промежуточный этап. Работает.

core/database.py

@@ -21,7 +21,7 @@ def init_db():
     with get_connection() as conn:
         cursor = conn.cursor()
 
-        # 1. Таблица СКУД
+        # 1. Таблица СКУД (Добавлены first_activity, anomaly_flag, snapshot_time)
         cursor.execute("""
         CREATE TABLE IF NOT EXISTS scud_logs (
             id INTEGER PRIMARY KEY AUTOINCREMENT,
@@ -31,9 +31,12 @@ def init_db():
             department TEXT,
             position TEXT,
             time_in TEXT,
+            first_activity TEXT DEFAULT '—',
             time_out TEXT,
             time_in_building TEXT,
             is_present INTEGER NOT NULL,
+            anomaly_flag TEXT DEFAULT 'NONE',
+            snapshot_time TEXT DEFAULT NULL,
             created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
         );
         """)
@@ -104,26 +107,32 @@ def sync_knowledge_base_to_db():
     Автоматически мигрирует правила из knowledge_base.json и системный промпт в таблицу ai_knowledge_base SQLite.
     """
     system_ai_prompt = (
-        "СИСТЕМНЫЙ ПРОМПТ ИИ (MATCHING & VERIFICATION):\n"
-        "Ты — экспертный ИИ-аудитор СКУД и кадрового учета 1С. Твоя задача — проводить интеллектуальный анализ аномалий "
-        "и сопоставление (Fuzzy Matching) нераспознанных ФИО из СКУД с эталонным Штатным расписанием 1С.\n\n"
-        "1. ЗАЩИТА ОТ ПОЛНЫХ ТЁЗОК (FULL NAME COLLISION):\n"
+        "СИСТЕМНЫЙ ПРОМПТ ИИ (MATCHING, VERIFICATION & ANOMALY DETECTION):\n"
+        "Ты — экспертный ИИ-аудитор СКУД и кадрового учета 1С. Твоя задача — проводить интеллектуальный анализ аномалий, "
+        "выявление массовых сбоев оборудования и сопоставление (Fuzzy Matching) нераспознанных ФИО из СКУД с эталонным Штатным расписанием 1С.\n\n"
+        "1. ДЕТЕКТИРОВАНИЕ АНОМАЛИЙ И МАССОВЫХ СБОЕВ СКУД:\n"
+        "   - Если у сотрудника 'Начало_дня' = 'Нет входа', но заполнено поле 'Первая_активность' (например, '14:11:06') или 'Конец_дня' != 'Нет выхода', "
+        "классифицируй случай как одиночную аномалию: '🚨 АНОМАЛИЯ СКУД: Присутствие/активность без утреннего входа'.\n"
+        "   - Если процент сотрудников с подобной аномалией превышает 5% от смены (или >10 человек), СГЕНЕРИРУЙ КРИТИЧЕСКИЙ СИСТЕМНЫЙ АЛЕРТ: "
+        "'⚠️ ВНИМАНИЕ! Обнаружен массовый сбой регистраторов входа СКУД на главном КПП. Требуется проверка контроллеров.'\n\n"
+        "2. ЗАЩИТА ОТ ПОЛНЫХ ТЁЗОК (FULL NAME COLLISION):\n"
         "   - Если в эталонном штате 1С присутствуют два или более сотрудников с ОДИНАКОВЫМИ ФИО (полные тёзки), "
         "ты ОБЯЗАН учитывать контекст: Подразделение и Должность.\n"
         "   - Ни в коем случае не объединяй записи разных людей! Если контекст не позволяет однозначно определить, кто именно из тёзок совершил проход, ПОМЕТЬ СЛУЧАЙ КАК НЕОДНОЗНАЧНЫЙ и НЕ делай автоматическую подмену.\n\n"
-        "2. ПРАВИЛА СОПОСТАВЛЕНИЯ (MATCHING RULES):\n"
+        "3. ПРАВИЛА СОПОСТАВЛЕНИЯ (MATCHING RULES):\n"
         "   - Допускаются исправления мелких опечаток, перестановки порядка (Имя Фамилия -> Фамилия Имя), замена букв Е/Ё, И/Й.\n"
         "   - Учитывай сокращения инициалов (например, 'Иванов И.В.' -> 'Иванов Иван Васильевич').\n"
         "   - Если уверенность в совпадении меньше 85% — НЕ сопоставляй, оставляй запись как нераспознанную.\n\n"
-        "3. ФОРМАТ ВЫХОДНЫХ ДАННЫХ:\n"
-        "   Верни строго JSON-объект без вводных слов и Markdown-разметки: {\"mappings\": [...], \"unmatched\": [...]}"
+        "4. ФОРМАТ ВЫХОДНЫХ ДАННЫХ:\n"
+        "   Верни строго JSON-объект без вводных слов и Markdown-разметки: {\"mappings\": [...], \"unmatched\": [...], \"alerts\": [...]}"
     )
 
