перед внедрением API и веб интерфейса.

config.py

@@ -23,6 +23,7 @@ if NOW.weekday() == 0:
 else:
     DATE_YESTERDAY = (NOW - timedelta(days=1)).strftime("%d.%m.%Y")
 
+# --- Настройки LLM / Ollama ---
 OLLAMA_URL = "http://192.168.11.3:11434/api/generate"
 OLLAMA_MODEL = "qwen2.5:14b"
 MODEL_NAME = OLLAMA_MODEL
@@ -30,6 +31,17 @@ MODEL_NAME = OLLAMA_MODEL
 KNOWLEDGE_BASE_PATH = os.path.join(DATA_DIR, "knowledge_base.json")
 EXCEPTIONS_PATH = os.path.join(BASE_DIR, "exceptions.json")
 
+# --- Настройки подключения к MS SQL Server (1С:ЗУП 3.1) ---
+ZUP_SQL_CONFIG = {
+    "driver": "{ODBC Driver 18 for SQL Server}", # или "{ODBC Driver 17 for SQL Server}"
+    "server": os.getenv("ZUP_SQL_SERVER", "ACCOUNT-01"),
+    "database": os.getenv("ZUP_SQL_DB", "ZUP30"), # Замените на точное имя базы ЗУП на ACCOUNT-01
+    "user": os.getenv("ZUP_SQL_USER", "scud_reader"),       # Логин SQL Server
+    "password": os.getenv("ZUP_SQL_PASS", "Rhfcysq90"), # Пароль SQL Server
+    "trust_server_certificate": "yes",              # Доверять сертификату сервера
+    "encrypt": "no"                                # "yes", если на MS SQL включено обязательное SSL-шифрование
+}
+
 
 def find_dated_file(prefix, date_str, search_dirs=[ZUP_1C_DIR, SCUD_DIR, DATA_DIR, "."]):
     """

modules/data_loader.py

@@ -5,6 +5,8 @@ from config import (
     normalize_fio, clean_scud_fio_light, load_exceptions, 
     DATE_TODAY, DATE_YESTERDAY, find_dated_file, ZUP_1C_DIR, SCUD_DIR
 )
+# Импортируем прямую SQL-выгрузку отсутствий из 1С
+from modules.zup_extractor import fetch_zup_absences_from_sql
 
 warnings.filterwarnings('ignore', category=UserWarning, module='pandas')
 
@@ -24,41 +26,50 @@ def is_excluded(fio, dept, pos, exceptions):
 
 def load_staff_data(date_str):
     """
-    Загружает файл Штатного расписания 1С за конкретную дату.
+    Загружает файл Штатного расписания 1С за конкретную дату из папки 1c.
-    Если файла за эту дату нет — возвращает None без подмены на старые даты.
     """
     filepath = find_dated_file("Штат", date_str)
     if not filepath:
-        return None
+        fallback_path = os.path.join(ZUP_1C_DIR, "штат.xlsx")
+        if os.path.exists(fallback_path):
+            filepath = fallback_path
+        else:
+            return None
 
-    df_raw = pd.read_excel(filepath, skiprows=8)
+    try:
-    df_staff = df_raw.iloc[:, [1, 5, 12]].copy()
+        df_raw = pd.read_excel(filepath, skiprows=8)
-    df_staff.columns = ['ФИО', 'Подразделение', 'Должность']
+        
-    df_staff = df_staff.dropna(subset=['ФИО']).reset_index(drop=True)
+        # Индексы столбцов в файле 1С: 1 — ФИО, 5 — Подразделение, 12 — Должность
-    df_staff = df_staff[~df_staff['ФИО'].astype(str).str.contains('Всего|Организация|Сотрудник|ФИО', case=False, na=False)]
+        df_staff = df_raw.iloc[:, [1, 5, 12]].copy()
-    df_staff['fio_clean'] = df_staff['ФИО'].apply(normalize_fio)
+        df_staff.columns = ['ФИО', 'Подразделение', 'Должность']
-    return df_staff
+        
+        df_staff = df_staff.dropna(subset=['ФИО']).reset_index(drop=True)
+        df_staff = df_staff[~df_staff['ФИО'].astype(str).str.contains('Всего|Организация|Сотрудник|ФИО', case=False, na=False)]
+        df_staff['fio_clean'] = df_staff['ФИО'].apply(normalize_fio)
+        return df_staff
+    except Exception as e:
+        print(f"[❌] Ошибка загрузки штата из {filepath}: {e}")
+        return None
 
