backup: 价格bug修复 + 订单批量识别设计文档

2026-07-19 16:17:12 +08:00
parent 968a6f8d22
commit cc66448327
6 changed files with 473 additions and 35 deletions
@@ -178,18 +178,30 @@ class ProductDatabase:
        try:
            row = conn.execute("SELECT avg_price FROM products WHERE barcode=?",
                               (str(barcode).strip(),)).fetchone()
-            return row[0] if row and row[0] else None
+            if not row:
+                return None
+            return row[0] if row[0] is not None else 0.0
        finally:
            conn.close()

-    def get_prices(self, barcodes: List[str]) -> Dict[str, float]:
+    def get_prices(self, barcodes: List[str], column: str = 'price') -> Dict[str, float]:
+        """批量查进货价。
+
+        Args:
+            barcodes: 条码列表
+            column: 价字段，默认 'price'（Excel 导入的进货价，按商家主单位），
+                    可选 'avg_price'（OCR 学来的历史均价，调试用）。
+        """
        if not barcodes:
            return {}
+        valid = {'price', 'avg_price', 'min_price', 'max_price'}
+        if column not in valid:
+            raise ValueError(f"column must be one of {valid}")
        conn = self._connect()
        try:
            placeholders = ','.join('?' * len(barcodes))
            rows = conn.execute(
-                f"SELECT barcode, avg_price FROM products WHERE barcode IN ({placeholders})",
+                f"SELECT barcode, {column} FROM products WHERE barcode IN ({placeholders})",
                [str(b).strip() for b in barcodes]).fetchall()
            return {r[0]: r[1] for r in rows if r[1]}
        finally:
@@ -357,13 +369,23 @@ class ProductDatabase:
            else:
                # 高可信度源全字段覆盖；低可信度仅填空
                if source in ('template', 'user_confirmed') or new_conf > 50:
-                    conn.execute(
-                        "UPDATE products SET name=?, specification=?, unit=?, price=?, "
-                        "source=?, confidence=?, usage_count=?, last_seen=?, updated_at=?, "
-                        "avg_price=?, min_price=?, max_price=?, price_count=? WHERE barcode=?",
-                        (name or old_name, spec or old_spec, unit or old_unit, price,
-                         source, new_conf, new_count, now, now,
-                         new_avg, new_min, new_max, new_pc, barcode))
+                    # OCR 来源不覆盖 price（price 是商品资料 Excel 导入的进货价，应作为基准不被 OCR 学习的"按箱单价"覆盖）
+                    if source == 'ocr':
+                        conn.execute(
+                            "UPDATE products SET name=?, specification=?, unit=?, "
+                            "source=?, confidence=?, usage_count=?, last_seen=?, updated_at=?, "
+                            "avg_price=?, min_price=?, max_price=?, price_count=? WHERE barcode=?",
+                            (name or old_name, spec or old_spec, unit or old_unit,
+                             source, new_conf, new_count, now, now,
+                             new_avg, new_min, new_max, new_pc, barcode))
