印尼旅游资源解析入库技能#

触发识别（使用前必读）#

用户提示词关键词解析#

收到入库任务时，从用户提示词中自动识别以下关键信息：

提示词关键词识别结果操作https://drive.google.com/... 等 Drive URL数据源为云盘调用 google-drive 技能， 只下载合同文件 到目标路径本地路径如 C:\Users\a\Desktop\资源数据源为本地文件直接使用该路径下的文件模型文件路径 / 已存在的 csv目标生产库位置在该 CSV 基础上 追加 新数据，而非覆盖目标路径 / target解析结果输出目录解析结果写入该目录，原始合同和中间文件于 Step 8 清理未提及目标路径—告知用户必须指定目标路径

⚠️ 路径仅为示例，不可硬编码。 所有路径必须从用户提示词中动态提取，用作字段值传递给脚本。

示例提示词：

"检索 https://drive.google.com/drive/my-drive 所有合同并解析，模型文件路径在 C:\Users\a\Desktop\资源，目标路径为 C:\Users\a\Desktop\资源\target"

动态提取结果（作为变量使用）：

• 数据源 URL： https://drive.google.com/drive/my-drive → 传给 google-drive 技能
• 模型文件路径： C:\Users\a\Desktop\资源 → 拼接生产库 CSV 文件名，得到完整生产库路径
• 目标路径： C:\Users\a\Desktop\资源\target → 解析结果输出目录

技能依赖检测#

使用前检查所需技能是否已安装：

依赖技能用途未安装时操作google-drive访问 Google Drive 下载合同提示用户执行 openclaw skills install google-drive，或告知用户提供本地文件bali-resource-import本技能（自身）提示用户提供正确路径pdfplumber / PyMuPDFPDF 文本提取pip 安装 pdfplumber

缺失技能时的话术模板：

text

[技能缺失] 解析入库需要先安装 google-drive 技能。
请在终端执行：openclaw skills install google-drive
安装完成后请重新发送任务。

使用流程#

Step 0：安装依赖#

bash

# 安装 Google Drive 技能（如需要）
openclaw skills install google-drive

# 安装 PDF 解析库
pip install pdfplumber

Step 1：下载合同文件#

Google Drive 来源（仅下载合同文件）：

1. 调用 google-drive 技能，传入 Drive URL，列出所有文件

2. 过滤合同文件（非合同文件不下载）：

   • MIME 类型为 application/pdf 或 application/vnd.openxmlformats-officedocument.wordprocessingml.document
   • 文件名包含合同相关关键词： 合同、 Contract、 contract、 Agreement、 agreement、 协议
   • 如无法判断，一律下载，由 Step 3 解析时判断资源类型

3. 下载匹配文件到 目标路径

4. 返回下载文件列表供后续使用

本地来源：从提示词中提取本地路径，定位 PDF/Word 文件。

⚠️ 所有路径均为动态变量，不写死。

Step 2：读取生产库表头#

⚠️ 必须先读取目标 CSV 的实际表头和 encoding，再生成数据行。

python

import csv

def read_production_csv(path):
    for enc in ['utf-8-sig', 'gbk', 'utf-8', 'latin1']:
        try:
            with open(path, 'r', encoding=enc) as f:
                headers = next(csv.reader(f))
            return headers, enc
        except UnicodeDecodeError:
            continue
    raise ValueError(f"无法读取 {path}")

# 示例
headers, enc = read_production_csv(r"C:\Users\a\Desktop\资源\活动标准化完整版_含人群标签与特色标签_V4.csv")
# headers = ['contract_id (合同编号)', 'activitynameen (活动英文名)', ...]
# ⚠️ 表头格式为 "fieldname (中文说明)"，提取时用 split(' (')[0] 取英文字段名

Step 3：解析合同内容#

按合同内容识别资源类型：

资源类型判断关键词核心价格字段酒店房型、床型、早餐、入住、淡旺季淡季价格_IDR / 旺季价格_IDR车辆车型、半天、全天、司机、油费半天价格 / 全天价格景点门票、开放时间、GPS、难度门票-成人IDR活动时长、含保险、含交通、教练语言成人IDR价格SPA疗法、套餐、开放时间成人IDR价格俱乐部最低消费、入场费、时段政策入场/门票费用餐厅菜系、套餐、预约成人IDR价格下午茶套餐类型、成人儿童价成人IDR价格

