|
|
# 邮件指令提取规则（对照实现）
|
|
|
|
|
|
> **用途**：给产品/运营对照「接下来没见过、格式很怪」的邮件，判断系统会不会拉进库、认成哪类指令、字段从哪来。
|
|
|
> **约束**：解析**不走大模型**，全部是词表 + 正则 + 固定模板。新格式要么命中现有规则，要么漏/错，不会「猜一下」。
|
|
|
> **实现真源**：`src/services/parse/`（词表 `instruction-lexicon.ts`、分类 `classify.ts`、拆段 `split-instructions.ts`、流水线 `pipeline.ts`）。
|
|
|
> **产品口径**：`docx/产品规则-邮件指令识别与拆分.md`（冲突时以代码为准，并回写产品页）。
|
|
|
> **日期**：2026-08-14
|
|
|
|
|
|
---
|
|
|
|
|
|
## 0. 一句话
|
|
|
|
|
|
一封信要变成可确认的业务卡，必须连过四道门：
|
|
|
|
|
|
1. **拉取**：过滤规则 / 业务兜底认为「相关」才入库。
|
|
|
2. **分类**：主题+正文+附件名打分，得到整封主类型。
|
|
|
3. **拆指令**：按时间轮切开，每段映射到 UI 卡（预报 / 转仓 / 工单 / 上传 DO / 客户指令）。
|
|
|
4. **抽字段**：柜头来自主题模板或正文标签；货件行几乎只来自 **xlsx/xls/csv**（卡派表或贴标指令单）。
|
|
|
|
|
|
任何一步没命中，后面再「看起来像业务」也不会自动补全。
|
|
|
|
|
|
```mermaid
|
|
|
flowchart TD
|
|
|
A[IMAP 新信] --> B{拉取过滤}
|
|
|
B -->|SKIP_FILTER / 黑名单| Z[不入库]
|
|
|
B -->|入库| C[classify 打分]
|
|
|
C --> D[split 拆时间轮]
|
|
|
D --> E{有表格附件?}
|
|
|
E -->|xlsx/xls/csv| F[卡派表 / 贴标指令单]
|
|
|
E -->|无表| G[仅柜头 + 空货件]
|
|
|
F --> H[详情指令卡]
|
|
|
G --> H
|
|
|
H --> I[人工确认写入 CC]
|
|
|
```
|
|
|
|
|
|
---
|
|
|
|
|
|
## 1. 拉取：什么样的信根本进不来
|
|
|
|
|
|
实现：`src/services/imap/pull-filter.ts` + `classify.ts` `isBusinessRelevantMail`。
|
|
|
|
|
|
| 顺序 | 条件 | 结果 |
|
|
|
|------|------|------|
|
|
|
| 1 | 发件人在黑名单，或主题/正文命中关键词黑名单 | **不拉** `SKIP_BLACKLIST` |
|
|
|
| 2 | 发件人在白名单 | **拉** |
|
|
|
| 3 | 主题/正文命中设置页关键词 | **拉** |
|
|
|
| 4 | 过滤全空时走业务兜底 | 见下表 |
|
|
|
| 5 | 已配置过滤但以上都不中 | **不拉** `SKIP_FILTER` |
|
|
|
|
|
|
业务兜底（过滤全空才用）任一为真即拉：
|
|
|
|
|
|
- 分类结果不是 `UNKNOWN`
|
|
|
- 主题/正文/附件名命中：`新增预报|转仓|换标|覆盖贴|贴标|拍照|拆柜清单|卡转海|拦截|改自提|留仓|卡派|装箱|货件清单|船名|航次|柜型|40HQ|20GP|ETA|预报资料|拆柜|柜号|快递单号|工单|DO|DO请查收`
|
|
|
- 文本或附件名里有 **ISO 柜号** `[A-Z]{4}` + 7 位数字（如 `WHSU8127240`）
|
|
|
- 附件名像卡派/装箱/packing/清单/预报/转仓/换标/贴标/货件/DO
|
|
|