+                    else:
+                        conn.execute(
+                            "UPDATE products SET name=?, specification=?, unit=?, price=?, "
+                            "source=?, confidence=?, usage_count=?, last_seen=?, updated_at=?, "
+                            "avg_price=?, min_price=?, max_price=?, price_count=? WHERE barcode=?",
+                            (name or old_name, spec or old_spec, unit or old_unit, price,
+                             source, new_conf, new_count, now, now,
+                             new_avg, new_min, new_max, new_pc, barcode))
                else:
                    conn.execute(
                        "UPDATE products SET "
@@ -352,29 +352,8 @@ class ExcelProcessor:
                        product['package_quantity'] = package_quantity
                        logger.info(f"解析已设置的规格: {product['specification']} -> 包装数量={package_quantity}")
                
-                # 新增逻辑：根据规格推断单位为"件"
-                if not product['unit'] and product.get('barcode') and product.get('specification') and product.get('quantity') and product.get('price') is not None:
-                    # 检查规格是否符合容量*数量格式
-                    volume_pattern = r'(\d+(?:\.\d+)?)\s*(?:ml|[mL]L|l|L|升|毫升)[*×xX](\d+)'
-                    match = re.search(volume_pattern, product['specification'])
-                    
-                    # 判断是否需要推断单位为"件"
-                    if match:
-                        product['unit'] = '件'
-                        logger.info(f"根据规格推断单位: {product['specification']} -> 单位=件")
-                    else:
-                        # 检查简单的数量*数量格式
-                        simple_pattern = r'(\d+)[*×xX](\d+)'
-                        match = re.search(simple_pattern, product['specification'])
-                        if match:
-                            product['unit'] = '件'
-                            logger.info(f"根据规格推断单位: {product['specification']} -> 单位=件")
-                
-                # 应用单位转换规则
-                product = self.unit_converter.process_unit_conversion(product)
-                
-                # 如果数量为0但单价和金额都存在，计算数量 = 金额/单价
-                if (product['quantity'] == 0 or product['quantity'] is None) and product['price'] > 0 and product['amount']:
+                # 如果数量为0但单价和金额都存在，先算数量（必须在 unit 推断之前，否则 unit 推断条件因 quantity=0 被跳过）
+                if (product['quantity'] == 0 or product['quantity'] is None) and product['price'] and product['amount']:
                    try:
                        amount = parse_monetary_string(product['amount'])
                        if amount is not None and amount > 0:
@@ -383,6 +362,17 @@ class ExcelProcessor:
                            product['quantity'] = quantity
                    except Exception as e:
                        logger.warning(f"通过金额和单价计算数量失败: {e}")
+
+                # 推断单位为"件"：仅依赖规格文本（spec 已经是 "1*N"），不再要求 quantity 非零
