orc-order-v2/docs/订单批量识别/TASK_订单批量识别.md

TASK — 订单批量识别（OCR 元信息提取 + 批量一键处理）

任务依赖图

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