     rules_to_insert = [
         system_ai_prompt,
         "ГЛОБАЛЬНОЕ ПРАВИЛО 1: Любое физическое присутствие сотрудника по СКУД при наличии в 1С документа отсутствия (отпуск, больничный, уход за ребенком и др.), КРОМЕ командировок и служебных поездок — ЯВЛЯЕТСЯ СТРОГОЙ ИСТИННОЙ АНОМАЛИЕЙ.",
         "ГЛОБАЛЬНОЕ ПРАВИЛО 2: Документы отсутствий из 1С:ЗУП имеют 100% высший приоритет над статическим реестром удалёнщиков.",
-        "ГЛОБАЛЬНОЕ ПРАВИЛО 3: Удалённые сотрудники имеют право беспрепятственно работать в офисе по СКУД в любое время (это не является аномалией)."
+        "ГЛОБАЛЬНОЕ ПРАВИЛО 3: Удалённые сотрудники имеют право беспрепятственно работать в офисе по СКУД в любое время (это не является аномалией).",
+        "ГЛОБАЛЬНОЕ ПРАВИЛО 4: Отсутствие утренней отметки входа при наличии дневных перемещений (первая активность) является аномалией оборудования и не должно автоматически превращать запись в подтверждённое присутствие."
     ]
 
     kb_path = os.path.join(os.path.dirname(DATA_DIR), "knowledge_base.json")
@@ -148,8 +157,8 @@ def sync_knowledge_base_to_db():
         conn.commit()
 
 
-def save_scud_to_db(df_scud, date_str):
-    """Оптимизированное сохранение логов СКУД за дату."""
+def save_scud_to_db(df_scud, date_str, snapshot_time=None):
+    """Оптимизированное сохранение логов СКУД за дату с поддержкой первой активности, флага аномалии и метки выгрузки."""
     if df_scud.empty:
         return
 
@@ -162,17 +171,28 @@ def save_scud_to_db(df_scud, date_str):
             r.get('Подразделение', ''),
             r.get('Должность', ''),
             r.get('Начало_дня', 'Нет входа'),
+            r.get('Первая_активность', '—'),
             r.get('Конец_дня', 'Нет выхода'),
             r.get('Находился_в_здании', '00:00'),
-            1 if r.get('Пришел', False) else 0
+            1 if r.get('Пришел', False) else 0,
+            r.get('anomaly_flag', 'NONE'),
+            snapshot_time
         ))
 
     with get_connection() as conn:
         cursor = conn.cursor()
-        cursor.execute("DELETE FROM scud_logs WHERE log_date = ?", (date_str,))
+        if snapshot_time:
+            cursor.execute("DELETE FROM scud_logs WHERE log_date = ? AND snapshot_time = ?", (date_str, snapshot_time))
+        else:
+            cursor.execute("DELETE FROM scud_logs WHERE log_date = ? AND snapshot_time IS NULL", (date_str,))
+            
         cursor.executemany("""
-            INSERT INTO scud_logs (log_date, fio, fio_clean, department, position, time_in, time_out, time_in_building, is_present)
-            VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?)
+            INSERT INTO scud_logs (
+                log_date, fio, fio_clean, department, position, 
+                time_in, first_activity, time_out, time_in_building, 
+                is_present, anomaly_flag, snapshot_time
+            )
+            VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?)
         """, data_to_insert)
         conn.commit()
 

main.py

@@ -2,6 +2,7 @@ import os
 import sys
 import argparse
 import pandas as pd
+from datetime import datetime
 
 sys.path.append(os.path.dirname(os.path.abspath(__file__)))
 
@@ -11,7 +12,7 @@ from services.share_copier import copy_1c_files_from_share
 from services.data_validator import check_file_freshness
 from services.data_loader import load_all_data
 from services.excel_exporter import generate_summary_excel, generate_detailed_excel
-from services.ai_verifier import ai_verify_scud_against_staff
+from services.ai_verifier import ai_verify_scud_against_staff, analyze_scud_mass_failure_ai
 from services.text_reporter import generate_markdown_report
 from services.feedback_loop import review_ai_decisions
 from services.knowledge_base import load_knowledge_base
@@ -42,12 +43,6 @@ def load_static_reason_workers():
 def detect_all_anomalies(merged_df, static_reasons_dict, kb_rules):
     """
     Автоматически находит ИСТИННЫЕ аномалии.
-    
-    ПРАВИЛА КОМПАНИИ:
-    1. Удалённые сотрудники имеют право беспрепятственно работать в офисе (НЕ аномалия).
-    2. Документы отсутствий из 1С имеют 100% приоритет над стат. реестром (НЕ аномалия).
-    3. АНОМАЛИЯ — Физический выход по СКУД при наличии в 1С ЛЮБЫХ причин отсутствия
-       (отпуск, больничный, уход за ребенком и т.д.), КРОМЕ командировок и служебных поездок.
     """
     anomalies = []
     kb_rules_text = " ".join(kb_rules).lower() if kb_rules else ""
@@ -60,9 +55,11 @@ def detect_all_anomalies(merged_df, static_reasons_dict, kb_rules):
         is_present = row.get('Пришел', False)
         reason_1c = str(row.get('Вид_отсутствия', '')).strip()
         has_1c_reason = pd.notna(row.get('Вид_отсутствия')) and reason_1c != ''
+        anom_flag = row.get('anomaly_flag', 'NONE')
 