+                if not product['unit'] and product.get('specification'):
+                    volume_pattern = r'(\d+(?:\.\d+)?)\s*(?:ml|[mL]L|l|L|升|毫升)[*×xX](\d+)'
+                    simple_pattern = r'(\d+)[*×xX](\d+)'
+                    if re.search(volume_pattern, product['specification']) or re.search(simple_pattern, product['specification']):
+                        product['unit'] = '件'
+                        logger.info(f"根据规格推断单位: {product['specification']} -> 单位=件")
+
+                # 应用单位转换规则
+                product = self.unit_converter.process_unit_conversion(product)
                
                # 应用记忆库补全
                product = self._apply_memory(product)
@@ -34,7 +34,7 @@ purchase_order = 银豹-采购单模板.xls
 item_data = 商品资料.xlsx

 [App]
-version = 2026.05.05.0239
+version = 2026.07.19.1522

 [Gitea]
 base_url = https://gitea.94kan.cn
@@ -45,4 +45,3 @@ token =
 [WebAuth]
 username = admin
 password_hash = $2b$12$nllT8o1QIMfWKuTlpQI3G./E2NS.gqf0EHZyNkJ8gMpVa9grTXRoC
-
@@ -0,0 +1,81 @@
+# ALIGNMENT — 订单批量识别（OCR 元信息提取 + 批量一键处理）
+
+## 一、目标
+
+完善 OCR → result 完整链路，新增 3 个能力：
+1. **OCR 元信息识别与持久化**：从图片 OCR 原文识别供应商、单据日期、应付金额，存 SQLite
+2. **基于元信息的文件命名**：result 文件 + 原图片按"采购单_YYYYMMDD_供应商_<hash>.xls"格式命名
+3. **批量一键处理**：扫描 `data/input/` 内所有图片，批量跑完整流程，每张独立出 result（默认不合并）
+
+## 二、需求边界（已与用户确认）
+
+### 必做
+- OCR 后从原始 OCR 文本识别 3 个字段：
+  - **供应商名称**：从 OCR 文本顶部识别（关键词：供货/供应/酒行/商行/批发等，取匹配行原文）
+  - **单据日期**：从 OCR 文本识别（关键词：日期/单据日期/年月日；正则提取 YYYY-MM-DD / YYYY/MM/DD / YYYY.MM.DD / YYYYMMDD 等多种格式）
+  - **总金额**：取"应付金额/实付金额/金额合计"字段；如无则取"总计"行最大金额
+- 三个字段存到新增 SQLite 表 `order_metadata`（与现有 `product_cache.db` 共用文件）
+- result 文件名格式：`采购单_{YYYYMMDD}_{供应商名}_{原文件hash}.xls`
+- 原图片（input 目录）重命名为：`原名_{YYYYMMDD}_{供应商名}_{hash}.{原扩展名}`（保留扩展名，hash 不变）
+- 批量处理：`data/input/` 内全部图片 → OCR → process_excel → result；输出 `data/result/采购单_*.xls`
+- 完整流程跑完，日志末尾显示 3 个参数汇总（按文件列出供应商/日期/金额 + 成功/失败状态）
+- 三个字段任一识别失败 → 填"未知"，文件后缀仍含原 hash 保证唯一性
+
+### 不做
+- 不修改现有 fill_template 模板
+- 不改商品资料库 / 条码映射 / 单位转换逻辑
+- 不合并多个订单为单个 result（用户明确"默认全部不合并"）
+- 不做供应商库匹配（图片原文识别优先）
+- 不做 OCR 失败重试机制增强（沿用现有 OCRService.process_image）
+
+### 已确认决策
+| 决策点 | 选择 |
+|---|---|
+| 供应商识别来源 | OCR 原文顶部文本（关键词匹配） |
+| 总金额字段 | 应付金额/实付/金额合计，缺则取总计行最大金额 |
+| 日期格式 | YYYYMMDD 作文件名后缀 |
+| 识别失败默认值 | "未知供应商" + 原 hash |
+| Result 输出位置 | `data/result/`（不分子目录） |
+
+## 三、对现有项目的影响
+
+### 需要修改的文件
+- `app/core/ocr/table_ocr.py` 或新增 `app/core/ocr/metadata_extractor.py`：识别 3 个字段
+- `app/core/db/product_db.py`：新增 `order_metadata` 表及 CRUD
+- `app/services/order_service.py`：在 process_excel 流程里提取元信息 + 落库 + 应用新文件名
+- `app/ui/main_window.py` / `action_handlers.py`：新增"批量处理"按钮 + 进度条 + 完成后日志汇总
+- `app/services/processor_service.py`：新增批量入口 `process_all_inputs`
+
+### 新增文件
+- `app/core/ocr/metadata_extractor.py`：单据元信息识别器
+- `tests/test_metadata_extractor.py`：单元测试
+
+### 不需要修改
+- 模板、银豹格式、单位转换、记忆库核心逻辑
+
+## 四、验收标准
+
+### 功能验收
+- [ ] OCR 后能识别出供应商/日期/应付金额（真实单子样本）
