel = special_service.process_rongcheng_yigou(input_path)
+
+        # 4. 普通 Excel 处理
+        elif args.excel:
+            input_path = args.input or get_latest_file("data/input", [".xlsx", ".xls"])
+            if not input_path:
+                print("ERROR: No Excel file found in input.", file=sys.stderr)
+                return None
+            logger.info(f"开始处理 Excel: {input_path}")
+            final_excel = order_service.process_excel(input_path)
+
+        # 5. 图片 OCR 处理 (默认)
+        else:
+            input_path = args.input or get_latest_file("data/input", [".jpg", ".jpeg", ".png", ".bmp"])
+            if not input_path:
                 print("ERROR: No input image found.", file=sys.stderr)
                 return None
-            
-        logger.info(f"开始处理图片: {image_path}")
-        
-        # 2. 初始化服务
-        config_manager = ConfigManager()
+            logger.info(f"开始 OCR 处理图片: {input_path}")
             ocr_service = OCRService(config_manager)
-        order_service = OrderService(config_manager)
-        
-        # 3. OCR 识别
-        start_time = time.perf_counter()
-        excel_intermediate = ocr_service.process_image(image_path)
-        if not excel_intermediate:
-            print(f"ERROR: OCR failed for {image_path}", file=sys.stderr)
-            return None
-            
-        # 4. Excel 处理与清洗
+            excel_intermediate = ocr_service.process_image(input_path)
+            if excel_intermediate:
                 final_excel = order_service.process_excel(excel_intermediate)
-        if not final_excel:
-            print(f"ERROR: Excel processing failed for {excel_intermediate}", file=sys.stderr)
-            return None
 
-        # 5. 单价校验 (输出到 stderr)
+        # 6. 后续处理 (校验与输出)
+        if final_excel:
+            # 单价校验
             discrepancies = order_service.validate_unit_price(final_excel)
             if discrepancies:
                 print(f"WARNING: Price validation found {len(discrepancies)} issues:", file=sys.stderr)
                 for d in discrepancies:
                     print(f"  - {d}", file=sys.stderr)
-        else:
-            logger.info("单价校验通过")
             
             duration = time.perf_counter() - start_time
             logger.info(f"处理完成，耗时: {duration:.2f}s")
             
-        # 6. 输出最终结果路径到 stdout
-        # 确保是绝对路径
+            # 输出最终路径
             abs_path = os.path.abspath(final_excel)
             print(abs_path)
             return abs_path
+        else:
+            print("ERROR: Processing failed.", file=sys.stderr)
+            return None
 
     except Exception as e:
         import traceback
@@ -106,7 +158,18 @@ def run_pipeline(image_path: Optional[str] = None):
         return None
 
 if __name__ == "__main__":
-    # 支持命令行传入图片路径
-    input_path = sys.argv[1] if len(sys.argv) > 1 else None
-    result = run_pipeline(input_path)
+    parser = argparse.ArgumentParser(description="OCR订单处理系统 - 无界面自动化接口")
+    parser.add_argument('input', nargs='?', help='输入文件路径 (图片或Excel)')
+    
+    group = parser.add_mutually_exclusive_group()
+    group.add_argument('--excel', action='store_true', help='处理普通 Excel 文件')
+    group.add_argument('--tobacco', action='store_true', help='处理烟草公司订单')
+    group.add_argument('--rongcheng', action='store_true', help='处理蓉城易购订单')
+    group.add_argument('--update-mapping', action='store_true', help='更新条码映射')
+    
+    parser.add_argument('--barcode', help='待映射的原始条码 (用于 --update-mapping)')
+    parser.add_argument('--target', help='目标条码 (用于 --update-mapping)')
+    
+    args = parser.parse_args()
+    result = run_pipeline(args)
     sys.exit(0 if result else 1)