         is_fio_whitelisted_in_kb = fio_clean.lower() in kb_rules_text
 
+        # АНОМАЛИЯ 1: Физическое присутствие при документе отсутствия 1С
         if is_present and has_1c_reason:
             reason_lower = reason_1c.lower()
             is_allowed_trip = any(kw in reason_lower for kw in ALLOWED_WORK_TRIP_KEYWORDS)
@@ -74,6 +71,15 @@ def detect_all_anomalies(merged_df, static_reasons_dict, kb_rules):
                     "details": f"Сотрудник пришел по СКУД, но в 1С оформлен документ: '{reason_1c}'"
                 })
 
+        # АНОМАЛИЯ 2: Перемещение внутри здания без отметки утреннего входа
+        if anom_flag == 'ANOMALY_NO_IN_HAS_ACTIVITY':
+            first_act = row.get('Первая_активность', '—')
+            anomalies.append({
+                "type": "АНОМАЛИЯ СКУД: ПЕРЕМЕЩЕНИЕ БЕЗ ВХОДА",
+                "fio": fio,
+                "details": f"Отсутствует регистрация входа на КПП при зафиксированной первой активности в {first_act}"
+            })
+
     return anomalies
 
 
@@ -106,6 +112,7 @@ def main():
     args = parser.parse_args()
 
     DEBUG = args.debug
+    snapshot_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
 
     print("=" * 60)
     print(f"ЗАПУСК СИСТЕМЫ МОДУЛЬНОГО КОНТРОЛЛИНГА СКУД ⟷ 1С {'[DEBUG MODE]' if DEBUG else ''}")
@@ -116,7 +123,7 @@ def main():
     kb_data = load_knowledge_base()
     kb_rules = kb_data.get("rules", [])
 
-    # 0.1 Выгрузка из БД СКУД напрямую в SQLite и Excel (save_xlsx=True требуется для data_loader)
+    # 0.1 Выгрузка из БД СКУД напрямую в SQLite и Excel
     if not args.skip_export:
         try:
             run_export(save_xlsx=True, debug=DEBUG)
@@ -219,13 +226,12 @@ def main():
     generate_detailed_excel(merged_df=merged_yesterday, date_str=DATE_YESTERDAY)
 
     # 💾 СОХРАНЕНИЕ ВЧЕРАШНИХ ДАННЫХ В SQLite:
-    save_scud_to_db(merged_yesterday, DATE_YESTERDAY)
+    save_scud_to_db(merged_yesterday, DATE_YESTERDAY, snapshot_time=snapshot_time)
 
     # ============================================================
     # 🎯 ЧАСТЬ 2: ЕЖЕДНЕВНАЯ СВОДКА ЗА СЕГОДНЯ
     # ============================================================
-    # 💾 СОХРАНЯЕМ СЕГОДНЯШНИЙ СКУД В SQLite (Даже если 1С еще не пришла):
-    save_scud_to_db(raw_scud_today_df, DATE_TODAY)
+    save_scud_to_db(raw_scud_today_df, DATE_TODAY, snapshot_time=snapshot_time)
 
     if has_today_1c and df_staff_today is not None and df_absent_today is not None:
         print("\n[4/5] Обработка данных за СЕГОДНЯ...")
@@ -269,6 +275,14 @@ def main():
 
         anomalies_list = detect_all_anomalies(merged_today, static_reasons_dict, kb_rules)
 
