RSHB/arm-tabular-parser
9
0
Fork 0
Code Issues 9 Pull Requests 1 Actions Packages Projects Releases Wiki Activity
arm-tabular-parser/docs/superpowers/plans/2026-10-28-osv-other-systems.md
Andrey Epifancev bb9eb29659 plan: ОСВ других учётных систем (#81) 
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-28 20:07:03 +04:00

25 KiB
Raw Blame History

ОСВ других учётных систем — план реализации

For agentic workers: REQUIRED SUB-SKILL: Use superpowers:subagent-driven-development (recommended) or superpowers:executing-plans to implement this plan task-by-task. Steps use checkbox (- [ ]) syntax for tracking.

Goal: листы ОСВ SAP, Navision, выгрузок КТЗ и отчётов 1С с другим названием распознаются как ОСВ: признаки листа по названию, запасной признак по полному заголовку таблицы, написания групп и сторон, итог «ВСЕГО».

Architecture: новые написания — только записи api/rules/osv_headers.yaml + синтетика на каждую (R-22). Код меняется в одном месте: запасной признак has_osv_table в detect.py, который plan_sheets вызывает для листа, попавшего бы в «прочее». Регрессия — прогон банка первички до и после, сравнение по документам.

Tech Stack: Python 3.11, pytest, ruff, mypy; openpyxl (генератор синтетики); OpenSpec.

Spec: tabular-parser/openspec/changes/osv-other-systems/ (proposal.md, design.md, specs/osv-parsing/spec.md). Правило — docs/context/05-domain-rules.md §1.1–§1.2 (меняется в Task 5). Issue RSHB/arm-tabular-parser#81. Jira AURORA-1717, AURORA-1719, AURORA-1732. Ветка feat/81-osv-other-systems в трёх worktree: .wt/osv-dict/tabular-parser, .wt/osv-dict/fixtures, .wt/osv-dict/docs (корень W = /Users/andrey.epifancev/projects/awp-ca/.wt/osv-dict).

Global Constraints

  • Никаких if под файл, организацию, систему-источник или имя листа: новое написание = запись YAML + синтетика (CLAUDE.md tabular-parser, «Правила расширения»).
  • Каждая новая запись словаря срабатывает хотя бы на одной синтетике (tests/fixtures/test_rules_coverage.py, R-22).
  • Паттерны пишутся по нормализованному тексту: нижний регистр, «ё» → «е», дефисы/тире/переносы/nbsp → пробел, пробелы схлопнуты (шапка osv_headers.yaml).
  • Новые sheet_markers — с якорем ^ (R-5); якорь снимается для названия, только если файлы списка 1717 без этого не находятся (записать в design.md, раздел решений).
  • Запасной признак: только лист, который plan_sheets иначе отнёс бы к «прочее»; строка групп в первых SHEET_MARKER_ROWS (30) строках; все три группы; у каждой — и Дебет, и Кредит; свёрнутое сальдо не годится (D1, R-2, R-3, R-6).
  • Пакет api/arm_statements/ не трогать. Контракт не меняется.
  • Код — только Edit/Write, не sed/скрипты через Bash (правило владельца 18.10.2026). cwd оболочки держать в W/tabular-parser; fixtures и docs править по абсолютным путям, git — git -C <абсолютный путь>.
  • Файлы банка первички (/Users/andrey.epifancev/projects/awp-ca/doc-bank/) — только чтение, в git не кладутся.
  • Golden правится только make golden-update с просмотром diff, отдельным коммитом в fixtures.
  • Комментарии, сообщения коммитов — по-русски; коммиты заканчиваются строкой Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>.

Review Focus

  1. Расшифровка ББ, которую пакет не узнал как форму («Остаток на начало | Поступило | Выбыло | Остаток на конец»), не становится ОСВ: в ней нет оборотов → has_osv_table ложь (тест в Task 3).
  2. Преамбула шапки «Остаток на начало: … | Остаток на конец: …» над таблицей не принимается за строку групп: в ней нет «оборотов» (тест в Task 2 на синтетике s49 — преамбула выше таблицы).
  3. Сторона без границы слова («ДТВВ») не ловится в ячейках, где нет группы: «Дт» внутри текста контрагента («ООО Дтвв-Сервис») не даёт стороны (тест в Task 2).
  4. Лист «прочее» после листа формы, который сейчас идёт как слабое продолжение (is_weak_continuation), остаётся продолжением — запасной признак проверяется только в ветке «прочее» (тест в Task 3).
  5. Книга с формами и без единого листа ОСВ: на листах форм has_osv_table не вызывается (тест в Task 3 — счётчик вызовов на книге s14).