 
 def load_absent_data(date_str):
     """
-    Загружает файл Отсутствий сотрудников 1С за конкретную дату.
+    Загружает документально подтвержденные отсутствия сотрудников
-    Если файла за эту дату нет — возвращает None без подмены на старые даты.
+    НАПРЯМУЮ из базы MS SQL 1С:ЗУП за указанную дату.
     """
-    filepath = find_dated_file("Отсутствия", date_str)
+    try:
-    if not filepath:
+        df_absent = fetch_zup_absences_from_sql(date_str)
-        return None
         
-    df_raw = pd.read_excel(filepath, skiprows=3)
+        if df_absent is not None and not df_absent.empty:
-    df_absent = df_raw[1:].copy().reset_index(drop=True)
+            df_absent = df_absent.dropna(subset=['ФИО', 'Вид_отсутствия'])
-    df_absent = df_absent.rename(columns={
+            df_absent = df_absent[~df_absent['ФИО'].astype(str).str.contains('АО "ЛЕНМОРНИИПРОЕКТ"|Сотрудник', case=False, na=False)]
-        df_absent.columns[0]: 'ФИО',
+            df_absent['fio_clean'] = df_absent['ФИО'].apply(normalize_fio)
-        df_absent.columns[2]: 'Вид_отсутствия'
+            return df_absent[['fio_clean', 'Вид_отсутствия']].dropna(subset=['fio_clean'])
-    })
+        else:
-    df_absent = df_absent[['ФИО', 'Вид_отсутствия']].dropna(subset=['ФИО', 'Вид_отсутствия'])
+            return None
-    df_absent = df_absent[~df_absent['ФИО'].astype(str).str.contains('АО "ЛЕНМОРНИИПРОЕКТ"|Сотрудник', case=False, na=False)]
+    except Exception as e:
-    df_absent['fio_clean'] = df_absent['ФИО'].apply(normalize_fio)
+        print(f"[⚠️] Ошибка SQL-выгрузки отсутствий за {date_str}: {e}")
-    return df_absent[['fio_clean', 'Вид_отсутствия']].dropna(subset=['fio_clean'])
+        return None
 
 
 def load_scud_data(target_date_type="today"):
@@ -100,7 +111,7 @@ def load_scud_data(target_date_type="today"):
 def load_all_data():
     """
     Загружает слитные датасеты за Сегодня и за Вчера.
-    Если файла 1С за Сегодня нет, соответствующие датасеты вернет как None.
+    Если данных за Сегодня нет, возвращает для них None.
     """
     df_scud_today = load_scud_data(target_date_type="today")
     try:

modules/database.py

@@ -1,5 +1,6 @@
 import os
 import sqlite3
+import json
 import pandas as pd
 from datetime import datetime
 from config import DATA_DIR
@@ -94,21 +95,38 @@ def init_db():
 
         conn.commit()
 
-    # Автоматически загружаем базовые правила компании
+    # Автоматически загружаем базовые правила и системный промпт
     sync_knowledge_base_to_db()
 
 
 def sync_knowledge_base_to_db():
     """
-    Автоматически мигрирует все правила из knowledge_base.json в таблицу ai_knowledge_base SQLite.
+    Автоматически мигрирует правила из knowledge_base.json и системный промпт в таблицу ai_knowledge_base SQLite.
     """
-    kb_path = os.path.join(os.path.dirname(DATA_DIR), "knowledge_base.json")
+    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"
+        "   - 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"
+        "   - 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\": [...]}"
+    )
+
     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)."
     ]
 