+- [ ] 三个字段存到 `data/product_cache.db` 的 `order_metadata` 表
+- [ ] result 文件名 = `采购单_YYYYMMDD_供应商_<hash>.xls`
+- [ ] 原图片在 input 中按相同规则重命名（保留扩展名）
+- [ ] 一键处理按钮能扫描 `data/input/` 全部图片，串行处理（避免并发占资源）
+- [ ] 完整流程跑完，日志显示每张的处理结果 + 3 个参数 + 状态
+- [ ] 全部 191 个现有测试不破坏
+
+### 边界验收
+- [ ] 三个字段都识别不到时，使用"未知"+原 hash
+- [ ] 部分识别失败，文件名仍包含原 hash 保证唯一性
+- [ ] `data/input/` 为空时，按钮点击给出"无待处理图片"提示
+
+## 五、不确定点（已澄清或可后续处理）
+
+- **OCR 文本顶部区域范围**：取 OCR 返回的前 20 行文本（覆盖常见采购单抬头区域），如有"供应商"明确标注则取该标注
+- **日期格式多样性**：正则同时支持 4 种格式，标准化为 YYYYMMDD
+- **并发处理**：本期串行（10 张单子每张 1~2 秒，串行 10~20 秒可接受）；并发留待后续
+- **历史 result 重命名**：本期**不**迁移历史 result（避免破坏现有用户数据）
+
+## 六、后续文档
+- DESIGN_订单批量识别.md（架构设计）
+- TASK_订单批量识别.md（任务拆分）
@@ -0,0 +1,240 @@
+# DESIGN — 订单批量识别（OCR 元信息提取 + 批量一键处理）
+
+## 一、整体架构
+
+```mermaid
+graph TB
+    A[扫描 data/input/*.png/jpg] --> B[主流程入口]
+    B --> C[OCRService.process_image]
+    C --> D[TableOCR 返回 Excel 数据]
+    D --> E[metadata_extractor 识别三字段]
+    E --> F[product_db.save_order_metadata]
+    F --> G[重命名 input 原图片]
+    G --> H[OrderService.process_excel]
+    H --> I[ExcelProcessor.fill_template → 新文件名]
+    I --> J[汇总日志]
+```
+
+## 二、模块设计
+
+### 1. `app/core/ocr/metadata_extractor.py`（新增）
+
+**核心类** `OrderMetadataExtractor`
+
+```python
+class OrderMetadataExtractor:
+    def extract(ocr_text: str, ocr_rows: list[list[str]]) -> OrderMetadata:
+        """从 OCR 原始文本和解析后的二维数组提取三字段。
+        
+        Returns:
+            OrderMetadata(supplier, bill_date, total_amount, raw_supplier_text)
+        """
+```
+
+**提取算法**：
+
+#### Supplier（供应商）
+1. 取前 20 行（OCR 顶部）
+2. 行内关键词匹配：`供货单`、`供应商`、`供货方`、`批发`、`酒行`、`商行`、`经销`、`专卖店`、`配送单`、`送货单`
+3. 命中后取该行清理（去数字、空白、特殊字符）后的文本
+4. 多行匹配时取最长非空行
+5. 兜底：取非空前 3 行中第一个中文 ≥ 4 字的行（启发式）
+
+#### BillDate（单据日期）
+1. 全文正则匹配，按优先级：
+   - `(\d{4})[-./年](\d{1,2})[-./月](\d{1,2})日?` → 标准化 YYYYMMDD
+   - `(\d{4})(\d{2})(\d{2})` → YYYYMMDD（紧邻的 8 位数字）
+2. 多个匹配时取**第一个**
+3. 校验：年 1900~2100，月 1~12，日 1~31
+
+#### TotalAmount（应付金额）
+1. 关键词优先：`应付金额`、`实付金额`、`金额合计`、`应付合计`、`合计金额`、`总计`
+2. 取关键词后最近一个 `数字.数字` 或 `数字`
+3. 兜底：取所有金额中最大值（排除单价列）
+
+### 2. `app/core/db/product_db.py` 扩展
+
+**新增表** `order_metadata`：
+
+```sql
+CREATE TABLE IF NOT EXISTS order_metadata (
+    file_hash TEXT PRIMARY KEY,        -- OCR 输出 xlsx 的 hash，与原图同 hash
+    supplier TEXT DEFAULT '',          -- 供应商
+    bill_date TEXT DEFAULT '',          -- 单据日期 YYYYMMDD
+    total_amount REAL DEFAULT 0,        -- 应付金额
+    raw_supplier_text TEXT DEFAULT '',  -- 原始文本，便于回查
+    source_image TEXT DEFAULT '',       -- 原图路径
+    created_at TEXT DEFAULT '',
+    updated_at TEXT DEFAULT ''
+);
+```
+
+**新增方法**：
+- `save_order_metadata(file_hash, supplier, bill_date, total_amount, raw_supplier_text, source_image)`
+- `get_order_metadata(file_hash) -> dict | None`
+- `list_all_metadata() -> list[dict]`（用于批量处理后的日志汇总）
+
+### 3. `app/services/order_service.py` 扩展
+
+**修改** `process_excel(excel_path)` 流程：
+
+```python
+def process_excel(self, excel_path):
+    # ... 现有 fill_template 流程 ...