Task 1: Окружение и базовый прогон банка первички

Files:

  • Create: /Users/andrey.epifancev/projects/awp-ca/admin/osv-other-systems-regress/regress.py
  • Create: /Users/andrey.epifancev/projects/awp-ca/admin/osv-other-systems-regress/headers.md
  • Create (вывод): .../osv-other-systems-regress/base.csv

Interfaces:

  • Produces: regress.py run <out.csv> и regress.py diff <base.csv> <new.csv>; headers.md — точные тексты шапок и заголовков реальных образцов для синтетики Task 2–3.

  • Step 1: venv. cd W/tabular-parser && make venv → api/.venv/bin/python есть; make check зелёный на исходной ветке (golden и покрытие читают ../fixtures — это worktree fixtures на той же базе f1f7f83).

  • Step 2: regress.py run. Обходит doc-bank/index/index.csv, строки с route == "парсер"; разбирает файл в процессе тем же путём, что src.parser.cli (get_parser(Settings()), тип файла — по расширению), запуск из W/tabular-parser/api с ENV_FILE=.env.test и PYTHONPATH=.. Пишет CSV, по строке на документ (на файл без документов — одна строка): sha256, name, locator, kind (osv|BALANCE|INCOME|…|none), status, error_code, sheet_other_count. Исключение парсера — строка с error_code = EXCEPTION:<класс>, прогон не прерывается.

  • Step 3: regress.py diff. Сопоставляет по (sha256, locator); печатает таблицу переходов (kind, status) → (kind, status) с числом файлов и список ухудшений по D3: done → needs_check|error, needs_check → error, любой kind формы → osv, none/other → osv. Переходы в osv помечает «проверить вручную» с именем файла.

  • Step 4: базовый прогон. regress.py run base.csv на текущем HEAD ветки (код = main a8c9605). Ожидаемо по индексу: ~1681 файл; среди ошибок — INVALID_DOCUMENT у файлов из списка 1717.

  • Step 5: образцы заголовков. Из doc-bank найти по index.csv (parse_bug содержит AURORA-1717/1719) по одному файлу на каждое написание из таблиц AURORA-1717 и 1719 (+ «ВСЕГО» из 1732) и выписать в headers.md дословно: строку названия, строку(и) групп и подзаголовков (ячейка за ячейкой), подпись итога. Особо: как у Navision подписан оборот («ОборотДт»? «Оборот Дт»?), как у SAP НМЖК — «Оборот» со стороной.

Коммита нет (каталог admin/ не репозиторий).

Task 2: Словари и синтетика написаний (1717 названия, 1719 группы и стороны, 1732 «ВСЕГО»)

Files:

  • Modify: api/rules/osv_headers.yaml (sheet_markers, groups.opening, groups.closing, groups.turnover — если нужно для «ОборотДт», debit, credit, total_row_exact)
  • Modify: api/tests/synthetic/generate.py (OsvSpec, _header_v1, _header_rows, build_osv, новые _s48…_s50, FILE_NAMES, docstring модуля)
  • Modify: api/tests/synthetic/test_synthetic_files.py (EXPECTED, список файлов, новые тесты)
  • Modify: api/tests/unit/parser/test_detect.py
  • Create (генерация): W/fixtures/osv/synthetic/s48_*.xlsx, s49_*.xlsx, s50_*.xlsx; Modify: W/fixtures/osv/synthetic/README.md

Interfaces:

  • Consumes: headers.md из Task 1.

