промежуточно. Работает все, неверно формируется вчерашний отчет (нет выхода).

config.py

@@ -1,78 +1,64 @@
 import os
-import re
-import json
-import pandas as pd
 from datetime import datetime, timedelta
 
-# 📁 Пути к директориям
 BASE_DIR = os.path.dirname(os.path.abspath(__file__))
 DATA_DIR = os.path.join(BASE_DIR, "data")
+
+# 📂 ПОДПАПКИ DАТА
+SCUD_DIR = os.path.join(DATA_DIR, "scud")
+ZUP_1C_DIR = os.path.join(DATA_DIR, "1c")
 OUTPUT_DIR = os.path.join(BASE_DIR, "output")
 
-os.makedirs(DATA_DIR, exist_ok=True)
-os.makedirs(OUTPUT_DIR, exist_ok=True)
+# Создаем директории при их отсутствии
+for folder in [DATA_DIR, SCUD_DIR, ZUP_1C_DIR, OUTPUT_DIR]:
+    os.makedirs(folder, exist_ok=True)
 
-# 📅 Динамический расчет дат (СЕГОДНЯ и ВЧЕРА)
-def get_controlling_dates():
-    now = datetime.now()
-    if now.weekday() == 0:  # Если Понедельник -> Вчера = Пятница
-        yesterday_dt = now - timedelta(days=3)
+# 📅 Даты
+NOW = datetime.now()
+DATE_TODAY = NOW.strftime("%d.%m.%Y")
+
+if NOW.weekday() == 0:  # Понедельник -> Вчера = Пятница
+    DATE_YESTERDAY = (NOW - timedelta(days=3)).strftime("%d.%m.%Y")
 else:
-        yesterday_dt = now - timedelta(days=1)
-        
-    date_today_str = now.strftime("%d.%m.%Y")
-    date_yesterday_str = yesterday_dt.strftime("%d.%m.%Y")
-    return date_today_str, date_yesterday_str
-
-DATE_TODAY, DATE_YESTERDAY = get_controlling_dates()
+    DATE_YESTERDAY = (NOW - timedelta(days=1)).strftime("%d.%m.%Y")
 
 # 📄 Пути к файлам
-SCUD_FILE_TODAY = os.path.join(DATA_DIR, f"Сотрудники_{DATE_TODAY}.xlsx")
-SCUD_FILE_YESTERDAY = os.path.join(DATA_DIR, f"Сотрудники_{DATE_YESTERDAY}.xlsx")
-SCUD_FILE = SCUD_FILE_TODAY if os.path.exists(SCUD_FILE_TODAY) else SCUD_FILE_YESTERDAY
+SCUD_FILE_TODAY = os.path.join(SCUD_DIR, f"Сотрудники_{DATE_TODAY}.xlsx")
+SCUD_FILE_YESTERDAY = os.path.join(SCUD_DIR, f"Сотрудники_{DATE_YESTERDAY}.xlsx")
+SCUD_FILE = os.path.join(SCUD_DIR, "Сотрудники.xlsx")
 
-STAFF_FILE = os.path.join(DATA_DIR, "Штатные сотрудники - ОУП.xlsx")
-ABSENT_FILE = os.path.join(DATA_DIR, "Отсутствия сотрудников - выгрузка.xlsx")
-EXCEPTIONS_FILE = os.path.join(BASE_DIR, "exceptions.json")
+STAFF_FILE_1C = os.path.join(ZUP_1C_DIR, "Штатные сотрудники - ОУП.xlsx")
+ABSENT_FILE_1C = os.path.join(ZUP_1C_DIR, "Отсутствия сотрудников - выгрузка.xlsx")
 
-# 🤖 Настройки Ollama
-OLLAMA_URL = "http://10.121.18.227:11434/api/chat"
+# Настройки Ollama / RAG (объявляем оба имени для совместимости)
+OLLAMA_URL = "http://10.121.18.227:11434/api/generate"
 OLLAMA_MODEL = "qwen2.5:14b"
+MODEL_NAME = OLLAMA_MODEL
+
+KNOWLEDGE_BASE_PATH = os.path.join(DATA_DIR, "knowledge_base.json")
+EXCEPTIONS_PATH = os.path.join(BASE_DIR, "exceptions.json")
 
 
-# 🛠 Очистка и нормализация данных
-
-def normalize_fio(val):
-    """Строгая нормализация ФИО для точности сопоставления 1С и СКУД"""
-    if pd.isna(val): 
+def normalize_fio(fio):
+    if not fio or not isinstance(fio, str):
         return ""
-    val = str(val).strip().lower()
-    val = re.sub(r'\(.*?\)', '', val)
-    trans = str.maketrans('aceopxyABCEHKMOPTX', 'асеорхуАВСЕНКМОРТХ')
-    val = val.translate(trans).replace('ё', 'е')
-    return re.sub(r'\s+', ' ', val).strip()
+    parts = fio.strip().split()
+    return " ".join(parts).title()
 
 
-def clean_scud_fio_light(val):
-    """Легкая очистка ФИО для СКУД"""
-    if pd.isna(val): 
+def clean_scud_fio_light(fio_str):
+    if not isinstance(fio_str, str):
         return ""
-    val = str(val).strip().lower()
-    val = re.sub(r'\(.*?\)', '', val).replace('ё', 'е')
-    return re.sub(r'\s+', ' ', val).strip()
+    fio_clean = fio_str.replace("(сводная)", "").strip()
+    return normalize_fio(fio_clean)
 
 
-def load_exceptions(file_path=EXCEPTIONS_FILE):
-    """Загрузка списка исключений из JSON"""
-    if not os.path.exists(file_path):
-        return {"departments": [], "positions": [], "fio": [], "position_keywords": []}
-    with open(file_path, "r", encoding="utf-8") as f:
-        data = json.load(f)
-    return {
-        "departments": [str(d).strip().upper() for d in data.get("departments", [])],
-        "positions": [str(p).strip().lower() for p in data.get("positions", [])],
-        "fio": [normalize_fio(f) for f in data.get("fio", [])],
-        "position_keywords": [str(k).strip().lower() for k in data.get("position_keywords", [])]
-    }
-
-# тестовый комментарий
+def load_exceptions():
+    import json
+    if os.path.exists(EXCEPTIONS_PATH):
+        try:
+            with open(EXCEPTIONS_PATH, "r", encoding="utf-8") as f:
+                return json.load(f)
+        except Exception:
+            pass
+    return {"fio": [], "departments": [], "positions": [], "position_keywords": []}