+    kb_path = os.path.join(os.path.dirname(DATA_DIR), "knowledge_base.json")
     if os.path.exists(kb_path):
         try:
             with open(kb_path, "r", encoding="utf-8") as f:
@@ -124,11 +142,12 @@ def sync_knowledge_base_to_db():
         cursor = conn.cursor()
         for rule in rules_to_insert:
             cursor.execute(
-                "INSERT OR IGNORE INTO ai_knowledge_base (rule_text) VALUES (?)",
+                "INSERT OR IGNORE INTO ai_knowledge_base (rule_text, added_by) VALUES (?, ?)",
-                (rule.strip(),)
+                (rule.strip(), "System_AI")
             )
         conn.commit()
 
+
 def save_scud_to_db(df_scud, date_str):
     """Оптимизированное сохранение логов СКУД за дату."""
     if df_scud.empty:

modules/zup_extractor.py

@@ -1,40 +1,39 @@
 import os
 import logging
-from datetime import date
+from datetime import date, datetime
 import pyodbc
 import pandas as pd
-from config import DATA_DIR, normalize_fio
+from config import DATA_DIR, normalize_fio, ZUP_SQL_CONFIG
 
 logger = logging.getLogger(__name__)
 
-# Конфигурация MS SQL Server 1С:ЗУП 3.1
-ZUP_SQL_CONFIG = {
-    "driver": "{ODBC Driver 18 for SQL Server}",
-    "server": os.getenv("ZUP_MS_SQL_SERVER", "192.168.1.10"),  # Укажите IP MS SQL 1С
-    "database": os.getenv("ZUP_MS_SQL_DB", "zup_db"),
-    "user": os.getenv("ZUP_MS_SQL_USER", "sa"),
-    "password": os.getenv("ZUP_MS_SQL_PASS", "your_password"),
-}
-
 
 def get_zup_connection_string() -> str:
-    """Формирует строку подключения pyodbc к MS SQL Server."""
+    """Формирует строку подключения pyodbc к MS SQL Server из config.py."""
     return (
         f"DRIVER={ZUP_SQL_CONFIG['driver']};"
         f"SERVER={ZUP_SQL_CONFIG['server']};"
         f"DATABASE={ZUP_SQL_CONFIG['database']};"
         f"UID={ZUP_SQL_CONFIG['user']};"
         f"PWD={ZUP_SQL_CONFIG['password']};"
-        f"TrustServerCertificate=yes;"
+        f"TrustServerCertificate={ZUP_SQL_CONFIG.get('trust_server_certificate', 'yes')};"
-        f"Encrypt=no;"
+        f"Encrypt={ZUP_SQL_CONFIG.get('encrypt', 'no')};"
     )
 
 
-def fetch_zup_absences_from_sql(target_date: date) -> pd.DataFrame:
+def fetch_zup_absences_from_sql(target_date) -> pd.DataFrame:
     """
     Извлекает оперативные отсутствия и действующие декреты из MS SQL 1С:ЗУП 3.1
-    на указанную дату.
+    на указанную дату (принимает как datetime.date, так и строку 'DD.MM.YYYY' / 'DD_MM_YYYY').
     """
+    if isinstance(target_date, str):
+        clean_date_str = target_date.replace('_', '.')
+        try:
+            target_date = datetime.strptime(clean_date_str, "%d.%m.%Y").date()
+        except ValueError:
+            logger.error(f"[❌] Неверный формат даты для SQL-запроса: {target_date}. Ожидался DD.MM.YYYY")
+            return pd.DataFrame()
+
     query = """
     DECLARE @TargetDate DATE = ?;
 
@@ -86,17 +85,21 @@ def fetch_zup_absences_from_sql(target_date: date) -> pd.DataFrame:
     ORDER BY [ФИО] ASC;
     """
     
-    conn_str = get_zup_connection_string()
+    try:
-    with pyodbc.connect(conn_str) as conn:
+        conn_str = get_zup_connection_string()
-        df = pd.read_sql(query, conn, params=[target_date])
+        with pyodbc.connect(conn_str, timeout=5) as conn:
+            df = pd.read_sql(query, conn, params=[target_date])
             