+    
+    # 1. 从 output/xxx.xlsx 的文件名提取 hash（现有逻辑已用）
+    file_hash = Path(excel_path).stem
+    
+    # 2. 读 OCR 原始文本（来自 OCRService 缓存或从 xlsx 头部回读）
+    ocr_text = self._read_ocr_text(file_hash)  # 新增
+    
+    # 3. 提取元信息
+    meta = self.extractor.extract(ocr_text, ocr_rows)
+    
+    # 4. 落库
+    self.product_db.save_order_metadata(file_hash, ...)
+    
+    # 5. 应用新文件名（result + 原图）
+    new_result_name = f"采购单_{meta.bill_date or '未知'}_{meta.supplier or '未知供应商'}_{file_hash}.xls"
+    # 替换 result_path
+    # 原图重命名：找到 data/input/ 下对应的图（hash 一致）
+    
+    return new_result_path, meta
+```
+
+**OCR 文本获取策略**：
+- OCR 写入 `data/output/{hash}.xlsx` 时，同步写 `data/output/{hash}.meta.json`（含 OCR 原始 text）
+- 新增 `app/core/ocr/table_ocr.py` 写入 metadata 时 dump 原始 text
+- 如 meta.json 不存在（历史文件），回退：从 xlsx 顶部 cell 拼文本
+
+### 4. `app/services/processor_service.py` 扩展
+
+**新增方法**：
+
+```python
+class ProcessorService:
+    def process_all_inputs(self) -> dict:
+        """扫描 data/input/ 下所有图片，串行处理。
+        
+        Returns:
+            {
+                'total': int,
+                'success': int,
+                'failed': int,
+                'results': [
+                    {'image': '...', 'hash': '...', 'status': 'success',
+                     'supplier': '...', 'bill_date': '...', 'total_amount': '...',
+                     'result_file': '...', 'error': None},
+                    ...
+                ]
+            }
+        """
+```
+
+**流程**：
+1. 扫描 `data/input/{*.png,*.jpg,*.jpeg,*.bmp,*.pdf}`
+2. 对每个图片：
+   - 调 `OCRService.process_image`（已有）
+   - 拿到 `data/output/{hash}.xlsx`
+   - 调 `OrderService.process_excel`（已扩展）
+   - 收集结果
+3. 整体串行（避免百度 API 限流和数据库锁）
+4. 返回汇总 dict
+
+### 5. `app/ui/action_handlers.py` 扩展
+
+**新增方法** `batch_process_all_inputs`：
+1. 弹进度对话框（不可关闭，tk.Toplevel + progressbar + 实时日志 Text）
+2. 在线程中调 `ProcessorService.process_all_inputs`
+3. 完成后：
+   - 在主窗口日志区显示汇总
+   - 弹出 MessageBox 列出失败清单
+   - 自动打开 `data/result/` 文件夹（可选）
+
+**新增按钮**：`"一键处理全部图片"` 放在 GUI 主流程区，与现有"一键处理"按钮并列
+
+## 三、关键接口契约
+
+### OrderMetadata dataclass
+
+```python
+@dataclass
+class OrderMetadata:
+    supplier: str = ''
+    bill_date: str = ''      # YYYYMMDD
+    total_amount: float = 0.0
+    raw_supplier_text: str = ''
+    
+    def is_complete(self) -> bool:
+        return bool(self.supplier and self.bill_date)
+```
+
+### 文件命名
+
+- **result xls**：`采购单_{YYYYMMDD}_{供应商}_{hash}.xls`
+  - 供应商名清理：`/`、`\`、空格、`*`、`?`、`:`、`"`、`<`、`>`、`|` 替换为 `_`
+  - hash 长度 32（与现有 md5 一致）
+- **原图片**：`{原stem}_{YYYYMMDD}_{供应商}_{hash}.{原扩展名}`
+  - 不覆盖已重命名的图片
+
+### 数据库迁移
+
+`ProductDatabase._connect` 中初始化时检查表存在并创建。新增方法：
+
+```python
+def _init_order_metadata_table(self, conn):
+    conn.execute("""
+        CREATE TABLE IF NOT EXISTS order_metadata (...)