+        # ⭐️ ПРОВЕРКА МАССОВОГО СБОЯ ОБОРУДОВАНИЯ ЧЕРЕЗ ИИ
+        mass_failure_result = analyze_scud_mass_failure_ai(merged_today)
+        if mass_failure_result and mass_failure_result.get("is_mass_failure"):
+            print("\n" + "!" * 60)
+            print(f"🚨 ВНИМАНИЕ! ИИ ОБНАРУЖИЛ МАССОВЫЙ СБОЙ ТУРНИКЕТОВ ВХОДА ({mass_failure_result['anomaly_percent']}% СМЕНЫ)")
+            print(mass_failure_result["alert_text"])
+            print("!" * 60 + "\n")
+
         # 💾 СОХРАНЕНИЕ СЕГОДНЯШНИХ АНОМАЛИЙ В БАЗУ ДАННЫХ SQLite
         save_anomalies_to_db(anomalies_list, DATE_TODAY)
 

migrate_structure.py

@@ -28,14 +28,12 @@ def run_git_move():
             open(init_file, 'w').close()
 
     for filename, dest in file_mapping.items():
-        # Проверим, где файл может находиться: в корне или уже в папке назначения
         if os.path.exists(filename):
             src = filename
         elif os.path.exists(dest):
             print(f"[ℹ️ Уже на месте] {dest}")
             continue
         else:
-            # Попробуем поискать файл рекурсивно
             found = None
             for root, dirs, files in os.walk("."):
                 if filename in files and "venv" not in root:

scripts/db_cli.py

@@ -3,7 +3,6 @@ import os
 import sqlite3
 import pandas as pd
 
-# Добавляем корневую директорию проекта в sys.path
 SCRIPT_DIR = os.path.dirname(os.path.abspath(__file__))
 PROJECT_ROOT = os.path.dirname(SCRIPT_DIR)
 sys.path.append(PROJECT_ROOT)

services/ai_verifier.py

@@ -1,6 +1,7 @@
 import json
 import re
 import requests
+import pandas as pd
 from config import OLLAMA_URL, OLLAMA_MODEL
 from core.database import get_all_rules_from_db
 
@@ -44,6 +45,50 @@ def get_system_rules_context():
     return f"\nОБЯЗАТЕЛЬНЫЕ ГЛОБАЛЬНЫЕ ПРАВИЛА И ПРИОРИТЕТЫ КОМПАНИИ:\n{rules_text}\n"
 
 
+def analyze_scud_mass_failure_ai(df_scud):
+    """
+    Оценивает процент аномалий 'ANOMALY_NO_IN_HAS_ACTIVITY' в выгрузке.
+    Если процент аномалий превышает 5% от смены, вызывает ИИ для генерации критического алерта.
+    """
+    if df_scud is None or df_scud.empty:
+        return None
+
+    total_records = len(df_scud)
+    anomaly_rows = df_scud[df_scud.get('anomaly_flag', 'NONE') == 'ANOMALY_NO_IN_HAS_ACTIVITY']
+    anomaly_count = len(anomaly_rows)
+
+    if total_records == 0:
+        return None
+
+    anomaly_percent = round((anomaly_count / total_records) * 100, 1)
+
+    if anomaly_percent > 5.0 or anomaly_count >= 10:
+        rules_context = get_system_rules_context()
+        prompt = f"""
+{rules_context}
+ВНИМАНИЕ! Проведён анализ дневной смены СКУД:
+- Всего записей за смену: {total_records}
+- Выявлено сотрудников без утреннего входа, но с зафиксированной дневной активностью (первая активность): {anomaly_count} ({anomaly_percent}% от смены)
+
+Сформируй понятное предупреждение для Администратора СКУД и Руководителя. 
+Объясни, что это критический массовый сбой турникетов/контроллеров входа на КПП, и порекомендуй действия.
+"""
+        alert_text = ask_ollama(prompt, system_prompt="Ты — ИИ-аналитик контроллинга СКУД. Отвечай кратко и строго по делу.")
+        return {
+            "is_mass_failure": True,
+            "anomaly_count": anomaly_count,
+            "anomaly_percent": anomaly_percent,
+            "alert_text": alert_text
+        }
+
+    return {
+        "is_mass_failure": False,
+        "anomaly_count": anomaly_count,
+        "anomaly_percent": anomaly_percent,
+        "alert_text": "Массовых сбоев оборудования не зафиксировано."
+    }
+
+
 def ai_verify_scud_against_staff(unrecognized_scud_fios, staff_fios):
     """
     ИИ-сверка опечаток и несовпадений ФИО между СКУД и 1С:ЗУП.