- 有表格附件 **且** 正文弱物流词：`资料|清单|柜|仓|FBA|shipment|container`
|
|
|
|
|
|
**未见过的信在这里就会丢：**
|
|
|
|
|
|
- 纯英文、无柜号、无上表关键词（例如 “please book this container”）
|
|
|
- 只写「请安排」「帮忙处理」而无标准词
|
|
|
- 柜号不是 ISO 四字母+七数字（短柜号、带校验位空格、中文「柜」无号）
|
|
|
- 设置了关键词过滤，但新客户用了别的叫法，又不在白名单
|
|
|
|
|
|
---
|
|
|
|
|
|
## 2. 整封分类（主类型）
|
|
|
|
|
|
实现：`classifyMail`。优先级（同分取更靠前）：
|
|
|
|
|
|
`DO_UPLOAD` ＞ `NEW_CONTAINER` ＞ `TRANSFER` ＞ `WORK_ORDER`
|
|
|
|
|
|
总分 **< 40 → `UNKNOWN`**（列表里常变成忽略/无法确认）。
|
|
|
|
|
|
| 信号 | 加分 | 落到 |
|
|
|
|------|------|------|
|
|
|
| `DO请查收` / 请查收 DO / 上传 DO / 文件名独立 `DO` 的 PDF | 55（无真实 DO 且主题已是拆柜清单则降到 25） | DO_UPLOAD |
|
|
|
| `新增预报` / `请查收新增预报` | 50 | NEW_CONTAINER |
|
|
|
| 附件名 `数据模版` 或 `预报资料\|货件清单\|装箱清单` 的表格 | 45（已有预报分则 +15） | NEW_CONTAINER |
|
|
|
| `新增转仓` 或 `转仓`（排除 `不转仓`） | 50 | TRANSFER |
|
|
|
| 硬工单：贴标/拦截/拍照/快递单号，或换标/覆盖贴/贴好拍照 | 45 | WORK_ORDER |
|
|
|
| 软词：拆柜清单 / 卡转海 / 派送要求 / 改自提 / 更新派送单 / 留仓 | 45 | WORK_ORDER |
|
|
|
| 附件名 `换标\|贴标指令` | 30 | WORK_ORDER |
|
|
|
| 正文最新段已是硬工单 | 压过主题上的历史「新增预报」/DO | WORK_ORDER |
|
|
|
| 分类仍 UNKNOWN，但有 ISO 柜号或「预约码」 | 40 兜底 | WORK_ORDER（mail1 类） |
|
|
|
|
|
|
**会错的典型：**
|
|
|
|
|
|
- 主题还挂着「新增预报」，最新回复是换标 → 会压成工单（这是刻意的）。
|
|
|
- 「拦截-209件」只是渠道汇总，**不当**整票拦截；真正拦截必须正文另有「拦截」且不是 `拦截-数字件`。
|
|
|
- 文件名叫 `卡派资料.xlsx` **不会单独**打成预报，还要有「新增预报」或「数据模版/装箱清单」等。
|
|
|
- 英文 “new booking / transload / relabel” **不加分**。
|
|
|
|
|
|
---
|
|
|
|
|
|
## 3. 多轮拆段 → 指令卡
|
|
|
|
|
|
实现：`split-instructions.ts` + `instruction-lexicon.ts`。
|
|
|
|
|
|
### 3.1 怎么切开
|
|
|
|
|
|
按边界切（保留分隔标签到后一段）：
|
|
|
|
|
|
- `---- 原始邮件 / 转发的邮件 / Original Message ----`
|
|
|
- `在 yyyy-mm-dd … 写道` / `在 yyyy年m月d日 … 写道` / `On … wrote:`
|
|
|
- `发件人` + `发送时间/日期` 邮件头
|
|
|
- 行内嵌套 `> 在 … 写道`（QQ 引用）
|
|
|
|
|
|
**不用**单独的 `Dear` 当切段点。
|
|
|
弱切（独立成行才切）：`新增预报|请查收新增预报|新增转仓|更新派送单|拆柜清单|派送要求|换标|覆盖贴|贴标指令|出库|留仓|拆分|DO请查收|请查收 DO`