data/knowledge_base.json

@@ -1,7 +1,8 @@
 {
   "rules": [
     "Кондрашова Елена Владимировна имеет 2 пропуска в СКУД. Если один 'Отсутствовал', а второй с временем входа — считать ПРИШЕДШЕЙ.",
-    "Сотрудники подразделения ОА с должностью 'Инженер-программист' часто являются внутренними совместителями."
+    "Сотрудники подразделения ОА с должностью 'Инженер-программист' часто являются внутренними совместителями.",
+    "Сотрудник Незнанова Валерия Игоревна: Незнанова иногда присутствует в офисе, не считать аномалией. Когда в офисе, из удаленщиков в отчете исключать!"
   ],
   "fio_corrections": {
     "кондрашава елена владимировна": "Кондрашова Елена Владимировна"

logs/export_28.07.2026.log

@@ -0,0 +1,27 @@
+[2026-07-28 15:35:20] [INFO] === [ЭТАП 0] Выгрузка свежих данных СКУД напрямую из БД Орион ===
+[2026-07-28 15:35:20] [INFO] --- Обработка периода: Вчера (27.07.2026) ---
+[2026-07-28 15:35:45] [INFO] База вернула 272 строк за 27.07.2026
+[2026-07-28 15:35:45] [INFO] [SUCCESS] [✓] Успешно экспортирован файл: data/scud/Сотрудники_27.07.2026.xlsx
+[2026-07-28 15:35:45] [INFO] --- Обработка периода: Сегодня (28.07.2026) ---
+[2026-07-28 15:36:07] [INFO] База вернула 272 строк за 28.07.2026
+[2026-07-28 15:36:07] [INFO] [SUCCESS] [✓] Успешно экспортирован файл: data/scud/Сотрудники_28.07.2026.xlsx
+[2026-07-28 15:36:07] [INFO] === Выгрузка СКУД завершена ===
+
+[2026-07-28 15:38:34] [INFO] === [ЭТАП 0] Выгрузка свежих данных СКУД напрямую из БД Орион ===
+[2026-07-28 15:38:34] [INFO] --- Обработка периода: Вчера (27.07.2026) ---
+[2026-07-28 15:38:54] [INFO] База вернула 272 строк за 27.07.2026
+[2026-07-28 15:38:54] [INFO] [SUCCESS] [✓] Успешно экспортирован файл: data/scud/Сотрудники_27.07.2026.xlsx
+[2026-07-28 15:38:54] [INFO] --- Обработка периода: Сегодня (28.07.2026) ---
+[2026-07-28 15:39:21] [INFO] База вернула 272 строк за 28.07.2026
+[2026-07-28 15:39:21] [INFO] [SUCCESS] [✓] Успешно экспортирован файл: data/scud/Сотрудники_28.07.2026.xlsx
+[2026-07-28 15:39:21] [INFO] === Выгрузка СКУД завершена ===
+
+[2026-07-28 15:41:14] [INFO] === [ЭТАП 0] Выгрузка свежих данных СКУД напрямую из БД Орион ===
+[2026-07-28 15:41:14] [INFO] --- Обработка периода: Вчера (27.07.2026) ---
+[2026-07-28 15:41:33] [INFO] База вернула 272 строк за 27.07.2026
+[2026-07-28 15:41:33] [INFO] [SUCCESS] [✓] Успешно экспортирован файл: data/scud/Сотрудники_27.07.2026.xlsx
+[2026-07-28 15:41:33] [INFO] --- Обработка периода: Сегодня (28.07.2026) ---
+[2026-07-28 15:41:58] [INFO] База вернула 272 строк за 28.07.2026
+[2026-07-28 15:41:58] [INFO] [SUCCESS] [✓] Успешно экспортирован файл: data/scud/Сотрудники_28.07.2026.xlsx
+[2026-07-28 15:41:58] [INFO] === Выгрузка СКУД завершена ===
+

main.py

@@ -6,20 +6,17 @@ import pandas as pd
 sys.path.append(os.path.dirname(os.path.abspath(__file__)))
 
 from config import DATE_TODAY, DATE_YESTERDAY, OUTPUT_DIR, DATA_DIR, normalize_fio
+from modules.scud_export import run_export
 from modules.data_validator import check_file_freshness
 from modules.data_loader import load_all_data
 from modules.excel_exporter import generate_summary_excel, generate_detailed_excel
 from modules.ai_verifier import ai_verify_scud_against_staff
 from modules.text_reporter import generate_markdown_report
 from modules.feedback_loop import review_ai_decisions
+from modules.knowledge_base import load_knowledge_base
 
 
 def load_static_reason_workers():
-    """
-    Загружает реестр сотрудников со статическими/особыми причинами
-    из static_reason_workers.csv.
-    Возвращает словарь: {fio_clean: reason}
-    """
     static_path = os.path.join(DATA_DIR, "static_reason_workers.csv")
     if not os.path.exists(static_path):
         return {}
@@ -33,12 +30,60 @@ def load_static_reason_workers():
     return {}
 
 
+def detect_all_anomalies(merged_df, static_reasons_dict, kb_rules):
+    """
+    Автоматически находит логические конфликты между СКУД, 1С, статической удалёнкой и исключениями
+    с учётом динамических правил из базы знаний (knowledge_base.json).
+    """
+    anomalies = []
+    kb_rules_text = " ".join(kb_rules).lower() if kb_rules else ""
+
+    for idx, row in merged_df.iterrows():
+        fio = row.get('Сотрудник', row.get('fio_clean', ''))
+        fio_clean = row.get('fio_clean', '')
+        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 != ''
+        is_excluded = row.get('is_excluded', False)
+        has_static_reason = fio_clean in static_reasons_dict
+
+        is_fio_whitelisted_in_kb = fio_clean.lower() in kb_rules_text
+
+        # 🚨 АНОМАЛИЯ 1: Пришел по СКУД, но в 1С числится отсутствие
+        if is_present and has_1c_reason:
+            if not is_fio_whitelisted_in_kb:
+                anomalies.append({
+                    "type": "ФИЗИЧЕСКОЕ ПРИСУТСТВИЕ ПРИ ОФИЦИАЛЬНОМ ОТСУТСТВИИ",
+                    "fio": fio,
+                    "details": f"Сотрудник пришел по СКУД, но в 1С оформлено: '{reason_1c}'"
+                })
+
+        # 🚨 АНОМАЛИЯ 2: Удаленщик физически пришел в офис
+        if is_present and has_static_reason:
+            static_val = static_reasons_dict[fio_clean]
+            if 'удален' in str(static_val).lower():
+                if not is_fio_whitelisted_in_kb:
+                    anomalies.append({
+                        "type": "УДАЛЁНЩИК В ОФИСЕ",
+                        "fio": fio,
+                        "details": f"Сотрудник числится как '{static_val}' в реестре, но сегодня зафиксирован вход по СКУД."
+                    })
+
+        # 🚨 АНОМАЛИЯ 3: Конфликт 1С и Статического реестра
+        if has_static_reason and has_1c_reason:
+            static_val = static_reasons_dict[fio_clean]
+            if reason_1c.lower() != static_val.lower() and not is_present:
+                if not is_fio_whitelisted_in_kb:
+                    anomalies.append({
+                        "type": "КОНФЛИКТ СПРАВОЧНИКОВ (1С vs РЕЕСТР)",
+                        "fio": fio,
+                        "details": f"В стат. реестре указано '{static_val}', а в 1С оформлен документ '{reason_1c}'"
+                    })
+
+    return anomalies
+
+
 def aggregate_scud_by_employee(df, debug=False):
-    """
-    Агрегирует записи СКУД по сотруднику (fio_clean).
-    Устраняет дубликаты карт/табельных номеров (например, Кондрашова Е.В.):
-    Если человек пришел хотя бы по одной карте — Пришел = True.
-    """
     if df.empty or 'fio_clean' not in df.columns:
         return df
 