services/data_loader.py

@@ -72,8 +72,74 @@ def load_absent_data(date_str):
         return None
 
 
+def process_scud_anomalies(df_scud, exceptions=None):
+    """
+    Вычисляет 'Первую активность' и маркирует аномалии СКУД.
+    Если 'Начало дня' == 'Нет входа', но есть любая физическая активность —
+    записывает первейшее время в 'Первая_активность', сбрасывает 'Пришел' в False и выставляет флаг аномалии.
+    """
+    if exceptions is None:
+        exceptions = load_exceptions()
+
+    start_col = 'Начало_дня' if 'Начало_дня' in df_scud.columns else ('Начало дня' if 'Начало дня' in df_scud.columns else None)
+    end_col = 'Конец_дня' if 'Конец_дня' in df_scud.columns else ('Конец дня' if 'Конец дня' in df_scud.columns else None)
+    status_col = 'Статус' if 'Статус' in df_scud.columns else None
+
+    first_activities = []
+    anomaly_flags = []
+    is_present_flags = []
+
+    for _, row in df_scud.iterrows():
+        fio = str(row.get('Сотрудник', row.get('fio_raw', ''))).strip()
+        fio_clean = normalize_fio(fio)
+        dept = str(row.get('Подразделение', '')).strip()
+        pos = str(row.get('Должность', '')).strip()
+
+        val_start = str(row.get(start_col, '')).strip() if start_col else ''
+        val_end = str(row.get(end_col, '')).strip() if end_col else ''
+        val_status = str(row.get(status_col, '')).strip().lower() if status_col else ''
+
+        # Извлечение первого зафиксированного события из сырых логов (pLogData), если передавалось
+        raw_first_event = row.get('raw_first_event', None)
+        if pd.isna(raw_first_event) or str(raw_first_event).strip() in ['', 'None', 'nan', '00:00:00']:
+            raw_first_event = None
+
+        has_no_in = (val_start in ['нет входа', 'none', 'nan', '', '00:00:00', '00:00'])
+        has_no_out = (val_end in ['нет выхода', 'none', 'nan', '', '00:00:00', '00:00'])
+
+        first_act = '—'
+        anom_flag = 'NONE'
+        
+        # Стандартная проверка присутствия
+        is_present = not ('отсутствовал' in val_status or has_no_in)
+
+        # ЛОГИКА ВЫЧИСЛЕНИЯ ПЕРВОЙ АКТИВНОСТИ И ДЕТЕКТИРОВАНИЯ АНОМАЛИИ
+        if has_no_in:
+            # Если нет входа, но есть проход внутри или зафиксирован выход
+            if raw_first_event is not None or not has_no_out:
+                first_act = str(raw_first_event) if raw_first_event else val_end
+                anom_flag = 'ANOMALY_NO_IN_HAS_ACTIVITY'
+
+                # ЖЕСТКАЯ ВАЛИДАЦИЯ: Если человек не исключен официально — сбрасываем фейковый Пришел = True
+                if not is_excluded(fio, dept, pos, exceptions):
+                    is_present = False
+            else:
+                first_act = '—'
+                is_present = False
+
+        first_activities.append(first_act)
+        anomaly_flags.append(anom_flag)
+        is_present_flags.append(is_present)
+
+    df_scud['Первая_активность'] = first_activities
+    df_scud['anomaly_flag'] = anomaly_flags
+    df_scud['Пришел'] = is_present_flags
+
+    return df_scud
+
+
 def load_scud_data(target_date_type="today"):
-    """Загружает файл СКУД за 'today' или 'yesterday'."""
+    """Загружает файл СКУД за 'today' или 'yesterday' и выполняет валидацию аномалий."""
     target_date = DATE_TODAY if target_date_type == "today" else DATE_YESTERDAY
     scud_path = find_dated_file("Сотрудники", target_date, search_dirs=[SCUD_DIR])
 
@@ -88,18 +154,8 @@ def load_scud_data(target_date_type="today"):
     df_scud['fio_raw'] = df_scud['Сотрудник'].astype(str) if 'Сотрудник' in df_scud.columns else df_scud[df_scud.columns[0]].astype(str)
     df_scud['fio_clean'] = df_scud['fio_raw'].apply(clean_scud_fio_light)
 
-    start_col = 'Начало_дня' if 'Начало_дня' in df_scud.columns else ('Начало дня' if 'Начало дня' in df_scud.columns else None)
-    status_col = 'Статус' if 'Статус' in df_scud.columns else None
-
-    def is_person_present(row):
-        val_status = str(row.get(status_col, '')).strip().lower() if status_col else ''
-        val_time = str(row.get(start_col, '')).strip() if start_col else ''
-        
-        if 'отсутствовал' in val_status or val_time in ['нет входа', 'none', 'nan', '', '00:00']:
-            return False
-        return True
-
-    df_scud['Пришел'] = df_scud.apply(is_person_present, axis=1)
+    # Применяем обработчик аномалий и первой активности
+    df_scud = process_scud_anomalies(df_scud, exceptions=exceptions)
 
     df_scud['is_excluded'] = df_scud.apply(
         lambda r: is_excluded(r.get('Сотрудник', ''), r.get('Подразделение', ''), r.get('Должность', ''), exceptions),

services/excel_exporter.py

@@ -16,6 +16,7 @@ MONTHS_RU = {
     9: "сентября", 10: "октября", 11: "ноября", 12: "декабря"
 }
 