|
|
|
|
|
|
### 3.2 关键词 → UI kind
|
|
|
|
|
|
| UI | 关键词（节选，见词表） | 确认动作 |
|
|
|
|----|------------------------|----------|
|
|
|
| `forecast` | 新增预报、请查收新增预报；正文 `柜号：XXXX1234567 派送单，请查收`；提柜+柜型+卡派/拆柜 | 预报表单 |
|
|
|
| `transfer` | 新增转仓、转仓（`不转仓` 除外） | 批量转仓；CC 到仓闸门失败则降级工单 |
|
|
|
| `work_order` | 贴标/换标/覆盖贴/操作指令、拍照、拦截（非渠道件数）、快递单号；软词拆柜清单/卡转海/派送要求/改自提/更新派送单/改地址派送/点前送达 | 客户留言 / 转渠道 / 拆分 / 出库 |
|
|
|
| `do_upload` | DO请查收、请查收 DO、文件名独立 DO 的 PDF | 上传 DO |
|
|
|
| `customer_instruction` | 按照正常预报接受、帮忙安排派单、继续暂存 | **只读**，不提交 |
|
|
|
|
|
|
跳过（不出卡）：QQ 转发壳、`发自我的iPhone`、空 Original、主题残片。
|
|
|
|
|
|
**可确认的一般是最新一轮有实质指令的段。** 历史预报/转仓可只读展示；历史转仓现在也允许单独执行。
|
|
|
|
|
|
同线程主题只变 Re:/Fw: 时，**不得**再用首封主题「新增预报」给最新轮再造一张预报卡。
|
|
|
|
|
|
### 3.3 附件挂到哪张卡
|
|
|
|
|
|
实现：`match-segment-attachments.ts`。顺序：
|
|
|
|
|
|
1. 主键交叉：附件名与本段出现同一 `FBA…` / `YT…` / `X0…`（FNSKU）/ `WL…` 唛头。**不用 ISO 柜号**给工单分附件。
|
|
|
2. 正文/主题出现该文件主名（去扩展名、去 `(1)`）。
|
|
|
3. 仅**当前可确认段**角色兜底：文件名含卡转海 / 换标|覆盖贴|操作指令|贴标交付。
|
|
|
4. `*DO*.pdf` 只进上传 DO 卡。
|
|
|
5. 卡派/装箱 xlsx 是解析源，默认不进工单附件。
|
|
|
6. 跳过 `*邮箱.pdf` / QQ 截图。
|
|
|
|
|
|
---
|
|
|
|
|
|
## 4. 预报（NEW_CONTAINER / forecast）
|
|
|
|
|
|
### 4.1 主题柜头：两种互斥模板
|
|
|
|
|
|
**A. 客户+提单预报（`bl-plus-template.ts`）**
|
|
|
|
|
|
剥掉 `Fw:/转发/新增预报N：` 后，用 **`+`（或全角＋）** 分段。无 `+` 才按空格切，二者互斥。
|
|
|
|
|
|
常见形态：
|
|
|
|
|
|
`新辰泽+WHLC027G597465+WHSU8127240+洛杉矶+40HQ+EDT2026.04-25+ETA2026.05-15+船名航次HMM EMERALD 013E+提拆派+不带托架`
|
|
|
|
|
|
能抽出：客户名、提单、柜号、目的港（**美国港口白名单**）、柜型、ETD/ETA、船名航次、服务（提拆派/直送）、是否带车架。
|
|
|
|
|
|
客户名不得是柜号/提单/「贴标/转发/柜号」等。目的港未进白名单（洛杉矶/长滩/纽约/萨凡纳/奥克兰/西雅图/塔科马/休斯顿/迈阿密/查尔斯顿等）→ **不写港口**。
|
|
|
|
|
|
标签型（首段就是 `柜号：` / `提单号：`，客户不在提单前）：
|
|
|
|
|
|
`Fw: Fw:回复：柜号：TRHU8524770+提单号：EGLV143661466958+封号：EMCEJJ0635+YWZD+不带车架+整柜直送`
|
|
|
|
|
|
| 段 | 落到 |
|
|
|
|----|------|
|
|
|