@@ -53,10 +98,6 @@ def aggregate_scud_by_employee(df, debug=False):
             best_row = group.iloc[0].to_dict()
 
         best_row['Пришел'] = is_present
-        
-        if debug and len(group) > 1:
-            print(f"  [DEBUG] Найдено дубликатов карт/записей для {fio_clean}: {len(group)} шт. Статус присутствия: {is_present}")
-
         aggregated.append(best_row)
 
     return pd.DataFrame(aggregated)
@@ -64,7 +105,8 @@ def aggregate_scud_by_employee(df, debug=False):
 
 def main():
     parser = argparse.ArgumentParser(description="Система модульного контроллинга СКУД ⟷ 1С")
-    parser.add_argument('-d', '--debug', action='store_true', help="Запуск в режиме отладки (подробный вывод)")
+    parser.add_argument('-d', '--debug', action='store_true', help="Запуск в режиме отладки")
+    parser.add_argument('--skip-export', action='store_true', help="Пропустить выгрузку СКУД из MS SQL")
     args = parser.parse_args()
 
     DEBUG = args.debug
@@ -73,8 +115,22 @@ def main():
     print(f"ЗАПУСК СИСТЕМЫ МОДУЛЬНОГО КОНТРОЛЛИНГА СКУД ⟷ 1С {'[DEBUG MODE]' if DEBUG else ''}")
     print("=" * 60)
 
-    # 0. Валидация файлов
-    print("[0/5] Проверка актуальности и свежести входных файлов...")
+    # Загружаем существующие правила из Базы Знаний
+    kb_data = load_knowledge_base()
+    kb_rules = kb_data.get("rules", [])
+
+    # 0. Выгрузка из БД
+    if not args.skip_export:
+        print("[0/5] Экспорт свежих данных из базы СКУД 'Орион Pro'...")
+        try:
+            run_export(debug=DEBUG)
+        except Exception as e:
+            print(f"[⚠️] Ошибка автоэкспорта из БД: {e}. Используем файлы в data/scud.")
+    else:
+        print("[0/5] Пропуск прямого экспорта из БД (--skip-export)...")
+
+    # 1. Валидация
+    print("[1/5] Проверка актуальности и свежести входных файлов...")
     is_valid, warnings, errors = check_file_freshness()
 
     if warnings:
@@ -93,40 +149,43 @@ def main():
 
     print("[✓] Проверка актуальности успешно пройдена!\n")
 
-    # 1. Загрузка данных
-    print("[1/5] Загрузка данных СКУД, 1С, реестра статических причин и исключений...")
+    # 2. Загрузка данных
+    print("[2/5] Загрузка данных из data/scud, data/1c, реестра причин и исключений...")
     raw_scud_df, staff_fios_clean, df_absent = load_all_data()
     static_reasons_dict = load_static_reason_workers()
 
-    if DEBUG:
-        print(f"  [DEBUG] Загружено записей СКУД: {len(raw_scud_df)}")
-        print(f"  [DEBUG] Загружено сотрудников из 1С: {len(staff_fios_clean)}")
-        print(f"  [DEBUG] Загружено докум. отсутствий 1С: {len(df_absent)}")
-        print(f"  [DEBUG] Загружено статических причин: {len(static_reasons_dict)}")
-
-    # 2. ИИ-сверка ФИО
-    print("[2/5] Проверка опечаток и сопоставление ФИО через ИИ...")
+    # 3. ИИ-сверка ФИО (СКУД + 1С)
+    print("[3/5] Проверка опечаток и сопоставление ФИО через ИИ...")
     scud_unrecognized = raw_scud_df[~raw_scud_df['fio_clean'].isin(staff_fios_clean)]['fio_clean'].tolist()
-    fio_mapping = ai_verify_scud_against_staff(scud_unrecognized, staff_fios_clean)
+    fio_mapping_scud = ai_verify_scud_against_staff(scud_unrecognized, staff_fios_clean)
     
-    if fio_mapping:
-        print(f"    [ИИ] Найдено и исправлено совпадений/опечаток: {len(fio_mapping)}")
+    if fio_mapping_scud:
+        print(f"    [ИИ] Найдено совпадений в СКУД: {len(fio_mapping_scud)}")
         raw_scud_df['fio_clean'] = raw_scud_df['fio_clean'].apply(
-            lambda x: fio_mapping[x]['staff_fio'] if x in fio_mapping else x
+            lambda x: fio_mapping_scud[x]['staff_fio'] if x in fio_mapping_scud else x
+        )
+
+    absent_unrecognized = df_absent[~df_absent['fio_clean'].isin(staff_fios_clean)]['fio_clean'].tolist()
+    if absent_unrecognized:
+        fio_mapping_absent = ai_verify_scud_against_staff(absent_unrecognized, staff_fios_clean)
+        if fio_mapping_absent:
+            print(f"    [ИИ] Найдено совпадений в 1С Отсутствиях: {len(fio_mapping_absent)}")
+            df_absent['fio_clean'] = df_absent['fio_clean'].apply(
+                lambda x: fio_mapping_absent[x]['staff_fio'] if x in fio_mapping_absent else x
             )
 
-    # 2.1 Агрегация нескольких карт/дубликатов
     raw_scud_df = aggregate_scud_by_employee(raw_scud_df, debug=DEBUG)
 
