259 lines
12 KiB
Python
259 lines
12 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.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():
|
|
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 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):
|
|
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
|
|
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")
|
|
parser.add_argument('--skip-export', action='store_true', help="Пропустить выгрузку СКУД из MS SQL")
|
|
args = parser.parse_args()
|
|
|
|
DEBUG = args.debug
|
|
|
|
print("=" * 60)
|
|
print(f"ЗАПУСК СИСТЕМЫ МОДУЛЬНОГО КОНТРОЛЛИНГА СКУД ⟷ 1С {'[DEBUG MODE]' if DEBUG else ''}")
|
|
print("=" * 60)
|
|
|
|
# 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:
|
|
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")
|
|
|
|
# 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()
|
|
|
|
# 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_scud = ai_verify_scud_against_staff(scud_unrecognized, staff_fios_clean)
|
|
|
|
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_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
|
|
)
|
|
|
|
raw_scud_df = aggregate_scud_by_employee(raw_scud_df, debug=DEBUG)
|
|
|
|
# 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()
|
|
|
|
merged = merged.merge(df_absent, on='fio_clean', how='left')
|
|
|
|
# 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 = (
|
|
(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
|
|
|
|
# Применение исключений
|
|
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)}")
|
|
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)}")
|
|
print(f" Обнаружено комплексных аномалий: {len(anomalies_list)}")
|
|
print("---------------------\n")
|
|
|
|
# 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 anomalies_list:
|
|
for a in anomalies_list:
|
|
suspicious_cases.append({
|
|
'fio_target': a['fio'],
|
|
'reason': f"{a['type']}: {a['details']}"
|
|
})
|
|
|
|
review_ai_decisions(report_text, suspicious_cases)
|
|
|
|
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 ИИС-АУДИТОРА:")
|
|
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() |