| `柜号：TRHU8524770` | 柜号 |
|
|
|
| `提单号：EGLV143661466958` | 提单 |
|
|
|
| `封号：EMCEJJ0635` | **备注**（预报 UI 无封号格） |
|
|
|
| `YWZD` | 客户（排除已知字段后仅剩 1 个独立缩写） |
|
|
|
| `不带车架` | 车架 = 不带 |
|
|
|
| `整柜直送` | 业务类型 = 直送 |
|
|
|
|
|
|
**带「名称：值」前缀的段，不得去抢客户名。** 前缀已经说明这是有名字的字段；对不上预报 UI 的（封号/铅封/预约码等）一律进备注。无前缀的短码（如 YWZD）才参与客户竞争。
|
|
|
|
|
|
**B. 工单/拆柜清单主题（`ops-subject-template.ts`）**
|
|
|
|
|
|
形态：`柜号+提单+船名航次：…+ETA：…+FedEx-29件+拦截-209件+…`
|
|
|
|
|
|
一旦命中 B，**不再当 A 的客户+提单预报**。渠道 `Xxx-N件` 只作汇总，不是整票指令。
|
|
|
|
|
|
### 4.2 正文柜头补全（`extract-container-header.ts`）
|
|
|
|
|
|
只认**带标签**的字段，不扫全文乱截：
|
|
|
|
|
|
| 字段 | 规则 |
|
|
|
|------|------|
|
|
|
| 柜型 | `\b(45HC\|45HQ\|40HC\|40HQ\|40GP\|20GP\|20HQ\|45GP)\b` |
|
|
|
| ETA | `ETA\|预计抵港\|抵港日\|到港` + 日期 |
|
|
|
| ETD | `EDT\|ETD\|预计开船\|开船日\|离港` + 日期 |
|
|
|
| 提单 | `提单(号)\|B/L\|BLCopy` + 号；否则跳过 ISO 柜号取裸 `ABCD`+数字串 |
|
|
|
| 装货港 | `装货港\|起运港\|POL` |
|
|
|
| 目的港 | `目的港\|卸货港\|码头\|POD` + 白名单 |
|
|
|
| 船司 | 显式「船司」＞ 提单前 2–4 位前缀 ＞ 正文别名 ＞ 船名首词 |
|
|
|
| 车架 | `带车架/带托架` vs `不带车架/不带托架` |
|
|
|
| 操作 | `提拆派` → 0；`直送` → 2 |
|
|
|
| 运输方式 | 柜型/船名航次/海运提单前缀 → 海运；否则航司别名 → 空运 |
|
|
|
| 封号/铅封 | `封号\|铅封\|封条` + 号 → **备注**（预报 UI 无此格） |
|
|
|
|
|
|
**正文没有这些标签时，柜头对应格就是空的**（例如只写 “arriving LA next week”）。
|
|
|
|
|
|
附件解析结果优先；邮件文本只补空字段。
|
|
|
|
|
|
### 4.3 货件行（几乎只认表格）
|
|
|
|
|
|
选表优先级（文件名）：`数据模版|提拆派|卡派资料|卡派清单|装箱清单|packing` ＞ 其它表格 ＞ `换标|覆盖贴|贴标|操作指令`。
|
|
|
|
|
|
**卡派表**（`packing-list.ts`）：
|
|
|
|
|
|
- 优先 sheet 名含「卡派」，否则第一张表。
|
|
|
- 前 15 行找表头：同时有「渠道」+（件数或 CTNS）+（仓库或 FBACode）。
|
|
|
- **必有列**：仓库ID/`FBACode`、渠道/`Transporter`、件数/`CTNS`。缺一则 `PARSE_FAILED`，再尝试贴标指令单。
|
|
|
- 「注意：…」模板说明行不是货件。
|
|
|
- 渠道映射：卡派→TRUCK，UPS/FEDEX/DHL/USPS/SF/4PX/YunExpress，自提，留仓/存仓，换标，扣货/拦截。超 40 字或「注意：」开头不当渠道。
|
|
|
|
|
|
列名别名见代码 `HEADER_ALIASES`（中英混排、`Custmer Ref No.` 错拼也认）。
|
|
|