-    # 3. Объединение данных и иерархия приоритетов
-    print("[3/5] Объединение реестров 1С, СКУД, статических причин и исключений...")
+    # 4. Объединение и детекция
+    print("[4/5] Объединение реестров 1С, СКУД, статических причин и исключений...")
     merged = raw_scud_df[raw_scud_df['fio_clean'].isin(staff_fios_clean)].copy()
     
-    # 🎯 ПРИОРИТЕТ 1: Выгрузка докум. отсутствий 1С:ЗУП (Отсутствия сотрудников - выгрузка.xlsx)
     merged = merged.merge(df_absent, on='fio_clean', how='left')
 
-    # 🎯 ПРИОРИТЕТ 2: Статические причины из static_reason_workers.csv
-    # Применяются ТОЛЬКО если в 1С:ЗУП документа нет и сотрудник отсутствует в СКУД
+    # Детекция аномалий С УЧЁТОМ НАКОПЛЕННОЙ БАЗЫ ЗНАНИЙ
+    anomalies_list = detect_all_anomalies(merged, static_reasons_dict, kb_rules)
+
+    # Применение статических причин (ТОЛЬКО ДЛЯ ТЕХ, КТО НЕ ПРИШЕЛ В ОФИС)
     if static_reasons_dict:
         for fio_clean, reason_val in static_reasons_dict.items():
             mask_apply_static = (
@@ -136,9 +195,7 @@ def main():
             )
             merged.loc[mask_apply_static, 'Вид_отсутствия'] = reason_val
 
-    # 🎯 ПРИОРИТЕТ 3: Исключения по должности/департаменту/ФИО (exceptions.json)
-    # Если сотрудник попал в исключения (is_excluded = True), НЕ пришел в СКУД и НЕ имеет документа в 1С:
-    # Присваиваем ему статус "Исключение (ОВК/Подрядчики)", чтобы он НЕ ПОПАДАЛ в неизвестные!
+    # Применение исключений
     mask_apply_exceptions = (
         (merged['Пришел'] == False) & 
         (merged['Вид_отсутствия'].isna() | (merged['Вид_отсутствия'].astype(str).str.strip() == '')) & 
@@ -153,43 +210,42 @@ def main():
     if DEBUG:
         print("\n--- [DEBUG STATS] ---")
         print(f"  Всего по списку: {len(merged)}")
-        print(f"  Присутствуют на рабочем месте: {len(merged[merged['Пришел'] == True])}")
-        print(f"  Официально отсутствуют (1С + стат. причины + исключения): {len(absent_explained)}")
+        is_working_mask = (merged['Пришел'] == True) | (
+            merged['Вид_отсутствия'].astype(str).str.lower().str.contains('командировк|удален|дистанцион|разъездн', regex=True, na=False)
+        )
+        print(f"  Работают (офис / удаленка / командировки): {len(merged[is_working_mask])}")
+        print(f"  Официально отсутствуют: {len(absent_explained)}")
         print(f"  Истинно неизвестные случаи: {len(absent_unexplained)}")
-        if not absent_unexplained.empty:
-            print("  Список неизвестных:")
-            for fio in absent_unexplained['Сотрудник'].dropna().tolist():
-                print(f"    - {fio}")
+        print(f"  Обнаружено комплексных аномалий: {len(anomalies_list)}")
         print("---------------------\n")
 
-    # 4. ИИ-анализ и интерактивная проверка (HITL)
-    print("[4/5] Запуск ИИ-аудитора и проверка аномалий...")
+    # 5. ИИ-аудитор
+    print("[5/5] Запуск ИИ-аудитора и глубокий анализ аномалий...")
     report_text = generate_markdown_report(
         merged_df=merged,
         absent_explained=absent_explained,
         absent_unexplained=absent_unexplained,
         scud_present_but_absent_in_1c=scud_present_but_absent_in_1c,
+        anomalies_list=anomalies_list,
         raw_scud_df=raw_scud_df,
         date_str=DATE_TODAY
     )
 
     suspicious_cases = []
-    if not scud_present_but_absent_in_1c.empty:
-        for _, row in scud_present_but_absent_in_1c.iterrows():
+    if anomalies_list:
+        for a in anomalies_list:
             suspicious_cases.append({
-                'fio_target': row.get('Сотрудник', ''),
-                'reason': f"Пришел по СКУД, но в 1С зафиксировано: {row.get('Вид_отсутствия', '')}"
+                'fio_target': a['fio'],
+                'reason': f"{a['type']}: {a['details']}"
             })
             
     review_ai_decisions(report_text, suspicious_cases)
 
-    # 5. Формирование Excel и Markdown отчетов
-    print("[5/5] Формирование итоговых Excel и Markdown отчетов...")
     generate_summary_excel(merged_df=merged, date_str=DATE_TODAY)
     generate_detailed_excel(merged_df=merged, date_str=DATE_YESTERDAY)
 
     print("\n" + "=" * 60)
-    print("ГОТОВАЯ ТЕКСТОВАЯ СВОДКА ИИ:")
+    print("ГОТОВАЯ ТЕКСТОВАЯ СВОДКА ИИС-АУДИТОРА:")
     print("=" * 60)
     print(report_text)
     

modules/ai_verifier.py

@@ -3,27 +3,34 @@ import re
 import requests
 from config import OLLAMA_URL, OLLAMA_MODEL
 
-def ask_ollama(prompt, model=OLLAMA_MODEL, system_prompt=None):
-    """Базовая функция отправки запросов к Ollama"""
-    if system_prompt is None:
-        system_prompt = "Ты — офисный аудитор безопасности и кадрового учета."
-        
+def ask_ollama(prompt, system_prompt=None):
+    """
+    Универсальная функция отправки запросов к Ollama (поддерживает /api/generate и /api/chat)
+    """
     payload = {
-        "model": model,
-        "messages": [
-            {"role": "system", "content": system_prompt},
-            {"role": "user", "content": prompt}
-        ],
+        "model": OLLAMA_MODEL,
+        "prompt": f"{system_prompt}\n\n{prompt}" if system_prompt else prompt,
         "stream": False
     }
+
     try:
-        response = requests.post(OLLAMA_URL, json=payload, timeout=60)
+        response = requests.post(OLLAMA_URL, json=payload, timeout=120)
         if response.status_code == 200:
-            return response.json()['message']['content']
+            data = response.json()
+            # Проверяем формат /api/generate
+            if "response" in data:
+                return data["response"].strip()
+            # Проверяем формат /api/chat
+            elif "message" in data and "content" in data["message"]:
+                return data["message"]["content"].strip()
             else:
-            return f"Ошибка API Ollama: {response.status_code}"
+                return f"⚠️ Неизвестная структура ответа Ollama: {data}"
+        else:
+            return f"⚠️ Ошибка Ollama (Код {response.status_code}): {response.text}"
+    except requests.exceptions.ConnectionError:
+        return "⚠️ Не удалось подключиться к Ollama. Проверьте, запущен ли сервис (ollama run qwen2.5:14b)."
     except Exception as e:
-        return f"Ошибка подключения к Ollama: {e}"
+        return f"⚠️ Ошибка при обращении к Ollama: {e}"
 