Step 4：数据提取规则#

提取原则（按优先级）：

优先级来源处理方式1合同原文直接使用，如实写入字段2公开网络信息（如 GPS 坐标）可填写，标注来源—合同无数据填写"合同未提供"，不得留空—编造数据严禁

字段格式规范：

字段类型格式示例日期期间2024-07-01 至 2024-08-31（不用英文月份）星级5星（带"星"字，非纯数字）价格纯数字，不含货币符号（如 3581500 而非 IDR 3,581,500）汇率参考1 CNY ≈ 2,100 IDR；1 USD ≈ 15,000 IDR

Step 5：三层标签体系#

每条资源必须标注三层标签：

人群标签（第一层）： #家庭 #亲子 #情侣 #商务 #蜜月 #年轻人 #老年人 #单身

风格标签（第二层）： #豪华 #经济型 #浪漫 #休闲 #刺激 #度假村风格 #自然 #文化

特色标签（第三层）： 按资源类型选用，详见下方各资源标签表。

Step 6：写入 CSV#

⚠️ 关键规则：

1. 新增数据的字段名必须与生产库表头完全一致
2. encoding 必须与生产库一致（通常 activity 用 gbk，hotel 用 utf-8-sig）
3. 写入模式为 追加（append），不覆盖原有数据

python

import csv, os

def append_to_production(prod_path, data_rows, enc):
    """追加数据到生产库 CSV"""
    with open(prod_path, 'r', encoding=enc, newline='') as f:
        prod_rows = list(csv.reader(f))

    prod_headers = prod_rows[0]  # ['fieldname (中文说明)', ...]
    prod_fieldnames = [h.split(' (')[0] for h in prod_headers]  # ['fieldname', ...]

    with open(prod_path, 'w', encoding=enc, newline='') as f:
        writer = csv.writer(f)
        writer.writerow(prod_headers)          # 保留原有表头
        writer.writerows(prod_rows[1:])        # 保留原有数据
        for row in data_rows:                 # 追加新数据
            out_row = [row.get(fn, '') for fn in prod_fieldnames]
            writer.writerow(out_row)

直接追加示例（不依赖 append_to_csv.py）：

python

# BOUNTY Cruises → 活动库
append_to_production(
    r"C:\Users\a\Desktop\资源\活动标准化完整版_含人群标签与特色标签_V4.csv",
    bounty_rows,  # list of dict
    'gbk'
)

# Maya Ubud → 酒店库
append_to_production(
    r"C:\Users\a\Desktop\资源\巴厘岛酒店资源库_2026标准版_V4_FINAL.csv",
    maya_rows,
    'utf-8-sig'
)

Step 7：输出报告#

入库完成后， 向用户报告（路径为实际从提示词中提取的值）：

text

✅ 入库完成
━━━━━━━━━━━━━━━
合同文件：BOUNTY Cruises - March 2026.pdf / Maya Ubud Contract Valid 31 Mar 2025.pdf
资源类型：活动 × 4条 + 酒店 × 4条
目标库：
  活动库：{模型文件路径}\活动标准化完整版_含人群标签与特色标签_V4.csv → +4 条
  酒店库：{模型文件路径}\巴厘岛酒店资源库_2026标准版_V4_FINAL.csv → +4 条
输出目录：{目标路径}\
清理结果：原始合同 PDF + parsed_results.json 已删除

Step 8：清理临时文件#

入库完成后，目标文件夹只保留结果 CSV 文件，一律删除：

文件类型示例删除原因原始合同 PDF/Word（云盘下载）BOUNTY Cruises - March 2026.pdf原始合同不留在输出目录解析中间文件parsed_results.json仅作中间处理使用，不交付用户任何非结果 CSV 的残留文件xxx_out.csv 以外的临时文件避免输出目录污染