+    """)
+```
+
+## 四、依赖与时序
+
+### 调用时序
+
+```
+main_window 点击 "一键处理全部图片"
+  ↓
+action_handlers.batch_process_all_inputs (UI 线程)
+  ↓
+processor_service.process_all_inputs (后台线程)
+  ├─ for each image:
+  │   ├─ ocr_service.process_image
+  │   ├─ ocr_text 写到 data/output/{hash}.meta.json  ← 新增
+  │   ├─ order_service.process_excel
+  │   │   ├─ 读 {hash}.meta.json → OrderMetadata
+  │   │   ├─ product_db.save_order_metadata
+  │   │   ├─ 重命名 input 原图
+  │   │   ├─ fill_template 到 临时名
+  │   │   └─ 重命名到 采购单_YYYYMMDD_供应商_hash.xls
+  │   └─ 收集结果
+  └─ 返回汇总 dict
+  ↓
+action_handlers 显示日志汇总 + MessageBox
+```
+
+## 五、异常处理
+
+| 场景 | 处理 |
+|---|---|
+| `data/input/` 为空 | UI 提示"无待处理图片"，不报错 |
+| OCR 失败（网络/凭据） | 单张失败跳过，结果记 `error`，继续下一张 |
+| process_excel 失败 | 同上 |
+| 元信息识别失败 | supplier/bill_date 填空为"未知"，继续 |
+| 原图重命名冲突 | 加 `_{N}` 后缀 |
+| 数据库写入失败 | log 警告，不阻断流程 |
+
+## 六、性能预期
+
+- 单张图 OCR 1~3 秒 + 处理 0.5 秒 = 1.5~3.5 秒
+- 10 张串行：15~35 秒（UI 显示进度条）
+- 数据库写入 < 10ms/张，可忽略
+
+## 七、风险与缓解
+
+| 风险 | 缓解 |
+|---|---|
+| 供应商名称过长或包含特殊字符 | 清理规则 + 截断到 50 字符 |
+| 日期格式五花八门 | 正则覆盖 4 种主流格式 + 校验范围 |
+| OCR 文本被错误识别 | 保留 `raw_supplier_text` 便于回查修正 |
+| 批量处理中程序崩溃 | 串行处理 + 已处理的不重做（processed_files.json 已记录） |
@@ -0,0 +1,106 @@
+# TASK — 订单批量识别（OCR 元信息提取 + 批量一键处理）
+
+## 任务依赖图
+
+```mermaid
+graph TD
+    T1[任务1: metadata_extractor] --> T4[任务4: order_service 集成]
+    T2[任务2: order_metadata 表] --> T4
+    T3[任务3: OCR meta.json 落盘] --> T4
+    T4 --> T5[任务5: 文件命名 + 重命名原图]
+    T5 --> T6[任务6: processor_service 批量入口]
+    T6 --> T7[任务7: UI 一键处理按钮 + 进度]
+    T1 --> T8[任务8: 单元测试]
+    T2 --> T8
+```
+
+## 原子任务列表
+
+### 任务 1：metadata_extractor.py
+| 项 | 内容 |
+|---|---|
+| 输入契约 | ocr_text (str)、ocr_rows (list[list[str]]) |
+| 输出契约 | OrderMetadata(supplier, bill_date, total_amount, raw_supplier_text) |
+| 实现约束 | 供应商关键词清单 + 启发式；日期正则；金额关键词 |
+| 验收标准 | 单元测试覆盖：完整三字段、部分缺失、OCR 噪声、日期格式 4 种 |
+| 依赖 | 无 |
+