-    if not df.empty:
+        if not df.empty:
-        df['fio_clean'] = df['ФИО'].apply(normalize_fio)
+            df['fio_clean'] = df['ФИО'].apply(normalize_fio)
-    return df
+        return df
+    except Exception as e:
+        logger.error(f"[❌] Ошибка SQL-выгрузки отсутствий за {target_date}: {e}")
+        return pd.DataFrame()
 
 
 def fetch_zup_staff_from_sql() -> pd.DataFrame:
-    """Извлекает весь актуальный штат из MS SQL 1С:ЗУП."""
+    """Резервная выгрузка штата из MS SQL."""
     query = """
     SELECT DISTINCT
         LTRIM(RTRIM(ref_emp._Description)) AS [ФИО],
@@ -107,53 +110,48 @@ def fetch_zup_staff_from_sql() -> pd.DataFrame:
       AND ref_emp._Marked = 0x00
     ORDER BY [ФИО] ASC;
     """
-    conn_str = get_zup_connection_string()
-    with pyodbc.connect(conn_str) as conn:
-        df = pd.read_sql(query, conn)
-        
-    if not df.empty:
-        df['fio_clean'] = df['ФИО'].apply(normalize_fio)
-    return df
-
-
-def sync_zup_to_excel(target_date: date) -> bool:
-    """
-    Извлекает данные из MS SQL и автоматически создает локальные Excel-файлы 1С:
-    data/1c/Штат_DD_MM_YYYY.xlsx
-    data/1c/Отсутствия_DD_MM_YYYY.xlsx
-    """
     try:
-        date_str_file = target_date.strftime("%d_%m_%Y")
+        conn_str = get_zup_connection_string()
+        with pyodbc.connect(conn_str, timeout=5) as conn:
+            df = pd.read_sql(query, conn)
+            
+        if not df.empty:
+            df['fio_clean'] = df['ФИО'].apply(normalize_fio)
+        return df
+    except Exception as e:
+        logger.error(f"[❌] Ошибка выгрузки штата из MS SQL: {e}")
+        return pd.DataFrame()
+
+
+def sync_zup_to_excel(target_date) -> bool:
+    """Создает дамп в Excel при необходимости."""
+    try:
+        if isinstance(target_date, str):
+            clean_date_str = target_date.replace('_', '.')
+            target_date_obj = datetime.strptime(clean_date_str, "%d.%m.%Y").date()
+        else:
+            target_date_obj = target_date
+
+        date_str_file = target_date_obj.strftime("%d_%m_%Y")
         c_1c_dir = os.path.join(DATA_DIR, "1c")
         os.makedirs(c_1c_dir, exist_ok=True)
 
         df_staff = fetch_zup_staff_from_sql()
-        df_absences = fetch_zup_absences_from_sql(target_date)
+        df_absences = fetch_zup_absences_from_sql(target_date_obj)
 
-        logger.info(f"[1С Direct SQL] Выгрузка за {target_date.strftime('%d.%m.%Y')}: Штат ({len(df_staff)} чел.), Отсутствия ({len(df_absences)} чел.)")
-
-        # Сохранение в формате, который ожидает data_loader.py
         staff_excel_path = os.path.join(c_1c_dir, f"Штат_{date_str_file}.xlsx")
         absences_excel_path = os.path.join(c_1c_dir, f"Отсутствия_{date_str_file}.xlsx")
 
-        # Формируем структуру Excel с нужным количеством пропущенных строк (skiprows)
         with pd.ExcelWriter(staff_excel_path, engine='openpyxl') as writer:
-            # Пустой заголовок (8 строк) для эмуляции отчета 1С
             dummy_headers = pd.DataFrame([[""] * 13] * 8)
             dummy_headers.to_excel(writer, index=False, header=False)
-            
-            # Данные
             df_staff[['ФИО', 'Подразделение', 'Должность']].to_excel(writer, startrow=8, index=False)
 
         with pd.ExcelWriter(absences_excel_path, engine='openpyxl') as writer:
-            # Пустой заголовок (3 строки) для эмуляции отчета 1С
             dummy_headers = pd.DataFrame([[""] * 3] * 3)
             dummy_headers.to_excel(writer, index=False, header=False)
-            
-            # Данные
             df_absences[['ФИО', 'Вид_отсутствия']].to_excel(writer, startrow=3, index=False)
 