  • Produces: поля OsvSpec (используются в Task 3):

    • title: str | None = None — строка названия вместо «Оборотно-сальдовая ведомость по счету {account} за {period}» (None — как сейчас);
    • untitled: bool = False — без строк организации, названия, параметров: заголовок таблицы с первой строки;
    • split_groups: dict[str, tuple[str, str]] = {} — группы, у которых вместо слитого названия + «Дебет/Кредит» две ячейки в строке групп со своими текстами (сторона в ячейке группы); если разделены все три группы, строки подзаголовков нет;
    • total_text: str = TOTAL_TEXT.

  • Step 1: падающие тесты синтетики. Тексты брать из headers.md; ниже — ориентир:

    • s48_other_system_titles.xlsx — пять листов build_osv с title: «Оборотная ведомость по счету 60 за 1 квартал 2025 г.», «ОСВ по сч. 60 за 1 квартал 2025 г.», «Оборотный баланс …», «Фин. Обороты Листок», «Отчет по Главной книге …»; у последнего листа total_text="ВСЕГО". Тест test_s48_other_system_titles_are_osv: 5 документов osvDocument с локаторами листов, SHEET_OTHER нет; у листа «ВСЕГО» строка итога TOTAL, предупреждения «строка «Итого» не найдена» нет.
    • s49_balance_and_turnover_by_side.xlsx — group_titles «Остаток на начало периода» / «Остаток на конец периода», split_groups={"turnover": ("Оборот по дебету", "Оборот по кредиту")}; над таблицей преамбула «Остаток на начало: 0 | Остаток на конец: 0» (Review Focus 2). Тест: шесть колонок сумм, суммы base_tree() верны, статус done.
    • s50_sap_in_out_glued_side.xlsx — два листа: SAP «Сальдо вх Дт | Сальдо вх Кт | Оборот Дт | Оборот Кт | Сальдо исх Дт | Сальдо исх Кт» (все три split_groups), SAP НМЖК «Сальдо НачальноеДТВВ | Сальдо НачальноеКТВВ | … | Сальдо КонечноеКТВВ»; у контрагента имя «ООО Дтвв-Сервис» (Review Focus 3). Тест: оба листа — шесть колонок с верными сторонами, суммы как у дерева, «ООО Дтвв-Сервис» — строка контрагента.
    • test_detect.py::test_side_without_word_boundary_only_in_group_cell — сетка sheet_from_rows: заголовок «Сальдо НачальноеДТВВ | …», ниже строка с текстом «Дтвв» в колонке сумм → find_table_header берёт колонки только из строки групп. Добавить имена в EXPECTED (s48 — documents=5), в список файлов и FILE_NAMES.

  • Step 2: генерация и прогон — тесты падают. cd api && .venv/bin/python -m tests.synthetic.generate W/fixtures/osv/synthetic → .venv/bin/pytest tests/synthetic tests/unit/parser/test_detect.py -k "s48 or s49 or s50 or word_boundary" — FAIL (INVALID_DOCUMENT/INVALID_FORMAT).

  • Step 3: записи словаря. Ориентир (уточнить по headers.md; ловушки: \w* жадно съест приклеенную сторону — «сальдо\s+начальн\w*» оставит пустой остаток вместо «дтвв»; \bоборот(ы)?\b не матчит «оборотдт»):

    • sheet_markers: ^оборотн\w*\s+ведомост, ^осв\b, ^оборотн\w*\s+баланс, ^фин\.?\s*обороты, ^отчет\s+по\s+главной\s+книге;
    • groups.opening: остат\w*\s+на\s+начало, сальдо\s+начальное, сальдо\s+вх\b, ^начало(?=\s*(дт|кт));
    • groups.closing: остат\w*\s+на\s+конец, сальдо\s+конечное, сальдо\s+исх\b, ^конец(?=\s*(дт|кт));
    • groups.turnover (если headers.md подтверждает «ОборотДт» без пробела): ^оборот(?=\s*(дт|кт));
    • debit: ^по\s+дебету\b, ^дт\s*вв\b; credit: ^по\s+кредиту\b, ^кт\s*вв\b;
    • total_row_exact: ^всего$ (комментарий: ГК КТЗ, сч. 009, AURORA-1732). Каждой записи — комментарий с источником (AURORA-…, система). Если сторону без границы слова нельзя выразить записью (остаток ячейки не начинается со стороны), правка _side/_group_cells общая, без упоминания системы (design D2), и тест на неё.