+
 def format_date_ru(date_str):
     """Преобразует дату формата '27.07.2026' в '27 июля 2026'"""
     try:
@@ -24,6 +25,7 @@ def format_date_ru(date_str):
     except Exception:
         return date_str
 
+
 # Границы ячеек
 THIN_SIDE = Side(border_style="thin", color="D3D3D3")
 THIN_BORDER = Border(left=THIN_SIDE, right=THIN_SIDE, top=THIN_SIDE, bottom=THIN_SIDE)
@@ -142,7 +144,7 @@ def generate_summary_excel(merged_df, date_str="27.07.2026", filename=None):
         ws.row_dimensions[current_row].hidden = False
         current_row += 1
 
-    # 4. КАТЕГОРИИ ОТСУТСТВИЙ (Свернуты hidden=True, ИСКЛЮЧЕНИЯ ИСКЛЮЧЕНЫ)
+    # 4. КАТЕГОРИИ ОТСУТСТВИЙ (Свернуты hidden=True)
     absent_only = merged_df[
         (merged_df['Пришел'] == False) & 
         (merged_df['Вид_отсутствия'].notna()) & 
@@ -186,9 +188,12 @@ def generate_summary_excel(merged_df, date_str="27.07.2026", filename=None):
             current_row += 1
 
     # 6. АНОМАЛИИ (Свернут hidden=True)
-    anomalies = merged_df[(merged_df['Пришел'] == True) & (merged_df['Вид_отсутствия'].notna())]
+    anomalies = merged_df[
+        ((merged_df['Пришел'] == True) & (merged_df['Вид_отсутствия'].notna())) |
+        (merged_df.get('anomaly_flag', 'NONE') == 'ANOMALY_NO_IN_HAS_ACTIVITY')
+    ]
     
-    ws.cell(row=current_row, column=1, value="Аномалии")
+    ws.cell(row=current_row, column=1, value="Аномалии СКУД и 1С")
     ws.cell(row=current_row, column=2, value=len(anomalies))
     format_row_cells(ws, current_row, FILL_ANOMALY, is_bold=True, bold_font=bold_font)
     current_row += 1
@@ -198,10 +203,16 @@ def generate_summary_excel(merged_df, date_str="27.07.2026", filename=None):
     if not anomalies.empty:
         for _, row in anomalies.iterrows():
             fio = row.get('Сотрудник', '')
-            reason = row.get('Вид_отсутствия', 'Неизвестная причина')
-            reason_text = f"В 1С: {reason}"
+            reason = row.get('Вид_отсутствия', '')
+            anom_flag = row.get('anomaly_flag', 'NONE')
 
-            cell_a = ws.cell(row=current_row, column=1, value=f"{fio} (На работе)")
+            if anom_flag == 'ANOMALY_NO_IN_HAS_ACTIVITY':
+                first_act = row.get('Первая_активность', '—')
+                reason_text = f"🚨 АНОМАЛИЯ СКУД: Нет входа (первая активность: {first_act})"
+            else:
+                reason_text = f"В 1С: {reason}"
+            
+            cell_a = ws.cell(row=current_row, column=1, value=f"{fio}")
             cell_b = ws.cell(row=current_row, column=2, value=reason_text)
             
             cell_a.fill = FILL_ANOMALY
@@ -223,7 +234,7 @@ def generate_summary_excel(merged_df, date_str="27.07.2026", filename=None):
             current_row += 1
 
     ws.column_dimensions['A'].width = 45.0
-    ws.column_dimensions['B'].width = 32.0
+    ws.column_dimensions['B'].width = 38.0
 
     try:
         wb.save(output_path)
@@ -235,7 +246,7 @@ def generate_summary_excel(merged_df, date_str="27.07.2026", filename=None):
         print(f"[⚠️] Файл открыт в Excel! Сохранено как: {alt_path}")
 
 
-# --- 2. ДЕТАЛЬНЫЙ ОТЧЕТ ЗА ВЧЕРА ---
+# --- 2. ДЕТАЛЬНЫЙ ОТЧЕТ ЗА ВЧЕРА (С КОЛОНКОЙ 'первая активность' СРАЗУ ПОСЛЕ 'время входа') ---
 def generate_detailed_excel(merged_df, date_str="26.07.2026", filename=None):
     if not filename:
         filename = f"{format_date_ru(date_str)} отчет.xlsx"
@@ -250,8 +261,9 @@ def generate_detailed_excel(merged_df, date_str="26.07.2026", filename=None):
     ws["B2"].font = Font(name="Arial", size=10, bold=True)
     ws["D2"].font = Font(name="Arial", size=10, bold=True)
 