启动器.py

@@ -1609,182 +1609,51 @@ def process_rongcheng_yigou_with_status(log_widget, status_bar):
         try:
             reporter = ProgressReporter(status_bar)
             reporter.running()
-            reporter.set("正在处理蓉城易购...", 10)
             add_to_log(log_widget, "开始处理蓉城易购\n", "info")
+            
             s = load_user_settings()
             out_dir = os.path.abspath(s.get('output_folder', 'data/output'))
-            if not os.path.exists(out_dir):
-                os.makedirs(out_dir, exist_ok=True)
             candidates = []
+            if os.path.exists(out_dir):
                 for f in os.listdir(out_dir):
-                fn = f.lower()
-                if re.match(r'^订单\d+\.xlsx$', fn):
+                    if re.match(r'^订单\d+\.xlsx$', f.lower()):
                         p = os.path.join(out_dir, f)
-                    try:
                         candidates.append((p, os.path.getmtime(p)))
-                    except Exception:
-                        pass
+            
             if not candidates:
                 add_to_log(log_widget, "未在输出目录找到蓉城易购订单文件\n", "warning")
                 reporter.done()
                 return
+                
             candidates.sort(key=lambda x: x[1], reverse=True)
             src_path = candidates[0][0]
-            reporter.set("读取并清洗数据...", 25)
-            def _pick_col(df, exact_list=None, contains_list=None):
-                cols = list(df.columns)
-                if exact_list:
-                    for name in exact_list:
-                        for c in cols:
-                            if str(c).strip() == str(name).strip():
-                                return c
-                if contains_list:
-                    for kw in contains_list:
-                        for c in cols:
-                            if kw in str(c):
-                                return c
-                return None
-            try:
-                df_raw = pd.read_excel(src_path, header=2)
-            except Exception:
-                df_raw = pd.read_excel(src_path)
-                df_raw = df_raw.iloc[2:].reset_index(drop=True)
-            # 去除全空列与行
-            df_raw = df_raw.dropna(how='all', axis=1).dropna(how='all', axis=0)
-            # 选择关键列（包含关键词）
-            col_no   = _pick_col(df_raw, contains_list=['序号'])
-            col_name = _pick_col(df_raw, contains_list=['商品名称','品名','名称'])
-            col_bc   = _pick_col(df_raw, contains_list=['商品条码','条码'])
-            col_unit = _pick_col(df_raw, exact_list=['单位（订购单位）'], contains_list=['订购单位','小单位','单位'])
-            col_qty  = _pick_col(df_raw, contains_list=['订购数量','订货数量','数量'])
-            # 新模板映射：优惠后金额（小单位）作为“单价（小单位)”，出库小计(元)作为“优惠后金额（小单位）”
-            col_price= _pick_col(df_raw, exact_list=['优惠后金额（小单位）'], contains_list=['单价','销售价','进货价','优惠后金额'])
-            col_amt  = _pick_col(df_raw, exact_list=['出库小计(元)'], contains_list=['金额','优惠后金额','小计','合计','出库小计'])
-            selected = [c for c in [col_no,col_name,col_bc,col_unit,col_qty,col_price,col_amt] if c]
-            if not selected or len(selected) < 4:
-                # 兜底：沿用旧逻辑（索引选列）
-                df = pd.read_excel(src_path)
-                df = df.iloc[2:].reset_index(drop=True)
-                keep_idx = [0, 2, 3, 9, 12, 15, 17]
-                keep_idx = [i for i in keep_idx if i < df.shape[1]]
-                df2 = df.iloc[:, keep_idx].copy()
-                target_cols = ['序号','商品名称','商品条码','单位','数量','单价','金额']
-                df2.columns = target_cols[:len(df2.columns)]
-            else:
-                df2 = df_raw[selected].copy()
-                # 统一列名到旧配置期望的列名，便于后续映射
-                rename_map = {}
-                if col_no:    rename_map[col_no]    = '序号'
-                if col_name:  rename_map[col_name]  = '商品名称'
-                if col_bc:    rename_map[col_bc]    = '商品条码（小条码）'
-                if col_unit:  rename_map[col_unit]  = '单位'
-                if col_qty:   rename_map[col_qty]   = '订购数量（小单位）'
-                if col_price: rename_map[col_price] = '单价（小单位)'
-                if col_amt:   rename_map[col_amt]   = '优惠后金额（小单位）'
-                df2 = df2.rename(columns=rename_map)
-            # 单位清洗（与旧版一致：将“件”改为“份”，并去除空白）
-            if '单位' in df2.columns:
-                try:
-                    df2['单位'] = df2['单位'].astype(str).str.strip().replace({'件':'份'})
-                except Exception:
-                    pass
-            # 保留原始订购单位
-            # 分裂多条码行并均分数量
-            try:
-                bc_col = '商品条码（小条码）' if '商品条码（小条码）' in df2.columns else ('商品条码' if '商品条码' in df2.columns else ('条码' if '条码' in df2.columns else None))
-                qty_col = '订购数量（小单位）' if '订购数量（小单位）' in df2.columns else ('订购数量' if '订购数量' in df2.columns else ('数量' if '数量' in df2.columns else None))
-                up_col  = '单价（小单位)' if '单价（小单位)' in df2.columns else ('单价' if '单价' in df2.columns else ('销售价' if '销售价' in df2.columns else None))
-                amt_col = '优惠后金额（小单位）' if '优惠后金额（小单位）' in df2.columns else ('金额' if '金额' in df2.columns else ('小计' if '小计' in df2.columns else None))
-                if bc_col and qty_col:
-                    rows = []
-                    for _, row in df2.iterrows():
