203 lines
10 KiB
Python
203 lines
10 KiB
Python
import os
|
|
import sys
|
|
import argparse
|
|
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.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
|
|
|
|
|
|
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 {}
|
|
try:
|
|
df_static = pd.read_csv(static_path, encoding='utf-8')
|
|
if 'fio' in df_static.columns and 'reason' in df_static.columns:
|
|
df_static['fio_clean'] = df_static['fio'].apply(normalize_fio)
|
|
return dict(zip(df_static['fio_clean'], df_static['reason']))
|
|
except Exception as e:
|
|
print(f"[⚠️] Ошибка чтения static_reason_workers.csv: {e}")
|
|
return {}
|
|
|
|
|
|
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
|
|
|
|
aggregated = []
|
|
for fio_clean, group in df.groupby('fio_clean', sort=False):
|
|
is_present = group['Пришел'].any() if 'Пришел' in group.columns else False
|
|
|
|
if is_present and 'Пришел' in group.columns:
|
|
present_rows = group[group['Пришел'] == True]
|
|
best_row = present_rows.iloc[0].to_dict() if not present_rows.empty else group.iloc[0].to_dict()
|
|
else:
|
|
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)
|
|
|
|
|
|
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)")
|
|
args = parser.parse_args()
|
|
|
|
DEBUG = args.debug
|
|
|
|
print("=" * 60)
|
|
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...")
|
|
is_valid, warnings, errors = check_file_freshness()
|
|
|
|
if warnings:
|
|
print("\n--- ⚠️ ПРЕДУПРЕЖДЕНИЯ ОБ АКТУАЛЬНОСТИ ---")
|
|
for w in warnings:
|
|
print(f" {w}")
|
|
print("-" * 45)
|
|
|
|
if not is_valid:
|
|
print("\n" + "!" * 60)
|
|
print("🛑 ОСТАНОВКА ВЫПОЛНЕНИЯ: Обнаружены критические ошибки данных!")
|
|
for e in errors:
|
|
print(f" {e}")
|
|
print("!" * 60)
|
|
sys.exit(1)
|
|
|
|
print("[✓] Проверка актуальности успешно пройдена!\n")
|
|
|
|
# 1. Загрузка данных
|
|
print("[1/5] Загрузка данных СКУД, 1С, реестра статических 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...")
|
|
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)
|
|
|
|
if fio_mapping:
|
|
print(f" [ИИ] Найдено и исправлено совпадений/опечаток: {len(fio_mapping)}")
|
|
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
|
|
)
|
|
|
|
# 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...")
|
|
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
|
|
if static_reasons_dict:
|
|
for fio_clean, reason_val in static_reasons_dict.items():
|
|
mask_apply_static = (
|
|
(merged['Пришел'] == False) &
|
|
(merged['Вид_отсутствия'].isna() | (merged['Вид_отсутствия'].astype(str).str.strip() == '')) &
|
|
(merged['fio_clean'] == fio_clean)
|
|
)
|
|
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!
|
|
mask_apply_exceptions = (
|
|
(merged['Пришел'] == False) &
|
|
(merged['Вид_отсутствия'].isna() | (merged['Вид_отсутствия'].astype(str).str.strip() == '')) &
|
|
(merged.get('is_excluded', False) == True)
|
|
)
|
|
merged.loc[mask_apply_exceptions, 'Вид_отсутствия'] = 'Исключение (ОВК/Подрядчики)'
|
|
|
|
absent_explained = merged[(merged['Пришел'] == False) & (merged['Вид_отсутствия'].notna())]
|
|
absent_unexplained = merged[(merged['Пришел'] == False) & (merged['Вид_отсутствия'].isna())]
|
|
scud_present_but_absent_in_1c = merged[(merged['Пришел'] == True) & (merged['Вид_отсутствия'].notna())]
|
|
|
|
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)}")
|
|
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("---------------------\n")
|
|
|
|
# 4. ИИ-анализ и интерактивная проверка (HITL)
|
|
print("[4/5] Запуск ИИ-аудитора и проверка 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,
|
|
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():
|
|
suspicious_cases.append({
|
|
'fio_target': row.get('Сотрудник', ''),
|
|
'reason': f"Пришел по СКУД, но в 1С зафиксировано: {row.get('Вид_отсутствия', '')}"
|
|
})
|
|
|
|
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("=" * 60)
|
|
print(report_text)
|
|
|
|
md_report_path = os.path.join(OUTPUT_DIR, f"Сводка_контроллинга_{DATE_TODAY}.md")
|
|
with open(md_report_path, "w", encoding="utf-8") as f:
|
|
f.write(report_text)
|
|
print(f"\n[✓] Текстовый отчет сохранен в: {md_report_path}")
|
|
|
|
|
|
if __name__ == "__main__":
|
|
main() |