 def ai_verify_scud_against_staff(unrecognized_scud_fios, staff_fios):
     """ИИ-сверка опечаток и несовпадений ФИО между СКУД и 1С:ЗУП"""

modules/data_loader.py

@@ -3,7 +3,8 @@ import pandas as pd
 import warnings
 from config import (
     normalize_fio, clean_scud_fio_light, load_exceptions, 
-    DATA_DIR, SCUD_FILE, SCUD_FILE_TODAY, SCUD_FILE_YESTERDAY
+    DATA_DIR, SCUD_FILE, SCUD_FILE_TODAY, SCUD_FILE_YESTERDAY,
+    STAFF_FILE_1C, ABSENT_FILE_1C
 )
 
 warnings.filterwarnings('ignore', category=UserWarning, module='pandas')
@@ -20,19 +21,17 @@ def is_excluded(fio, dept, pos, exceptions):
     return False
 
 def load_staff_data():
-    staff_path = os.path.join(DATA_DIR, "Штатные сотрудники - ОУП.xlsx")
-    if not os.path.exists(staff_path):
-        raise FileNotFoundError(f"Файл штатного расписания не найден: {staff_path}")
-    df_staff = pd.read_excel(staff_path, skiprows=7)
+    if not os.path.exists(STAFF_FILE_1C):
+        raise FileNotFoundError(f"Файл штатного расписания не найден по пути: {STAFF_FILE_1C}")
+    df_staff = pd.read_excel(STAFF_FILE_1C, skiprows=7)
     df_staff = df_staff.rename(columns={df_staff.columns[1]: 'ФИО'})
     df_staff['fio_clean'] = df_staff['ФИО'].apply(normalize_fio)
     return df_staff
 
 def load_absent_data():
-    absent_path = os.path.join(DATA_DIR, "Отсутствия сотрудников - выгрузка.xlsx")
-    if not os.path.exists(absent_path):
-        raise FileNotFoundError(f"Файл отсутствий не найден: {absent_path}")
-    df_absent_raw = pd.read_excel(absent_path, skiprows=3)
+    if not os.path.exists(ABSENT_FILE_1C):
+        raise FileNotFoundError(f"Файл отсутствий не найден по пути: {ABSENT_FILE_1C}")
+    df_absent_raw = pd.read_excel(ABSENT_FILE_1C, skiprows=3)
     df_absent = df_absent_raw[1:].copy().reset_index(drop=True)
     df_absent = df_absent.rename(columns={df_absent.columns[0]: 'ФИО', df_absent.columns[2]: 'Вид_отсутствия'})
     df_absent['fio_clean'] = df_absent['ФИО'].apply(normalize_fio)
@@ -41,7 +40,7 @@ def load_absent_data():
 def load_scud_data():
     scud_path = SCUD_FILE_TODAY if os.path.exists(SCUD_FILE_TODAY) else (SCUD_FILE_YESTERDAY if os.path.exists(SCUD_FILE_YESTERDAY) else SCUD_FILE)
     if not os.path.exists(scud_path):
-        raise FileNotFoundError(f"Файл СКУД не найден в папке {DATA_DIR}")
+        raise FileNotFoundError(f"Файл СКУД не найден в папке data/scud: {scud_path}")
 
     df_scud = pd.read_excel(scud_path)
     exceptions = load_exceptions()
@@ -63,7 +62,6 @@ def load_scud_data():
 
     df_scud['Пришел'] = df_scud.apply(is_person_present, axis=1)
     
-    # Отмечаем флаг исключений, но НЕ удаляем сразу
     df_scud['is_excluded'] = df_scud.apply(
         lambda r: is_excluded(r.get('Сотрудник', ''), r.get('Подразделение', ''), r.get('Должность', ''), exceptions),
         axis=1

modules/data_validator.py

@@ -1,46 +1,34 @@
 import os
-import pandas as pd
-from datetime import datetime, timedelta
-from config import DATA_DIR, DATE_TODAY, DATE_YESTERDAY
+import time
+from datetime import datetime
+from config import SCUD_FILE_TODAY, STAFF_FILE_1C, ABSENT_FILE_1C
 
-def check_file_freshness():
+
+def check_file_freshness(max_age_hours=24):
     """
-    Проверяет наличие и актуальность файлов СКУД и 1С.
-    Возвращает (is_valid, warnings_list, errors_list)
+    Проверяет существование и свежесть входных файлов.
     """
-    errors = []
     warnings = []
+    errors = []
+    now = time.time()
+    max_age_sec = max_age_hours * 3600
 
-    # Ожидаемые имена файлов
-    scud_today_file = os.path.join(DATA_DIR, f"Сотрудники_{DATE_TODAY}.xlsx")
-    scud_yesterday_file = os.path.join(DATA_DIR, f"Сотрудники_{DATE_YESTERDAY}.xlsx")
-    staff_file = os.path.join(DATA_DIR, "Штатные сотрудники - ОУП.xlsx")
-    absent_file = os.path.join(DATA_DIR, "Отсутствия сотрудников - выгрузка.xlsx")
-
-    now = datetime.now()
-
-    # 1. Проверка файла СКУД за СЕГОДНЯ
-    if not os.path.exists(scud_today_file):
-        errors.append(f"❌ КРИТИЧЕСКАЯ ОШИБКА: Отсутствует актуальный файл СКУД за сегодня: 'Сотрудники_{DATE_TODAY}.xlsx'!")
+    # 1. Проверка файлов 1С в data/1c
+    for file_path, label in [(STAFF_FILE_1C, "Штатное расписание 1С"), (ABSENT_FILE_1C, "Отсутствия 1С")]:
+        if not os.path.exists(file_path):
+            errors.append(f"Файл '{label}' не найден по пути: {file_path}")
         else:
-        # Проверяем дату изменения файла (mtime)
-        file_mtime = datetime.fromtimestamp(os.path.getmtime(scud_today_file))
-        if file_mtime.date() < now.date():
-            errors.append(f"⚠️ ОШИБКА АКТУАЛЬНОСТИ: Файл 'Сотрудники_{DATE_TODAY}.xlsx' существует, но изменялся прошлым днем ({file_mtime.strftime('%d.%m.%Y %H:%M')})!")
+            mtime = os.path.getmtime(file_path)
+            age_hours = (now - mtime) / 3600
+            if age_hours > max_age_hours:
+                warnings.append(
+                    f"Файл '{label}' обновлялся давно ({age_hours:.1f} ч. назад). "
+                    f"Дата изменения: {datetime.fromtimestamp(mtime).strftime('%d.%m.%Y %H:%M')}"
+                )
 