-                        bc_val = str(row.get(bc_col, '')).strip()
-                        if bc_val and (',' in bc_val or '，' in bc_val or '、' in bc_val or ' ' in bc_val or '/' in bc_val):
-                            parts = []
-                            for sep in [',','，','、','/',' ']:
-                                bc_val = bc_val.replace(sep, ' ')
-                            for token in bc_val.split():
-                                tok = ''.join([ch for ch in token if ch.isdigit()])
-                                if tok:
-                                    parts.append(tok)
-                            parts = [p for p in parts if p]
-                            if len(parts) >= 2:
-                                try:
-                                    q_total = float(row.get(qty_col, 0) or 0)
-                                except Exception:
-                                    q_total = 0
-                                if q_total > 0:
-                                    n = len(parts)
-                                    base = int(q_total) // n if q_total.is_integer() else q_total / n
-                                    remainder = int(q_total) % n if q_total.is_integer() else 0
-                                    for i, bc in enumerate(parts):
-                                        new_row = row.copy()
-                                        new_row[bc_col] = bc
-                                        q_each = base + (1 if remainder > 0 and i < remainder else 0)
-                                        new_row[qty_col] = q_each
-                                        if up_col and amt_col:
-                                            try:
-                                                upv = float(new_row.get(up_col, 0) or 0)
-                                                new_row[amt_col] = upv * float(q_each)
-                                            except Exception:
-                                                pass
-                                        rows.append(new_row)
-                                else:
-                                    # 无法分配数量，保留原行
-                                    rows.append(row)
-                            else:
-                                rows.append(row)
-                        else:
-                            rows.append(row)
-                    df2 = pd.DataFrame(rows)
-            except Exception:
-                pass
-            base = os.path.basename(src_path)
-            inter_name = f"蓉城易购_处理后_{base}"
-            inter_path = os.path.join(out_dir, inter_name)
-            reporter.set("保存处理结果...", 45)
-            df2.to_excel(inter_path, index=False)
-            final_name = f"蓉城易购-{base}"
-            final_path = os.path.join(out_dir, final_name)
-            try:
-                if os.path.exists(final_path):
-                    os.remove(final_path)
-            except Exception:
-                pass
-            try:
-                os.replace(inter_path, final_path)
-            except Exception:
-                final_path = inter_path
-            add_to_log(log_widget, f"蓉城易购预处理完成: {final_path}\n", "success")
-            reporter.set("准备进行普通Excel处理...", 60)
-            add_recent_file(final_path)
-            time.sleep(3)
-            order_service = OrderService()
-            result = order_service.process_excel(final_path, progress_cb=lambda p: reporter.set("Excel处理中...", p))
+            
+            from app.services.special_suppliers_service import SpecialSuppliersService
+            service = SpecialSuppliersService(ConfigManager())
+            
+            result = service.process_rongcheng_yigou(
+                src_path, 
+                progress_cb=lambda p, m: (reporter.set(m, p), add_to_log(log_widget, f"{m}\n", "info"))
+            )
+            
             if result:
-                add_to_log(log_widget, "Excel普通处理完成\n", "success")
+                add_to_log(log_widget, f"处理完成: {result}\n", "success")
                 add_recent_file(result)
                 try:
                     validate_unit_price_against_item_data(result, log_widget)
-                except Exception:
-                    pass
+                except Exception: pass
                 open_result_directory_from_settings()
                 reporter.set("处理完成", 100)
             else:
-                add_to_log(log_widget, "Excel普通处理失败\n", "error")
+                add_to_log(log_widget, "处理失败\n", "error")
         except Exception as e:
-            add_to_log(log_widget, f"处理蓉城易购时出错: {str(e)}\n", "error")
-            msg = str(e)
-            suggestion = None
-            if 'pandas' in msg:
-                suggestion = "安装依赖：pip install pandas openpyxl"
-            if suggestion:
-                show_error_dialog("蓉城易购处理错误", msg, suggestion)
+            add_to_log(log_widget, f"处理出错: {str(e)}\n", "error")
         finally:
-            try:
             reporter.done()
-            except Exception:
-                pass
+    
+    thread = Thread(target=run_in_thread)
+    thread.daemon = True
+    thread.start()
     thread = Thread(target=run_in_thread)
     thread.daemon = True
     thread.start()