+    # ⭐️ Порядок колонок: "первая активность" строго после "время входа"
     headers = [
-        "№", "ФИО", "Подразделение", "время входа", "время выхода",
+        "№", "ФИО", "Подразделение", "время входа", "первая активность", "время выхода",
         "находился в здании", "причина отсутствия", "норма", "отклонение от нормы"
     ]
     ws.append([])
@@ -269,14 +281,16 @@ def generate_detailed_excel(merged_df, date_str="26.07.2026", filename=None):
     end_col = 'Конец дня' if 'Конец дня' in merged_df.columns else 'Конец_дня'
     hours_col = 'Часы' if 'Часы' in merged_df.columns else 'Находился_в_здании'
 
-    chars_per_line_g = 24
+    chars_per_line_h = 24
 
     for idx, row in merged_df.reset_index(drop=True).iterrows():
         is_present = row.get('Пришел', False)
         absence_reason = row.get('Вид_отсутствия', '')
         has_reason = pd.notna(absence_reason) and str(absence_reason).strip() != ''
+        anom_flag = row.get('anomaly_flag', 'NONE')
 
         in_building_str = str(row.get(hours_col, '00:00'))
+        first_act_val = row.get('Первая_активность', '—')
         
         deviation_val = calculate_deviation(in_building_str, reason=absence_reason if has_reason else "", norm_hours=8, lunch_minutes=30)
 
@@ -285,6 +299,7 @@ def generate_detailed_excel(merged_df, date_str="26.07.2026", filename=None):
             row.get('Сотрудник', ''),
             row.get('Подразделение', ''),
             row.get(start_col, 'Нет входа'),
+            first_act_val,  # ⭐️ Колонки №5: "первая активность"
             row.get(end_col, 'Нет выхода'),
             in_building_str,
             absence_reason if has_reason else '',
@@ -294,16 +309,19 @@ def generate_detailed_excel(merged_df, date_str="26.07.2026", filename=None):
         
         row_num = 5 + idx
         
-        if is_present and has_reason:
+        # Заливка строк по категориям
+        if anom_flag == 'ANOMALY_NO_IN_HAS_ACTIVITY':
+            row_fill = LIGHT_RED_FILL
+        elif is_present and has_reason:
             row_fill = GREEN_FILL
         elif not is_present:
             row_fill = YELLOW_FILL if has_reason else LIGHT_RED_FILL
         else:
             row_fill = None
 
-        val_g_str = str(absence_reason) if has_reason else ""
-        if len(val_g_str) > chars_per_line_g:
-            needed_lines = math.ceil(len(val_g_str) / chars_per_line_g)
+        val_h_str = str(absence_reason) if has_reason else ""
+        if len(val_h_str) > chars_per_line_h:
+            needed_lines = math.ceil(len(val_h_str) / chars_per_line_h)
             ws.row_dimensions[row_num].height = max(needed_lines * 18, 22)
         else:
             ws.row_dimensions[row_num].height = 20
@@ -314,17 +332,17 @@ def generate_detailed_excel(merged_df, date_str="26.07.2026", filename=None):
             if row_fill:
                 cell.fill = row_fill
             
-            if col_idx == 7:
+            if col_idx == 8:
                 cell.alignment = Alignment(horizontal="left", vertical="center", wrap_text=True)
-            elif col_idx in [1, 4, 5, 6, 8, 9]:
+            elif col_idx in [1, 4, 5, 6, 7, 9, 10]:
                 cell.alignment = Alignment(horizontal="center", vertical="center")
             else:
                 cell.alignment = Alignment(horizontal="left", vertical="center")
 
     for col in ws.columns:
         col_letter = get_column_letter(col[0].column)
-        if col_letter == 'G':
-            ws.column_dimensions['G'].width = 25.0
+        if col_letter == 'H':
+            ws.column_dimensions['H'].width = 25.0
         else:
             max_len = 0
             for cell in col:

services/scud_export.py

@@ -1,7 +1,6 @@
 """
 Модуль автоматического экспорта данных СКУД (Orion) из MS SQL Server в SQLite и Excel.
-Исправлена логика определения направления проходов (Mode = 2 -> OUT).
-Адаптирован для Linux (Ubuntu 24.04).
+Добавлена фиксация Первой Активности (без учета направления) и среза по времени.
 """
 
