jianm_z

立项背景：客户需要从多个电商网站批量获取商品信息（名称、价格、评分、库存），但手动复制粘贴效率极低且容易出错。 核心功能： 1. 输入目标网址和要抓取的数据字段 2. 自动遍历分页，逐页提取商品数据 3. 数据自动去重和格式标准化 4. 输出为 CSV/Excel/JSON 文件，可直接用 Excel 打开 5. 支持断点续传，中断后从上次位置继续 适用于电商商品监控、竞品分析、企业名录采集等场景。

立项背景：客户每周需要从原始 CSV 销售数据手动制作 Excel 周报，包含汇总统计和图表，每次耗时 2~3 小时。 核心功能： 1. 拖拽 CSV 文件，自动读取数据 2. 自动计算销售额、订单量、客单价等 KPI 3. 生成柱状图（月度趋势）和折线图（日销售额） 4. 输出多 Sheet 工作簿：Dashboard 总览 + 数据明细 + 汇总分析 5. 脚本可复用，换新的 CSV 数据直接重新生成报表 交付后客户制作周报的时间从 2 小时缩短为 5 分钟。

立项背景：客户拥有来自多个渠道的客户信息数据（CSV/Excel），格式混乱、存在大量重复和错误数据，无法直接用于分析和营销。 核心功能： 1. 导入多个 CSV/Excel 文件，自动识别列结构和数据类型 2. 去重逻辑：基于姓名+手机号模糊匹配，合并重复记录 3. 格式标准化：统一日期格式、电话号码格式、地址补全 4. 异常值检测：自动标记超出正常范围的数据项 5. 输出清洗后数据 + 清洗报告（哪些数据被修改/删除及原因） 处理 10000 行数据仅需约 30 秒。

立项背景：制造业/工程企业积累了大量德语技术论坛日志（含零件号、扭矩、测量规格）及工程图纸附件，存在语言障碍且难以直接喂给 RAG 检索系统；人工翻译成本高，且极易在翻译中丢失或改写关键参数。目标：构建一条自动化管线，将原始德语日志清洗、翻译为英文，封装成 RAG 就绪的结构化 Markdown 知识库，核心技术参数 100% 保真。 核心功能模块： 1) 噪音清洗——自动剔除论坛签名、导航条、邮件页脚，同时保留供应商联系方式与技术引用； 2) 保真翻译——抽取零件号/扭矩/测量等实体并掩码，仅翻译普通文本，再逐字节回注原值，附计数校验闸门； 3) 附件富集——图像两级过滤 + 视觉大模型(VLM)结构化提取工程元数据； 4) Markdown 封装——YAML 头 + 面包屑元数据注入； 5) 日志合并——按宏域合并为主日志，供向量库分块入库。 业务流程：原始德语日志 → 清洗 → 实体掩码 → 翻译 → 回注 → 校验闸门 → 英文 Markdown（含元数据）→ 按域合并 → RAG 入库。