-        logger.info(f"[✓] Успешно созданы файлы 1С за {target_date.strftime('%d.%m.%Y')}: {staff_excel_path}, {absences_excel_path}")
         return True
 
     except Exception as e:

scripts/db_cli.py

@@ -76,10 +76,16 @@ if __name__ == "__main__":
             print(df.to_string(index=False) if not df.empty else "Аномалий в базе пока нет.")
 
     elif cmd == "rules":
-        df = query_db("SELECT * FROM ai_knowledge_base ORDER BY id ASC")
+        df = query_db("SELECT id, added_by, created_at, rule_text FROM ai_knowledge_base ORDER BY id ASC")
-        if df is not None:
+        if df is not None and not df.empty:
             print("\n🧠 ПРАВИЛА БАЗЫ ЗНАНИЙ ИИ (ОБУЧЕНИЕ):")
-            print(df.to_string(index=False) if not df.empty else "База знаний пуста.")
+            print("=" * 80)
+            for _, row in df.iterrows():
+                print(f"📌 [ID: {row['id']}] | Добавил: {row['added_by']} | Дата: {row['created_at']}")
+                print(f"{row['rule_text']}")
+                print("-" * 80)
+        else:
+            print("\n🧠 База знаний пуста.")
 
     elif cmd == "scud" and len(sys.argv) > 2:
         date_str = sys.argv[2]

test_zup_conn.py

@@ -0,0 +1,56 @@
+import sys
+import pyodbc
+from config import ZUP_SQL_CONFIG
+
+def test_connection():
+    print("=" * 60)
+    print("🧪 ПРОВЕРКА ПОДКЛЮЧЕНИЯ К MS SQL SERVER (1С:ЗУП)")
+    print("=" * 60)
+    print(f" • Сервер:    {ZUP_SQL_CONFIG['server']}")
+    print(f" • База:      {ZUP_SQL_CONFIG['database']}")
+    print(f" • Логин:     {ZUP_SQL_CONFIG['user']}")
+    print(f" • Драйвер:   {ZUP_SQL_CONFIG['driver']}")
+    print("-" * 60)
+
+    conn_str = (
+        f"DRIVER={ZUP_SQL_CONFIG['driver']};"
+        f"SERVER={ZUP_SQL_CONFIG['server']};"
+        f"DATABASE={ZUP_SQL_CONFIG['database']};"
+        f"UID={ZUP_SQL_CONFIG['user']};"
+        f"PWD={ZUP_SQL_CONFIG['password']};"
+        f"TrustServerCertificate={ZUP_SQL_CONFIG['trust_server_certificate']};"
+        f"Encrypt={ZUP_SQL_CONFIG['encrypt']};"
+    )
+
+    try:
+        print("⏳ Установка соединения...")
+        with pyodbc.connect(conn_str, timeout=10) as conn:
+            cursor = conn.cursor()
+            
+            # 1. Проверка версии SQL Сервера
+            cursor.execute("SELECT @@VERSION;")
+            db_version = cursor.fetchone()[0]
+            print("✅ Подключение успешно установлено!\n")
+            print(f"📋 Версия MS SQL Server:\n{db_version.splitlines()[0]}\n")
+
+            # 2. Проверка доступа к таблице физических лиц _Reference299
+            cursor.execute("SELECT COUNT(*) FROM dbo._Reference299 WITH (NOLOCK);")
+            count_phys = cursor.fetchone()[0]
+            print(f"📊 Записей в таблице физлиц (_Reference299): {count_phys} шт.")
+
+            # 3. Проверка доступа к регистру кадровых состояний _InfoRg16921
+            cursor.execute("SELECT COUNT(*) FROM dbo._InfoRg16921 WITH (NOLOCK);")
+            count_states = cursor.fetchone()[0]
+            print(f"📊 Записей в регистре состояний (_InfoRg16921): {count_states} шт.")
+
+            print("\n🎉 Все проверки успешно пройдены!")
+
+    except pyodbc.Error as ex:
+        sqlstate = ex.args[0] if ex.args else "UNKNOWN"
+        print("\n❌ ОШИБКА ПОДКЛЮЧЕНИЯ!")
+        print(f"Код ошибки: {sqlstate}")
+        print(f"Детали:\n{ex}")
+        sys.exit(1)
+
+if __name__ == "__main__":
+    test_connection()