  • Step 4: тесты зелёные. Тот же pytest → PASS. tests/fixtures/test_golden.py требует снимок на каждый синтетический файл: make golden-update, в diff — только новые снимки s48–s50 (изменился старый — стоп, разобрать). Затем make check → PASS (покрытие словарей видит новые записи на s48–s50).

  • Step 5: коммиты. tabular-parser: rules/osv_headers.yaml, tests/synthetic/*, tests/unit/parser/test_detect.py — «ОСВ: названия ведомостей, группы и стороны других систем, «ВСЕГО» (#81)». fixtures (git -C W/fixtures): osv/synthetic/s48…s50, README — «Синтетика s48–s50 под tp#81»; снимки golden/expected_osv_parse/s48…s50 — отдельным коммитом «Golden синтетики s48–s50 под tp#81».

Task 3: Запасной признак листа ОСВ по заголовку таблицы

Files:

  • Modify: api/src/parser/detect.py (новая has_osv_table, classify_sheet, __all__)
  • Modify: api/src/parser/statements/adapter.py:56-83 (plan_sheets)
  • Modify: api/src/parser/book.py:146
  • Modify: api/tests/synthetic/generate.py (_s51), api/tests/synthetic/test_synthetic_files.py
  • Test: api/tests/unit/parser/test_detect.py, api/tests/unit/parser/statements/test_adapter.py (тесты plan_sheets), api/tests/unit/parser/test_book_parser.py

Interfaces:

  • Consumes: поля OsvSpec из Task 2 (untitled, split_groups).

  • Produces:

    • detect.has_osv_table(sheet: Sheet, rules: Rules) -> bool — в первых SHEET_MARKER_ROWS строках есть строка, где _group_cells даёт все три группы, и _columns_of_group для каждой возвращает debit и credit (не collapsed); InvalidFormatError из _columns_of_group → False. Без дедлайна (≤ 30 строк).
    • plan_sheets(sheets, is_osv, rules, deadline, osv_by_table: Callable[[Sheet], bool] | None = None) -> SheetPlan — в ветке else (лист пошёл бы в other): если osv_by_table задан и истинен — лист в osv, last_type = None; иначе other, как сейчас.
    • classify_sheet: если пакет дал «прочее» и has_osv_table — SheetKind.OSV (согласованность с plan_sheets).
    • book.py: plan_sheets(..., osv_by_table=lambda sheet: has_osv_table(sheet, self._rules)).

  • Step 1: падающие тесты.

    • test_detect.py:
      • test_has_osv_table_navision_split_sides — sheet_from_rows: первая строка «ФинСчет | НачалоДт | НачалоКт | ОборотДт | ОборотКт | КонецДт | КонецКт» (тексты — из headers.md), строки данных → True;
      • test_has_osv_table_requires_opening — то же без «НачалоДт/Кт» → False;
      • test_has_osv_table_rejects_collapsed — «Сальдо на начало | Обороты (Дебет/Кредит) | Сальдо на конец» с одной колонкой у начала → False;
      • test_has_osv_table_rejects_disclosure — «Наименование | Остаток на начало | Поступило | Выбыло | Остаток на конец» → False (Review Focus 1);
      • test_has_osv_table_only_first_rows — полный заголовок в строке 31 → False;
      • test_classify_sheet_falls_back_to_table — Navision-сетка → SheetKind.OSV.
    • тест plan_sheets:
      • test_plan_sheets_table_fallback_only_for_other — лист формы, затем Navision-лист, затем «Справка» → osv содержит только Navision-лист, «Справка» в other; osv_by_table вызван только для двух последних листов (счётчик вызовов, Review Focus 5);
      • test_plan_sheets_weak_continuation_not_taken — лист формы, затем лист из 1–2 кодов (слабое продолжение, образец — существующие тесты is_weak_continuation) → остаётся STATEMENT_CONTINUATION, osv_by_table не вызван (Review Focus 4).
    • синтетика s51_untitled_navision.xlsx (build_osv с untitled=True, split_groups для трёх групп по headers.md) и test_s51_untitled_sheet_is_osv_by_table: один osvDocument, SHEET_OTHER нет, суммы дерева верны; EXPECTED — статус по факту разбора шапки без периода (ожидаемо needs_check из-за ненайденного периода/организации; если иначе — зафиксировать фактический и объяснить в комментарии).
    • test_book_parser.py::test_statement_book_sheets_unchanged_by_fallback — книга s14 (формы + ОСВ): виды листов те же, что без запасного признака.