 import argparse
@@ -82,11 +81,11 @@ WITH DailyLogs AS (
     WHERE log.TimeVal BETWEEN @StartDate AND @EndDate
       AND log.HozOrgan IS NOT NULL
       AND log.HozOrgan > 0
-      AND (log.Event IN (28, 29, 26, 27, 32, 33) OR log.Mode IN (1, 2))
 ),
 Passages AS (
     SELECT
         EmployeeID,
+        MIN(TimeVal) AS FirstRawEvent, -- ⭐️ Первое событие ДНЯ ВООБЩЕ (любая дверь/туалет/выход)
         MIN(CASE WHEN Direction = 'IN' THEN TimeVal END) AS FirstIn,
         MAX(CASE WHEN Direction = 'OUT' THEN TimeVal END) AS LastOut,
         MAX(CASE WHEN RowNumDesc = 1 THEN Direction END) AS LastEventType
@@ -107,6 +106,14 @@ SELECT
     ISNULL(CAST(p.TabNumber AS NVARCHAR(50)), N'—') AS [Таб_№],
     CONVERT(VARCHAR(10), @TargetDate, 104) AS [Дата],
     ISNULL(CAST(CONVERT(VARCHAR(8), pass.FirstIn, 108) AS NVARCHAR(20)), N'Нет входа') AS [Начало_дня],
+    
+    -- ⭐️ НОВАЯ КОЛОНКА: "Первая активность" (если нет входа, но есть события в здании)
+    CASE 
+        WHEN pass.FirstIn IS NULL AND pass.FirstRawEvent IS NOT NULL 
+            THEN CAST(CONVERT(VARCHAR(8), pass.FirstRawEvent, 108) AS NVARCHAR(20))
+        ELSE N'—'
+    END AS [Первая_активность],
+
     CASE
         WHEN @TargetDate = CAST(GETDATE() AS DATE) AND (pass.LastEventType = 'IN' OR pass.LastOut IS NULL OR pass.LastOut <= pass.FirstIn)
             THEN N'Нет выхода'
@@ -204,6 +211,7 @@ def run_export(input_date: str | None = None, save_xlsx: bool = True, debug: boo
     os.makedirs(SCUD_DIR, exist_ok=True)
 
     targets = get_targets(input_date)
+    snapshot_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
 
     conn_str = (
         f"DRIVER={{{ODBC_DRIVER}}};"
@@ -235,11 +243,18 @@ def run_export(input_date: str | None = None, save_xlsx: bool = True, debug: boo
             if len(df) > 0:
                 # 1. Готовим колонки для локальной БД
                 df['fio_clean'] = df['Сотрудник'].apply(clean_scud_fio_light)
-                df['Пришел'] = df['Статус'].str.contains('Присутствовал', case=False, na=False)
                 
-                # 2. ПРЯМОЕ СОХРАНЕНИЕ В SQLite (scud_orion_ai.db)
-                save_scud_to_db(df, processing_date_str)
-                log(f"[✓] Записи за {processing_date_str} успешно сохранены в SQLite!", "SUCCESS")
+                # Валидация прихода с учетом аномалии неявки на вход
+                df['anomaly_flag'] = 'NONE'
+                mask_anomaly = (df['Начало_дня'] == 'Нет входа') & (df['Первая_активность'] != '—')
+                df.loc[mask_anomaly, 'anomaly_flag'] = 'ANOMALY_NO_IN_HAS_ACTIVITY'
+
+                # Флаг 'Пришел' ставится в True только если был вход
+                df['Пришел'] = df['Статус'].str.contains('Присутствовал', case=False, na=False) & (~mask_anomaly)
+
+                # 2. ПРЯМОЕ СОХРАНЕНИЕ В SQLite (scud_orion_ai.db) С METКОЙ СРЕЗА snapshot_time
+                save_scud_to_db(df, processing_date_str, snapshot_time=snapshot_time)
+                log(f"[✓] Записи за {processing_date_str} успешно сохранены в SQLite с меткой {snapshot_time}!", "SUCCESS")
 
                 # 3. Сохранение в Excel (если включен флаг save_xlsx)
                 if save_xlsx:

update_imports.py

@@ -19,7 +19,7 @@ def update_file_imports(filepath):
     for mod in service_modules:
         new_content = new_content.replace(f"from modules.{mod}", f"from services.{mod}")
         new_content = new_content.replace(f"import modules.{mod}", f"import services.{mod}")
-        # Также на случай относительных или прямых импортов внутри сервисов друг на друга
+        # Замена для прямых импортов между модулями внутри папки services/
         new_content = new_content.replace(f"from {mod}", f"from services.{mod}")
 
     if content != new_content:
@@ -33,9 +33,9 @@ def run_update():
         if "venv" in root or ".git" in root:
             continue
         for file in files:
-            if file.endswith(".py") and file != "migrate_structure.py" and file != "update_imports.py":
+            if file.endswith(".py") and file not in ["migrate_structure.py", "update_imports.py"]:
                 update_file_imports(os.path.join(root, file))
-    print("=== Обновление завершено ===")
+    print("=== Обновление импортов успешно завершено ===")
 
 if __name__ == "__main__":
     run_update()