update_kb.py

@@ -0,0 +1,45 @@
+import sqlite3
+import os
+from config import DATA_DIR
+
+DB_PATH = os.path.join(DATA_DIR, "scud_orion_ai.db")
+
+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"
+    "   - 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"
+    "   - 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\": [...]}"
+)
+
+rules = [
+    (system_ai_prompt, "System_AI"),
+    ("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.", "Human"),
+    ("ГЛОБАЛЬНОЕ ПРАВИЛО 2: Документы отсутствий из 1С:ЗУП имеют 100% высший приоритет над статическим реестром удалёнщиков.", "Human"),
+    ("ГЛОБАЛЬНОЕ ПРАВИЛО 3: Удалённые сотрудники имеют право беспрепятственно работать в офисе по СКУД в любое время (это не является аномалией).", "Human")
+]
+
+conn = sqlite3.connect(DB_PATH)
+cursor = conn.cursor()
+
+# Очищаем таблицу перед записью, чтобы избежать дублей и UNIQUE constraint error
+cursor.execute("DELETE FROM ai_knowledge_base;")
+
+for rule_text, added_by in rules:
+    cursor.execute(
+        "INSERT INTO ai_knowledge_base (rule_text, added_by) VALUES (?, ?)",
+        (rule_text, added_by)
+    )
+
+conn.commit()
+conn.close()
+
+print("✅ База знаний успешно перезаписана с включением системного промпта ИИ!")

zup_detective.py

@@ -0,0 +1,63 @@
+import pyodbc
+from config import ZUP_SQL_CONFIG
+
+print("="*60)
+print("🕵️‍♂️ ZUP DETECTIVE: ПОИСК СТАТУСА 'УВОЛЕН'")
+print("="*60)
+
+conn_str = (
+    f"DRIVER={ZUP_SQL_CONFIG['driver']};"
+    f"SERVER={ZUP_SQL_CONFIG['server']};"
+    f"DATABASE={ZUP_SQL_CONFIG['database']};"
+    f"UID={ZUP_SQL_CONFIG['user']};"
+    f"PWD={ZUP_SQL_CONFIG['password']};"
+    f"TrustServerCertificate=yes;"
+)
+
+with pyodbc.connect(conn_str) as conn:
+    cursor = conn.cursor()
+    
+    # 1. Получаем ID наших подопытных
+    cursor.execute("SELECT TOP 1 _IDRRef FROM dbo._Reference299 WHERE _Description LIKE '%Шумский Алексей Анатольевич%'")
+    id_work = cursor.fetchone()[0]
+    
+    cursor.execute("SELECT TOP 1 _IDRRef FROM dbo._Reference299 WHERE _Description LIKE '%Щелканов Дмитрий Викторович%'")
+    id_fired = cursor.fetchone()[0]
+
+    # 2. Сканируем два самых больших кадровых регистра, которые нашел наш сканер
+    for table in ['_InfoRg16684', '_InfoRg32796']:
+        print(f"\n🔍 АНАЛИЗ РЕГИСТРА: {table}")
+        
+        # Ищем все колонки-ссылки
+        cursor.execute(f"SELECT name FROM sys.columns WHERE object_id = OBJECT_ID('{table}') AND system_type_id = 173 AND max_length = 16")
+        cols_bin = [r[0] for r in cursor.fetchall()]
+        
+        found = False
+        for col in cols_bin:
+            cursor.execute(f"SELECT COUNT(*) FROM dbo.{table} WITH (NOLOCK) WHERE {col} = ?", (id_work,))
+            if cursor.fetchone()[0] > 0:
+                print(f"✅ Найдена колонка связи с Сотрудником: {col}")
+                
+                # Забираем полные строки обоих людей
+                cursor.execute(f"SELECT * FROM dbo.{table} WITH (NOLOCK) WHERE {col} = ?", (id_work,))
+                data_work = cursor.fetchone()
+                all_cols = [c[0] for c in cursor.description]
+                
+                cursor.execute(f"SELECT * FROM dbo.{table} WITH (NOLOCK) WHERE {col} = ?", (id_fired,))
+                data_fired = cursor.fetchone()
+                
+                if data_work and data_fired:
+                    print("\n⚖️ ОТЛИЧИЯ В ДАННЫХ (Работает vs Уволен):")
+                    for i, c in enumerate(all_cols):
+                        # Выводим только те поля, где есть отличия
+                        if data_work[i] != data_fired[i]:
+                            print(f"Поле [{c}]:")
+                            print(f"  🟢 Шумский: {data_work[i]}")
+                            print(f"  🔴 Щелканов: {data_fired[i]}\n")
+                found = True
+                break
+        
+        if found:
+            break
+
+print("✅ Расследование завершено!")