  • Step 2: тесты падают. make venv уже есть; cd api && .venv/bin/python -m tests.synthetic.generate W/fixtures/osv/synthetic && .venv/bin/pytest tests/unit/parser tests/synthetic -k "osv_table or plan_sheets or s51 or fallback" → FAIL (ImportError: has_osv_table, INVALID_DOCUMENT).

  • Step 3: реализация по Interfaces. has_osv_table переиспользует _group_cells и _columns_of_group (R-6), отдельного разбора сторон нет.

  • Step 4: тесты зелёные. Тот же pytest → PASS; make golden-update — в diff только новый снимок s51; make check → PASS.

  • Step 5: коммиты. tabular-parser: «ОСВ: запасной признак листа по заголовку таблицы (#81, AURORA-1717)». fixtures: osv/synthetic/s51…, README — «Синтетика s51 под tp#81»; снимок s51 — отдельным коммитом.

Task 4: Golden, регрессия банка, check-full

Files:

  • Modify (генерация): W/fixtures/golden/expected_osv_parse/*.json

  • Create (вывод): /Users/andrey.epifancev/projects/awp-ca/admin/osv-other-systems-regress/new.csv, report.md

  • Step 1: golden. make golden-check → код 0; git -C W/fixtures diff --stat f1f7f83 -- golden/ — только добавленные снимки s48–s51, ни одного изменённого (изменённый — стоп, разобрать с объяснением в design.md).

  • Step 2: прогон ветки. regress.py run new.csv; regress.py diff base.csv new.csv > report.md.

  • Step 3: разбор. Каждое ухудшение и каждый переход в osv из формы/«прочее» — открыть файл, решить: ведомость (ожидаемо: «Оборотный баланс» 1718 и файлы списков 1717/1719) или ложное срабатывание. Ложное — правка записи словаря или якоря, повтор Task 2 Step 4 и этого шага. Не устраняется — стоп, вопрос владельцу с файлом и тем, что видно. В report.md — таблица переходов, список ручных проверок с вердиктом, файлы списков 1717/1719, оставшиеся с ошибкой, с причиной (1720–1723, «Обороты счета», безымянный лист, ушедший в форму).

  • Step 4: make check-full (поднимает compose для интеграционных тестов) → PASS. Также .venv/bin/pytest tests/fixtures/test_osv_dkb.py → PASS.

Task 5: Правило 05-domain-rules, документация сервиса

Files:

  • Modify: W/docs/context/05-domain-rules.md §1.1 (поиск листа), §1.2 (написания групп и сторон); строка «Итого» — где перечислены итоговые подписи (§1.3 или §1.4)

  • Modify: W/tabular-parser/README.md (раздел «Парсер ОСВ»: признаки листа, запасной признак), W/tabular-parser/CLAUDE.md (перечень синтетики s48–s51 в абзаце golden), docstring generate.py (s48–s51)

  • Modify: W/tabular-parser/openspec/changes/osv-other-systems/design.md — решения, принятые по ходу (R-9…), и сводка регрессии из report.md

  • Step 1: §1.1 по design D4: признак — название ведомости по sheet_markers (перечислить написания) или, если лист не опознан как форма или продолжение, полный заголовок таблицы ОСВ в первых 30 строках: три группы, у каждой Дебет и Кредит, без свёрнутого сальдо. §1.2 — написания групп и сторон из Task 2 (сторона в ячейке группы, «по дебету», приклеенная «ДТВВ»). «ВСЕГО» — рядом с «ИТОГ».

  • Step 2: проверки. openspec validate osv-other-systems --strict → valid; make check → PASS (docstring и README не ломают линтеры).

  • Step 3: коммиты. docs (git -C W/docs): «05 §1.1–§1.2: ОСВ других учётных систем (tp#81)»; tabular-parser: «Документация: признаки листа ОСВ, синтетика s48–s51 (#81)».