|
|
|
**贴标指令单**（`label-instruction.ts`）表头含「贴标项目 / 详细操作指令 / 新FBA / 覆盖贴 / 换标」或同时有柜号+操作箱数。
|
|
|
`lineage.template=label-instruction` 时：**预报货件列表必须空**，换标行不当 SaveContainer 货件。
|
|
|
|
|
|
无表格：预报可仅柜头进待确认；货件列表空。PDF/图片卡派表 **不会**当货件解析（转仓截图 OCR 是另一条路）。
|
|
|
|
|
|
### 4.4 柜头 Instruction / 备注（不是货件行备注）
|
|
|
|
|
|
| 表单格 | CC 字段 | 实际来源 |
|
|
|
|--------|---------|----------|
|
|
|
| Instruction | `F_Instruction` 拆柜指引 | ① 预报正文段（含新增预报/提单/柜型/ETA/船名，且不含换标/贴标）截 500 字；② 否则 `船名航次 xxx`；③ 贴标单则用首行操作说明（预报卡会改回 ①②） |
|
|
|
| 备注 | `F_MemoRemark` | **优先**：主题/正文里带标签但对不上预报 UI 的字段（`封号：EMCEJJ0635`、`铅封：…`、`预约码：…` 等），多段用 ` / ` 拼接。**否则回退**：`客户名 / 提拆派或直送`。贴标 sheet 标题含贴标/换标/指令时预报卡会清掉。 |
|
|
|
| 货件「行备注」 | `F_Remark` | 卡派列「备注 / Remark / Instruction / 配送时段」 |
|
|
|
|
|
|
**未映射标签 → 备注（硬规则）**
|
|
|
|
|
|
- 段内已有 `名称：值`（或 `名称:值`）前缀，说明这是有名字的字段，**禁止**拿去填客户。
|
|
|
- 名称能对上预报 UI（柜号/提单/柜型/ETA/ETD/船名航次/目的港/装货港/船司/客户/运输方式/业务类型）→ 填对应格。
|
|
|
- 名称对不上（封号、铅封、预约码，以及其它未知标签）→ 整段原文进备注。
|
|
|
- 无前缀的剩余短码：仅当排除已知字段后**恰好剩 1 个**才当客户；剩多个则全部进备注，不强猜客户。
|
|
|
- 已占用的「柜号：」「提单号：」会从备注里剥掉，避免和柜号/提单格重复；**封号保留**。
|
|
|
|
|
|
去 QQ/Outlook/iPhone 转发壳后再填 Instruction。
|
|
|
|
|
|
---
|
|
|
|
|
|
## 5. 转仓（TRANSFER）
|
|
|
|
|
|
- 关键词：`新增转仓` / `转仓`，排除 `不转仓`。
|
|
|
- 货件：卡派表行备注「转 POC2」「转VGT2」等 → `extractTransferPairs`。
|
|
|
- 截图/OCR 表（`transfer-instruction-table.ts`）：
|
|
|
- 标准：`地址 PSC2 箱数 7 … 仓库重定向 POC2`
|
|
|
- 宽松：同行 `地址 X … 仓库重定向 Y`
|
|
|
- 仓码归一：FWA4 / PSC2 / POC2 / VGT2（含 OCR 错写 EWAD、WAAD4 等）
|
|
|
- 确认时查 CC 是否已到仓；不可转则自动改提交工单。
|
|
|
|
|
|
**会漏：** 英文 transload、没有「地址/仓库重定向」的自由句、目标仓不是上述几种代码、只在 PDF 里画了箭头。
|
|
|
|
|
|
---
|
|
|
|
|
|
## 6. 工单（WORK_ORDER）
|
|
|
|
|
|
硬动作：`贴标` `拦截` `拍照` `快递单号`，同义 `换标` `覆盖贴` `贴好拍照`。
|
|
|
软词（也走工单卡，不硬套某张 CC 工单界面）：拆柜清单、卡转海、派送要求、改自提、更新派送单、改地址派送、点前送达。
|
|
|
|
|
|
mail1：主题只有柜号+预约码、无标准词 → 分类工单，详情用 `work_order_actions` 补卡。