zup_scanner.py

@@ -0,0 +1,60 @@
+import pyodbc
+from config import ZUP_SQL_CONFIG
+
+print("="*60)
+print("🔍 ЗАПУСК СКАНЕРА СТРУКТУРЫ 1С:ЗУП 3.1")
+print("="*60)
+
+conn_str = (
+    f"DRIVER={ZUP_SQL_CONFIG['driver']};"
+    f"SERVER={ZUP_SQL_CONFIG['server']};"
+    f"DATABASE={ZUP_SQL_CONFIG['database']};"
+    f"UID={ZUP_SQL_CONFIG['user']};"
+    f"PWD={ZUP_SQL_CONFIG['password']};"
+    f"TrustServerCertificate=yes;"
+    f"Encrypt=no;"
+)
+
+with pyodbc.connect(conn_str) as conn:
+    cursor = conn.cursor()
+    
+    print("⏳ Анализ справочников...")
+    cursor.execute("SELECT name FROM sys.tables WHERE name LIKE '_Reference%'")
+    for row in cursor.fetchall():
+        t = row[0]
+        try:
+            cursor.execute(f"SELECT TOP 5 CAST(_Description AS NVARCHAR(255)) FROM {t} WITH (NOLOCK) WHERE _Description <> ''")
+            vals = [r[0].strip() for r in cursor.fetchall() if r[0]]
+            if not vals: continue
+            text = " ".join(vals).lower()
+            
+            # Ищем сотрудников (исключая физлиц _Reference299)
+            if t != '_Reference299' and any(w in text for w in ["александров", "иванов", "смирнов", "петрова", "сергеев"]):
+                print(f"👤 СОТРУДНИКИ ({t}): {vals[:3]}")
+            # Ищем должности
+            elif any(w in text for w in ["инженер", "специалист", "директор", "уборщик"]):
+                print(f"💼 ДОЛЖНОСТИ ({t}): {vals[:3]}")
+            # Ищем подразделения
+            elif any(w in text for w in ["отдел", "управление", "служба"]):
+                print(f"🏢 ПОДРАЗДЕЛЕНИЯ ({t}): {vals[:3]}")
+        except:
+            pass
+
+    print("\n⏳ Анализ регистров кадровой истории...")
+    cursor.execute("SELECT name FROM sys.tables WHERE name LIKE '_InfoRg%'")
+    for row in cursor.fetchall():
+        t = row[0]
+        try:
+            # Ищем широкие регистры (Текущие кадровые данные имеют много колонок)
+            cursor.execute(f"SELECT COUNT(*) FROM sys.columns WHERE object_id = OBJECT_ID('{t}')")
+            col_count = cursor.fetchone()[0]
+            
+            cursor.execute(f"SELECT COUNT(*) FROM {t} WITH (NOLOCK)")
+            row_count = cursor.fetchone()[0]
+            
+            if col_count > 15 and row_count > 500:
+                print(f"📋 ШИРОКИЙ РЕГИСТР КАДРОВ ({t}) -> Колонок: {col_count}, Строк: {row_count}")
+        except:
+            pass
+
+print("\n✅ Сканирование завершено!")