保留文件：

text

{目标路径}\
├── BountyCruises活动数据_YYYYMMDD.csv   ← 新增的活动数据（追加到生产库）
└── MayaUbud酒店数据_YYYYMMDD.csv        ← 新增的酒店数据（追加到生产库）

python

import os

def cleanup_target_dir(target_dir, keep_prefixes=('活动数据', '酒店数据', '景点数据', 'SPA数据', '餐厅数据', '俱乐部数据', '下午茶数据', '车费数据')):
    """清理目标目录，保留结果CSV，删除其余所有文件"""
    deleted = []
    for f in os.listdir(target_dir):
        full = os.path.join(target_dir, f)
        if os.path.isfile(full):
            # 保留带指定前缀的结果CSV
            if any(f.startswith(p) and f.endswith('.csv') for p in keep_prefixes):
                continue
            # 其余文件一律删除
            os.remove(full)
            deleted.append(f)
    return deleted

deleted = cleanup_target_dir(target_dir)
for f in deleted:
    print(f"[清理] 已删除: {f}")

8类资源 CSV 文件#

资源类型CSV 文件名encoding酒店巴厘岛酒店资源库_2026标准版_V4_FINAL.csvutf-8-sig车辆巴厘岛车费成本表-成本_2.10.csvgbk景点景点标准化完整版_含人群标签与特色标签_V4.csvgbk活动活动标准化完整版_含人群标签与特色标签_V4.csvgbkSPASPA标准化完整版_含人群标签与特色标签_V4.csvgbk俱乐部俱乐部标准化完整版_含人群标签与特色标签_V4.csvgbk餐厅餐厅标准化完整版_含人群标签与特色标签_V4.csvgbk下午茶下午茶标准化完整版_含人群标签与特色标签_V4.csvgbk

三层标签参考#

人群标签（所有资源）#

#家庭 #亲子 #情侣 #商务 #蜜月 #年轻人 #老年人 #单身

风格标签（所有资源）#

#豪华 #经济型 #浪漫 #休闲 #刺激 #度假村风格 #自然 #文化

特色标签（按资源类型）#

酒店： #海景房 #私人泳池 #儿童俱乐部 #水疗中心 #私人海滩 #日落景观 #Infinity泳池 #热带雨林景观 #乌布丛林

车辆： #中文司机 #婴儿座椅 #行李空间大 #全景天窗 #全天候服务 #机场接送 #VIP包车

景点： #日落观赏点 #浮潜点 #摄影圣地 #稻田风光 #印度教寺庙 #亲子友好 #小众秘境

活动： #潜水 #冲浪 #火山徒步 #漂流 #丛林探险 #文化体验 #极限运动 #浮潜 #深潜 #ATV #滑索

SPA： #巴厘岛传统按摩 #四手按摩 #情侣SPA #热石按摩 #排毒疗程 #蜜月套餐 #草本疗法 #花香浴

俱乐部： #DJ演出 #主题派对 #沙滩酒吧 #VIP包厢 #泳池派对 #现场乐队 #日落美景 #网红打卡

餐厅： #海鲜烧烤 #海滩景观 #网红餐厅 #蜜月餐厅 #私人包间 #现场音乐 #米其林 #亚洲50佳 #稻田景观

下午茶： #海景下午茶 #日落下午茶 #泳池下午茶 #花园下午茶 #闺蜜下午茶 #梯田景观 #绝美拍照点

异常处理规范#

异常类型判断标准处理方式资源过期合同有效期 < 今天备注"已过期"，可信度降B级价格缺失核心价格字段为空暂停入库，告警人工补充价格冲突同资源价差 > 10%标红，暂停入库，等人工决策CSV encoding 读取失败所有 encoding 均报错提示用户文件损坏或格式异常生产库文件被占用PermissionError提示用户关闭 Excel / Google Drive Desktop 等程序后再重试表头字段不匹配新数据字段与生产库不一致报错退出，不写入，列出缺失/多余字段GPS缺失坐标字段为空备注"待补充"，不阻止入库标签缺失三层标签不完整按资源类型默认补充基础标签数据完整度低字段完整度 < 60%可信度标C级，优先处理高完整度资源

参考文档#

文档路径巴厘岛旅游资源标准化文档体系references/巴厘岛旅游资源标准化文档体系.md8类特色标签快速查阅表references/8类特色标签快速查阅表.md