|
|
|
|
|
|
留言取**当前段**，从 `Dear` / `原箱号` 起，禁止整封线程盖住本段。
|
|
|
|
|
|
面板分流（管理端/客户端）：拦截/改渠道 → 转渠道；数量拆分 → Split；出库/贴标文件 → 出库；其余 → 客户留言。
|
|
|
|
|
|
---
|
|
|
|
|
|
## 7. 上传 DO
|
|
|
|
|
|
文件名：`DO请查收` / `提货单` / `delivery order`，或 **PDF 且独立单词 DO**（`WHSU8127240-DO.pdf`、`xxx-DO.pdf`）。
|
|
|
正文写「DO 也同步上传」但**没有**这类附件 → **不出**空 DO 卡。
|
|
|
柜号：已有柜头 ＞ 文件名 ISO 柜号 ＞ 主题/正文第一个 ISO 柜号。
|
|
|
|
|
|
`.docx` / 图片扫描件不叫 DO、文件名是 `DeliveryOrder_final.pdf` 无独立 `DO` 词 → 可能认不出。
|
|
|
|
|
|
---
|
|
|
|
|
|
## 8. 金样覆盖（已按这些规则调过）
|
|
|
|
|
|
| 样例 | 期望 | 规则依赖 |
|
|
|
|------|------|----------|
|
|
|
| 邮件1 仅柜号 TIIU8073522 | 工单兜底 | ISO 柜号、无关键词 |
|
|
|
| 邮件2 MATU + 卡派 xlsx | 转仓 | `新增转仓` + 卡派表 |
|
|
|
| 邮件3 拆柜清单+渠道件数 | 工单 | 工单主题模板 + 软词；渠道件数不是拦截指令 |
|
|
|
| 邮件4 预报+换标+DO | 工单为主，预报/DO 可并存 | 最新段硬工单压预报；卡派表优先于换标表；DO 文件名 |
|
|
|
|
|
|
这四封能过，**不代表**换一套客户模板也能过。
|
|
|
|
|
|
---
|
|
|
|
|
|
## 9. 覆盖缺口清单（用来对照新邮件）
|
|
|
|
|
|
把新邮件贴到下面问：会在哪一层失败？
|
|
|
|
|
|
### 9.1 进不了库
|
|
|
|
|
|
- [ ] 没有 ISO 柜号，也没有第 1 节关键词
|
|
|
- [ ] 纯英文 booking / sailing / transload / relabel / hold
|
|
|
- [ ] 已配关键词过滤，新叫法不在列表、发件人不在白名单
|
|
|
- [ ] 主题乱码（GBK/UTF-8 错码）导致关键词对不上
|
|
|
|
|
|
### 9.2 能进库但类型错 / UNKNOWN
|
|
|
|
|
|
- [ ] 同义说法：新增订舱、做预报、改仓、贴新标、hold cargo、stop shipment
|
|
|
- [ ] 「转」但没写「转仓」；「不要转仓」以外的否定
|
|
|
- [ ] 预报附件不叫数据模版/装箱清单/卡派资料
|
|
|
- [ ] 主题预报 + 正文最新段换标（会变成工单，可能符合产品，但预报卡不是当前）
|
|
|
- [ ] 预报与 DO 分数接近（close_call），以优先级表为准
|
|
|
|
|
|
### 9.3 类型对但字段空
|
|
|
|
|
|
- [ ] 主题不用 `+` 分隔（用空格/逗号/表格/HTML）
|
|
|
- [ ] 港口不在美国白名单（如西雅图别称未收录、欧洲港）
|
|
|
- [ ] 柜型写成 40'HQ / 40 尺柜 / HC 无数字
|
|
|
- [ ] 日期无 ETA/ETD 标签（只写 5/15）
|
|
|
- [ ] 船名不写「船名航次」四字
|
|
|
- [ ] 只写「备注：」标签、没有 `封号：` 这类字段名 — 当前**不**从「备注：」抽备注；未映射的 `名称：值` 才会进备注
|
|
|
- [ ] 封号写在无 `+`、无冒号的自由句里（如 “seal EMCEJJ0635”）
|
|
|
|
|
|
### 9.4 有附件但货件为空 / 错表
|
|
|
|