-    # 2. Проверка файла СКУД за ВЧЕРА
-    if not os.path.exists(scud_yesterday_file):
-        warnings.append(f"⚠️ ПРЕДУПРЕЖДЕНИЕ: Файл СКУД за вчера ({DATE_YESTERDAY}) не найден. Детальный отчет за вчера может быть неполным.")
-
-    # 3. Проверка файлов 1С (Штат и Отсутствия)
-    for f_path, f_name in [(staff_file, "Штатные сотрудники"), (absent_file, "Выгрузка отсутствий")]:
-        if not os.path.exists(f_path):
-            errors.append(f"❌ КРИТИЧЕСКАЯ ОШИБКА: Файл 1С '{f_name}' не найден в папке data/!")
-        else:
-            file_mtime = datetime.fromtimestamp(os.path.getmtime(f_path))
-            days_old = (now - file_mtime).days
-            if days_old >= 2:
-                warnings.append(f"⚠️ УСТАРЕВШИЕ ДАННЫЕ 1С: Файл '{os.path.basename(f_path)}' не обновлялся {days_old} дн. (Дата: {file_mtime.strftime('%d.%m.%Y')})")
+    # 2. Проверка файла СКУД в data/scud
+    if not os.path.exists(SCUD_FILE_TODAY):
+        warnings.append(f"Сегодняшний файл СКУД еще не сформирован: {SCUD_FILE_TODAY}")
 
     is_valid = len(errors) == 0
     return is_valid, warnings, errors

modules/scud_export.py

@@ -1,11 +1,5 @@
 """
-Скрипт экспорта данных СКУД (Orion) в Excel.
-Оптимизированная супер-быстрая версия (использует ROW_NUMBER() вместо подзапросов).
-
-Запуск:
-    python scud_export.py
-    python scud_export.py -d
-    python scud_export.py --date 28.07.2026 -d
+Модуль автоматического экспорта данных СКУД (Orion) из MS SQL Server в Excel.
 """
 
 import argparse
@@ -19,13 +13,12 @@ import pandas as pd
 import pyodbc
 from openpyxl.utils import get_column_letter
 
+from config import SCUD_DIR
+
 warnings.filterwarnings("ignore", message="pandas only supports SQLAlchemy connectable")
 
-# ==============================================================================
-# 1. Настройки путей и логов
-# ==============================================================================
 SCRIPT_DIR = os.path.dirname(os.path.abspath(__file__))
-LOG_DIR = os.path.join(SCRIPT_DIR, "logs")
+LOG_DIR = os.path.join(SCRIPT_DIR, "..", "logs")
 os.makedirs(LOG_DIR, exist_ok=True)
 
 TODAY_DATE_STR = datetime.now().strftime("%d.%m.%Y")
@@ -34,6 +27,7 @@ LOG_FILE = os.path.join(LOG_DIR, f"export_{TODAY_DATE_STR}.log")
 logger = logging.getLogger("scud_export")
 logger.setLevel(logging.INFO)
 
+if not logger.handlers:
     _file_handler = logging.FileHandler(LOG_FILE, encoding="utf-8")
     _console_handler = logging.StreamHandler(sys.stdout)
     _formatter = logging.Formatter("[%(asctime)s] [%(levelname)s] %(message)s", datefmt="%Y-%m-%d %H:%M:%S")
@@ -56,21 +50,12 @@ def log(message: str, level: str = "INFO"):
         logger.log(level_map.get(level, logging.INFO), message)
 
 
-# ==============================================================================
-# 2. Настройки базы данных и папки
-# ==============================================================================
 SERVER_NAME = r"192.168.1.253\SQL"
 DATABASE_NAME = "Orion-14.01.21-1"
 SQL_USER = "sa"
 SQL_PASSWORD = "123456"
-
-FOLDER_PATH = r"C:\scud_exchsnge"
 ODBC_DRIVER = "SQL Server Native Client 10.0"
 
-
-# ==============================================================================
-# 3. СУПЕР-ОПТИМИЗИРОВАННЫЙ SQL-ЗАПРОС (Мгновенное выполнение)
-# ==============================================================================
 SQL_QUERY_TEMPLATE = r"""
 DECLARE @InputDate DATE = '{target_date}';
 DECLARE @TargetDate DATE = @InputDate;
@@ -78,7 +63,6 @@ DECLARE @TargetDate DATE = @InputDate;
 DECLARE @StartDate DATETIME = CAST(@TargetDate AS DATETIME);
 DECLARE @EndDate DATETIME = DATEADD(SECOND, -1, DATEADD(DAY, 1, @StartDate));
 
--- 1. Фильтруем логи только за нужные 24 часа за один проход
 WITH DailyLogs AS (
     SELECT 
         log.HozOrgan AS EmployeeID,
@@ -95,7 +79,6 @@ WITH DailyLogs AS (
       AND log.HozOrgan > 0
       AND (log.Event IN (28, 29, 26, 27, 32, 33) OR log.Mode IN (1, 2))
 ),
--- 2. Агрегируем времена входа/выхода и определяем последнее событие
 Passages AS (
     SELECT
         EmployeeID,
@@ -167,9 +150,6 @@ ORDER BY p.Name ASC;
 """
 
 
-# ==============================================================================
-# 4. Вспомогательные функции
-# ==============================================================================
 def auto_fit_columns(file_path: str, sheet_name: str, padding: float = 2.0, min_width: float = 8.0, max_width: float = 60.0):
     from openpyxl import load_workbook
 
@@ -196,7 +176,6 @@ def get_targets(input_date: str | None):
         try:
             parsed = datetime.strptime(input_date, "%d.%m.%Y").date()
             targets.append({"name": "Указанная дата", "date": parsed})
-            log(f"Запущен ручной режим для даты: {input_date}")
         except ValueError:
             log(f"ОШИБКА: Неверный формат даты '{input_date}'. Используйте ДД.ММ.ГГГГ", "ERROR")
             sys.exit(1)
@@ -211,16 +190,13 @@ def get_targets(input_date: str | None):
     return targets
 