+### 任务 2：order_metadata 表 + CRUD
+| 项 | 内容 |
+|---|---|
+| 输入契约 | ProductDatabase 实例 |
+| 输出契约 | save_order_metadata / get_order_metadata / list_all_metadata |
+| 实现约束 | 建表 IF NOT EXISTS；幂等 save（PK = file_hash） |
+| 验收标准 | 测试创建/查询/更新/列出 |
+| 依赖 | 无 |
+
+### 任务 3：OCR meta.json 落盘
+| 项 | 内容 |
+|---|---|
+| 输入契约 | OCRService.process_image 返回的 (excel_path, raw_text) |
+| 输出契约 | data/output/{hash}.meta.json 含 ocr_text |
+| 实现约束 | 修改 table_ocr.py 返回原始 text；OCRService 调用方写 meta.json |
+| 验收标准 | OCR 一次后 meta.json 存在且含完整 text |
+| 依赖 | 无 |
+
+### 任务 4：order_service.process_excel 集成元信息
+| 项 | 内容 |
+|---|---|
+| 输入契约 | excel_path |
+| 输出契约 | (new_result_path, metadata) |
+| 实现约束 | 读 meta.json → extract → save → 应用新 result 文件名 |
+| 验收标准 | 跑真实 OCR 文件后 result 文件名符合新规则 |
+| 依赖 | T1、T2、T3 |
+
+### 任务 5：原图重命名
+| 项 | 内容 |
+|---|---|
+| 输入契约 | (原图路径, metadata, file_hash) |
+| 输出契约 | 新图路径（已重命名） |
+| 实现约束 | 保留扩展名；清理非法字符；冲突加 _N |
+| 验收标准 | 处理后 input 中文件名带日期/供应商/hash |
+| 依赖 | T4 |
+
+### 任务 6：processor_service.process_all_inputs
+| 项 | 内容 |
+|---|---|
+| 输入契约 | 无 |
+| 输出契约 | dict(total, success, failed, results) |
+| 实现约束 | 扫描 data/input/ 全部图片；串行；现有 processed_files.json 不重做 |
+| 验收标准 | input 放 3 张图 → 处理后 results 长度=3；status 准确 |
+| 依赖 | T4、T5 |
+
+### 任务 7：UI 一键处理按钮 + 进度
+| 项 | 内容 |
+|---|---|
+| 输入契约 | UI 按钮点击事件 |
+| 输出契约 | 进度对话框 + 主窗口日志更新 + 完成 MessageBox |
+| 实现约束 | 后台线程 + UI 通信用 queue；进度不可关闭 |
+| 验收标准 | 点击按钮 → 进度可见 → 完成有汇总 |
+| 依赖 | T6 |
+
+### 任务 8：单元测试
+| 项 | 内容 |
+|---|---|
+| 输入契约 | 测试用例集 |
+| 输出契约 | 191 + 新测试 全部 pass |
+| 实现约束 | tests/test_metadata_extractor.py；tests/test_order_metadata.py |
+| 验收标准 | `pytest tests/` 全绿 |
+| 依赖 | T1、T2 |
+
+## 工作量评估
+
+- T1：30 分钟（算法 + 10 个测试用例）
+- T2：15 分钟
+- T3：20 分钟
+- T4：30 分钟
+- T5：20 分钟
+- T6：30 分钟
+- T7：40 分钟（UI 线程）
+- T8：30 分钟
+- 测试与集成：30 分钟
+
+## 交付物
+- 8 个原子任务全部通过
+- `docs/订单批量识别/FINAL_订单批量识别.md`：项目总结
+- `docs/订单批量识别/TODO_订单批量识别.md`：待办清单