|
|
- [ ] 卡派是 PDF、图片、Word，不是 xlsx/xls/csv
|
|
|
- [ ] 表头不叫渠道+件数+仓库（例如全英文 Warehouse / Qty 但没有渠道）
|
|
|
- [ ] 缺仓库ID/渠道/件数三列之一
|
|
|
- [ ] 只有换标指令单被当成预报行（文件名若不像卡派，可能先吃换标表；预报卡会清空货件）
|
|
|
- [ ] 表在 zip 内层路径/加密压缩包
|
|
|
- [ ] 附件过大被拒
|
|
|
|
|
|
### 9.5 转仓 / 工单 / DO 细节
|
|
|
|
|
|
- [ ] 转仓目标仓不是 PSC2/POC2/FWA4/VGT2
|
|
|
- [ ] 工单附件只靠柜号关联（规则故意不用柜号分发）
|
|
|
- [ ] DO 是 JPG/扫描件，或文件名无独立 DO
|
|
|
|
|
|
### 9.6 编码与客户端壳
|
|
|
|
|
|
- [ ] QQ 转发壳、iPhone「发自我的」会剥；剥完若没剩指令词则跳过该段
|
|
|
- [ ] 正文 HTML 未转纯文本时，标签可能打断正则
|
|
|
- [ ] 繁体：新增預報、轉倉、貼標 — **词表是简体**，繁体会漏
|
|
|
|
|
|
---
|
|
|
|
|
|
## 10. 扩展新格式时改哪里
|
|
|
|
|
|
不要在详情页临场「理解」一封信。按层改：
|
|
|
|
|
|
| 缺口 | 改 |
|
|
|
|------|----|
|
|
|
| 拉不进来 | 设置页关键词/白名单，或 `BUSINESS_TEXT_RE` / `isBusinessRelevantMail` |
|
|
|
| 类型错 | `classify.ts` 加分 + `instruction-lexicon.ts` 词表 + 单测 |
|
|
|
| 拆不出卡 | `KEYWORD_RULES`、切段边界、`split-instructions` |
|
|
|
| 主题柜头 | `bl-plus-template` 或 `ops-subject-template`（先判断像 A 还是 B）；未映射标签进 `memo_bits` → 备注 |
|
|
|
| 正文柜头 | `extract-container-header.ts` 标签正则；港口 `us-ports.ts`；船司 `carrier-aliases.ts` |
|
|
|
| 卡派列名 | `packing-list.ts` `HEADER_ALIASES` |
|
|
|
| 贴标表 | `label-instruction.ts` `LABEL_HEADER_ALIASES` |
|
|
|
| 转仓 OCR | `transfer-instruction-table.ts` + 仓码归一 |
|
|
|
| DO 文件名 | `do-upload-extract.ts` |
|
|
|
| 附件挂段 | `match-segment-attachments.ts` |
|
|
|
|
|
|
流程：**先在本页记下「哪一层缺口」→ 改对应文件 → 补 `tests/unit` 或 fixtures → `pnpm test` 相关文件。**
|
|
|
|
|
|
---
|
|
|
|
|
|
## 11. 结论（给评审用）
|
|
|
|
|
|
当前规则覆盖的是：**简体中文 + 固定口头禅 + ISO 柜号 + `+` 主题模板 + 中英列名接近金样的 xlsx**。
|
|
|
|
|
|
对「还没拿到的邮件」：
|
|
|
|
|
|
- **同类客户、换柜号/换船名/换附件内容**：一般能覆盖。
|
|
|
- **换一套邮件习惯**（英文、繁体、无 `+`、无「新增预报」、PDF 清单、新仓码、新列名）：**不能默认覆盖**，会按第 9 节某一层失败，需要加词或加模板，而不是调模型。
|
|
|
|
|
|
建议每来一类新失败信：先标失败层（拉取 / 分类 / 拆段 / 柜头 / 表格），再决定是加关键词还是加模板，避免一条超级正则吃所有格式。
|