 
-# ==============================================================================
-# 5. Основная функция выгрузки
-# ==============================================================================
-def run_export(input_date: str | None, debug: bool = False):
+def run_export(input_date: str | None = None, debug: bool = False):
     if debug:
         logger.setLevel(logging.DEBUG)
         log("=== ВКЛЮЧЕН РЕЖИМ ОТЛАДКИ (DEBUG MODE) ===", "WARNING")
 
-    log("=== Запуск скрипта экспорта СКУД ===")
-    os.makedirs(FOLDER_PATH, exist_ok=True)
+    log("=== [ЭТАП 0] Выгрузка свежих данных СКУД напрямую из БД Орион ===")
+    os.makedirs(SCUD_DIR, exist_ok=True)
 
     targets = get_targets(input_date)
 
@@ -234,6 +210,7 @@ def run_export(input_date: str | None, debug: bool = False):
         f"Encrypt=no;"
     )
 
+    success = True
     for target in targets:
         processing_date = target["date"]
         processing_date_str = processing_date.strftime("%d.%m.%Y")
@@ -242,15 +219,13 @@ def run_export(input_date: str | None, debug: bool = False):
         log(f"--- Обработка периода: {period_label} ({processing_date_str}) ---")
 
         file_name = f"Сотрудники_{processing_date_str}.xlsx"
-        file_path = os.path.join(FOLDER_PATH, file_name)
+        file_path = os.path.join(SCUD_DIR, file_name)
 
         if os.path.exists(file_path):
-            log(f"Файл {file_name} существует. Перезаписываем...")
             try:
                 os.remove(file_path)
             except OSError as e:
-                log(f"ОШИБКА при удалении файла {file_name}: {e}", "ERROR")
-                continue
+                log(f"ОШИБКА при удалении старого файла {file_name}: {e}", "ERROR")
 
         sql_query = SQL_QUERY_TEMPLATE.format(target_date=processing_date.strftime("%Y-%m-%d"))
 
@@ -261,51 +236,28 @@ def run_export(input_date: str | None, debug: bool = False):
 
             log(f"База вернула {len(df)} строк за {processing_date_str}")
 
-            if debug:
-                present_df = df[df["Начало_дня"] != "Нет входа"]
-                still_inside_df = df[(df["Начало_дня"] != "Нет входа") & (df["Конец_дня"] == "Нет выхода")]
-                left_df = df[(df["Начало_дня"] != "Нет входа") & (df["Конец_дня"] != "Нет выхода")]
-
-                print("\n" + "=" * 50)
-                print(f"[DEBUG STATS] Дата: {processing_date_str}")
-                print(f"  Всего активных сотрудников в БД: {len(df)}")
-                print(f"  Присутствуют / были сегодня:     {len(present_df)}")
-                print(f"  Физически находятся в здании:    {len(still_inside_df)} (Конец_дня = 'Нет выхода')")
-                print(f"  Завершили рабочий день (Ушли):   {len(left_df)}")
-                
-                if not still_inside_df.empty:
-                    print("\n  Первые 5 сотрудников, находящихся сейчас в здании:")
-                    for _, r in still_inside_df.head(5).iterrows():
-                        print(f"    • {r['Сотрудник']} | Вход: {r['Начало_дня']} | В здании: {r['Находился_в_здании']}")
-                print("=" * 50 + "\n")
-
             if len(df) > 0:
                 df.to_excel(file_path, sheet_name="Отчет", index=False, engine="openpyxl")
                 auto_fit_columns(file_path, sheet_name="Отчет")
-                log(f"Успешно создан файл {file_path}", "SUCCESS")
+                log(f"[✓] Успешно экспортирован файл: data/scud/{file_name}", "SUCCESS")
+            else:
+                log(f"Запрос за {processing_date_str} вернул 0 строк.", "WARNING")
 
         except Exception as e:
-            log(f"ОШИБКА при обработке даты {processing_date_str}: {e}", "ERROR")
+            log(f"🛑 ОШИБКА выгрузки СКУД за {processing_date_str}: {e}", "ERROR")
+            success = False
         finally:
             if connection is not None:
                 connection.close()
 
-    log("=== Завершение работы скрипта ===")
+    log("=== Выгрузка СКУД завершена ===\n")
+    return success
 
 
 if __name__ == "__main__":
     parser = argparse.ArgumentParser(description="Экспорт данных СКУД в Excel")
-    parser.add_argument(
-        "--date",
-        dest="input_date",
-        default=None,
-        help='Дата в формате ДД.ММ.ГГГГ (например, "28.07.2026")',
-    )
-    parser.add_argument(
-        "-d", "--debug",
-        action="store_true",
-        help="Запуск в режиме отладки (вывод детальной статистики)",
-    )
+    parser.add_argument("--date", dest="input_date", default=None)
+    parser.add_argument("-d", "--debug", action="store_true")
     args = parser.parse_args()
 
     run_export(args.input_date, debug=args.debug)

modules/text_reporter.py

@@ -2,7 +2,8 @@ import json
 from modules.ai_verifier import ask_ollama
 from modules.knowledge_base import load_knowledge_base
 
-def generate_markdown_report(merged_df, absent_explained, absent_unexplained, scud_present_but_absent_in_1c, raw_scud_df=None, raw_staff_df=None, date_str="27.07.2026"):
+
+def generate_markdown_report(merged_df, absent_explained, absent_unexplained, scud_present_but_absent_in_1c, anomalies_list=None, raw_scud_df=None, raw_staff_df=None, date_str="28.07.2026"):
     kb = load_knowledge_base()
     custom_rules = kb.get("rules", [])
     custom_rules_str = "\n".join([f"- {r}" for r in custom_rules]) if custom_rules else "Специфических правил компании пока нет."
@@ -25,67 +26,65 @@ def generate_markdown_report(merged_df, absent_explained, absent_unexplained, sc
 
         detailed_cases_for_ai.append({
             "fio_clean": fio_clean,
-            "staff_records_count": len(staff_matches),
             "staff_records_1C": staff_matches,
             "scud_records_LOGS": scud_matches
         })
 
-    cols_crit = [c for c in ['Сотрудник', 'Подразделение', 'Должность', 'Вид_отсутствия'] if c in scud_present_but_absent_in_1c.columns]
-    critical_list = scud_present_but_absent_in_1c[cols_crit].to_dict(orient='records')
-
-    # Исходные точные цифры Python
     total_staff = len(merged_df)
-    present_cnt = len(merged_df[merged_df['Пришел'] == True])
+    is_working_mask = (merged_df['Пришел'] == True) | (
+        merged_df['Вид_отсутствия'].astype(str).str.lower().str.contains('командировк|удален|дистанцион|разъездн', regex=True, na=False)
+    )
+    present_cnt = len(merged_df[is_working_mask])
     explained_cnt = len(absent_explained)
     unexplained_cnt = len(absent_unexplained)
+    anomalies_cnt = len(anomalies_list) if anomalies_list else 0
 
     prompt = f"""
-Ты — старший аудитор кадровой безопасности и систем СКУД. Проанализируй данные за {date_str} и составь итоговый отчет.
+Ты — старший аудитор кадровой безопасности и контроллинга СКУД. 
+Проанализируй аномалии и пересечения данных за {date_str}.
 
-📌 ДИНАМИЧЕСКИЕ ПРАВИЛА И НАКОПЛЕННЫЙ ОПЫТ ПРЕДПРИЯТИЯ:
+📌 НАКОПЛЕННЫЕ ПРАВИЛА ПРЕДПРИЯТИЯ И ИСКЛЮЧЕНИЯ:
 {custom_rules_str}
 
-🚨 СТРОГИЕ ПРАВИЛА МАТЕМАТИКИ И КАТЕГОРИЙ:
-1. Цифры сводки ДОЛЖНЫ СТРОГО СОВПАДАТЬ с первично посчитанным массивом:
-   - Всего офисных сотрудников: {total_staff}
-   - Присутствуют на рабочем месте: {present_cnt}
-   - Официально отсутствуют: {explained_cnt}
-   - Неизвестно (истинно неотмеченные): {unexplained_cnt} чел.
-2. Заголовок "#### Неизвестные случаи: {unexplained_cnt}" должен иметь ровно ту же цифру {unexplained_cnt}.
-3. Нумерованный список ниже ДОЛЖЕН содержать ровно {unexplained_cnt} сотрудников из массива `detailed_cases_for_ai` без пропусков.
+🚨 ВХОДНЫЕ МЕТРИКИ:
+- Всего сотрудников: {total_staff}
+- На работе / Удаленно / Командировка: {present_cnt}
+- Официально отсутствуют (1С/Реестры): {explained_cnt}
+- Неизвестно (требуют выяснения): {unexplained_cnt}
+- Выявлено аномалий и конфликтов реестров: {anomalies_cnt}
 
 ---
-📊 ВХОДНЫЕ МИКРО-ДАННЫЕ НЕИЗВЕСТНЫХ ({unexplained_cnt} чел):
-{json.dumps(detailed_cases_for_ai, ensure_ascii=False, indent=2)}
+🚨 ОБНАРУЖЕННЫЕ АНОМАЛИИ И КОНФЛИКТЫ МЕЖДУ СКУД, 1С, СТАТИЧЕСКИМИ РЕЕСТРАМИ И ИСКЛЮЧЕНИЯМИ ({anomalies_cnt} шт.):
+{json.dumps(anomalies_list, ensure_ascii=False, indent=2)}
 
-🚨 СПИСОК КРИТИЧЕСКИХ АНОМАЛИЙ:
-{json.dumps(critical_list, ensure_ascii=False, indent=2)}
+---
+📊 СПИСОК НЕИЗВЕСТНЫХ СЛУЧАЕВ ({unexplained_cnt} чел):
+{json.dumps(detailed_cases_for_ai, ensure_ascii=False, indent=2)}
 
 СТРОГИЙ ШАБЛОН ОТВЕТА:
 
-**Сводка контроллинга СКУД и 1С:ЗУП на {date_str} в 12:00**
+**Сводка контроллинга СКУД и 1С:ЗУП на {date_str}**
 
 - Всего офисных сотрудников: **{total_staff}**
-- Присутствуют на рабочем месте: **{present_cnt}**
+- Работают (офис / удаленка / командировки): **{present_cnt}**
 - Официально отсутствуют: **{explained_cnt}**
-- Неизвестно (истинно неотмеченные после проверки ИИ): **{unexplained_cnt}** чел.
+- Неизвестно (истинно неотмеченные): **{unexplained_cnt}** чел.
+- Выявлено аномалий/конфликтов реестров: **{anomalies_cnt}** шт.
 
-#### ⚠️ Подозрения на ложные срабатывания СКУД / Совмещения:
-(Укажи сотрудников с аномалиями/вторыми проходами, например Кондрашову Е.В., если у нее дубликат карты)
+#### 🚨 Выявленные ИИ аномалии и конфликты источников ({anomalies_cnt}):
+(Подробно разбери каждый конфликт из `anomalies_list`. Опиши суть нарушения. Если аномалий нет — напиши "Аномалий и конфликтов не обнаружено.")
 
-#### Критические аномалии (Работа в отпуске / на больничном):
-(Детально опиши сотрудников из списка КРИТИЧЕСКИХ АНОМАЛИЙ. Если их нет — напиши "Критических нарушений не выявлено.")
+#### ⚠️ Подозрения на ложные срабатывания / Совмещения:
+(Укажи сотрудников с повторными проходами или несколькими картами, если такие есть)
 
 #### Неизвестные случаи: {unexplained_cnt}
-(Выведи НУМЕРОВАННЫЙ СПИСОК ВСЕХ {unexplained_cnt} человек строго в формате:
-1. ФИО — [Аббревиатура], Должность
-2. ФИО — [Аббревиатура], Должность
-...
-{unexplained_cnt}. ФИО — [Аббревиатура], Должность)
+(Выведи НУМЕРОВАННЫЙ СПИСОК ВСЕХ {unexplained_cnt} человек в формате:
+1. ФИО — Подразделение, Должность
+2. ФИО — Подразделение, Должность)
 
 ### Рекомендации:
-...
+(Сформулируй 2-3 общие системные рекомендации для кадровой службы. КАТЕГОРИЧЕСКИ ЗАПРЕЩЕНО перечислять конкретные ФИО сотрудников в скобках или тексте рекомендаций — они уже перечислены выше.)
 """
 
-    sys_prompt = "Ты — кадровый аудитор. Выводи ровно то количество людей в списке, которое указано в переменной unexplained_cnt."
+    sys_prompt = "Ты — эксперт кадрового аудита. Пиши сжато, лаконично, без дублирования ФИО сотрудников в блоке рекомендаций."
     return ask_ollama(prompt, system_prompt=sys_prompt)