角色业务范围收紧工单与模板；报价日期不当费用；未选舱不迁已报价；另开一票可清违禁 hold

Co-authored-by: Cursor <cursoragent@cursor.com>

inquiry-agent/agent/llm/extract_text.py

@@ -46,7 +46,8 @@ _LABEL_KEYS = (
     r"包装方式|包装类型|货量|货物数量|整柜或拼柜|箱型箱量|"
     + _QUOTE_DATE_LABEL_RE
     + r"|运输分类|车型/数量|车型数量|"
-    r"贸易条款|货好时间|货源地|提货地址|收货地址|送货地址|增值服务（非必填）|增值服务|商品海关编码|海关编码|HS编码|HS|是否含油|是否含电|是否含磁|"
+    r"贸易条款|货好时间|货源地|提货地址|收货地址|送货地址|增值服务（非必填）|增值服务|商品海关编码|海关编码|HS编码|HS|"
+    r"是否含油|是否含电|是否带电|是否含磁|"
     r"客户名称|货值|是否为危险品|通关口岸（非必填）|通关口岸"
 )
 _LABEL_LINE = re.compile(rf"^({_LABEL_KEYS})\s*[:：]\s*(.+)$")
@@ -739,7 +740,11 @@ def _merge_optional_inquiry_labels(text: str, facts: dict[str, str]) -> dict[str
 
 
 def _harvest_labels(text: str, labels: tuple[str, ...]) -> dict[str, str]:
-    """按标签切原话。同一起点只留最长标签。"""
+    """
+    按标签切原话。同一起点只留最长标签。
+
+    冒号后本行为空视为未填，不跨行吞下一栏（核对卡复制粘贴时空起运地不能变成「目的地：…」）。
+    """
     raw = text or ""
     hits: list[tuple[int, str]] = []
     for label in labels:
@@ -771,8 +776,15 @@ def _harvest_labels(text: str, labels: tuple[str, ...]) -> dict[str, str]:
         # 增值服务只认冒号后同一行。空行不能把下一行「报价日期（非必填）：」收成服务。
         if label.startswith("增值服务"):
             chunk = chunk.split("\n", 1)[0]
-        chunk = re.sub(r"^[\s:：,，、]+", "", chunk)
-        chunk = re.sub(r"[\s,，、]+$", "", chunk)
+        same_line = chunk.split("\n", 1)[0]
+        same_line_body = re.sub(r"^[\s:：,，、]+", "", same_line).strip()
+        # 冒号后本行为空 = 未填。禁止跨行把下一栏「目的地：吉隆坡」收成起运地。
+        # 核对卡复制粘贴时非必填常整行只有「起运地（非必填）：」，下一行才是必填目的地。
+        if not same_line_body:
+            chunk = ""
+        else:
+            chunk = re.sub(r"^[\s:：,，、]+", "", chunk)
+            chunk = re.sub(r"[\s,，、]+$", "", chunk)
         if chunk:
             out[label] = chunk
     return out
@@ -834,15 +846,18 @@ def extract_air_collab_fields(
     injected: Optional[dict[str, str]] = None,
 ) -> dict[str, str]:
     """
-    空运群只认是否含电、是否含磁。
+    空运群协同项：是否含电、是否含磁（「是否带电」折成是否含电）。
 
     复用海运口语收割，再滤成这两项。
     """
     keys = ("是否含电", "是否含磁")
     if injected:
+        from agent.schema.field_validate import normalize_facts
+
+        norm = normalize_facts(dict(injected))
         return {
             k: str(v).strip()
-            for k, v in (injected or {}).items()
+            for k, v in norm.items()
             if k in keys and str(v or "").strip()
         }
     got = extract_collab_fields(text, allow_b=allow_b)
@@ -933,28 +948,38 @@ def _ascii_amount(raw: str) -> str:
 
 def _currency_of(text: str, hint: str = "") -> str:
     """
-    从正文/提示抽三字码。正文没写币种时只回传 hint，禁止默认编造 USD。
+    从正文抽三字码；正文没写币种时才用 hint，禁止默认编造 USD。
 
+    正文显式币种优先于 baseline：TMS 已是 HKD 时，产品写「1RMB/KG」必须落 CNY，
+    禁止把 hint 拼进正文导致 HKD 盖掉 RMB（WO202610140040）。
+    RMB 是人民币拼音缩写，统一映射 CNY。
     港币必须先于「元」判断，避免「港元」被误判成 CNY。
-    WO202610090107：TMS 是 HKD，产品只写「运输费调整为1100」时必须继承 HKD。
+    WO202610090107：TMS 是 HKD，产品只写「运输费调整为1100」时继承 HKD。
     """
-    blob = f"{hint} {text}".upper()
-    raw = f"{hint} {text}"
-    if any(x in blob for x in ("HKD", "港币", "港元", "HK$")) or "港币" in raw or "港元" in raw:
+    text_only = (text or "").upper()
+    text_raw = text or ""
+    # 正文显式币种（不含 hint），与「仅继承 TMS」区分开。
+    text_has_hkd = any(x in text_only for x in ("HKD", "港币", "港元", "HK$")) or (
+        "港币" in text_raw or "港元" in text_raw
+    )
+    text_has_cny = any(x in text_only for x in ("CNY", "RMB", "人民币")) or (
+        "元" in text_raw and "港元" not in text_raw and "港币" not in text_raw
+    )
+    # 先看正文，再退回 hint；禁止 hint+正文混检让 baseline HKD 压过正文 RMB。
+    if text_has_hkd:
         return "HKD"
-    if any(x in blob for x in ("CNY", "RMB", "人民币")) or (
-        "元" in raw and "港元" not in raw and "港币" not in raw
-    ):
+    if text_has_cny:
         return "CNY"
-    if any(x in blob for x in ("USD", "美金", "美元")):
+    if any(x in text_only for x in ("USD", "美金", "美元")):
         return "USD"
-    if any(x in blob for x in ("EUR", "欧元")):
+    if any(x in text_only for x in ("EUR", "欧元")):
         return "EUR"
-    if any(x in blob for x in ("JPY", "日元")):
+    if any(x in text_only for x in ("JPY", "日元")):
         return "JPY"
-    if any(x in blob for x in ("GBP", "英镑")):
+    if any(x in text_only for x in ("GBP", "英镑")):
         return "GBP"
-    return str(hint or "").strip().upper()
+    hint_u = str(hint or "").strip().upper()
+    return "CNY" if hint_u == "RMB" else hint_u
 
 
 def _normalize_fee_project(raw: str) -> str:
@@ -983,6 +1008,94 @@ def _strip_group_bot_mentions(text: str) -> str:
     return cleaned.strip()
 
 
+# 报价日期整段：标签+日期。费用抽取前剥掉，避免把年份 2026 当成金额。
+_RE_QUOTE_DATE_CHUNK = re.compile(
+    rf"(?:{_QUOTE_DATE_LABEL_RE})(?:（非必填）|\(非必填\))?\s*[:：]?\s*"
+    r"(?:\d{4}\s*[-/.年]\s*\d{1,2}\s*[-/.月]\s*\d{1,2}\s*日?"
+    r"|\d{1,2}\s*[-/.月]\s*\d{1,2}\s*日?)",
+    re.I,
+)
+# 报价有效期（TMS 展示用，不是航线报价格）；剥掉避免年份当金额。
+_RE_VALID_UNTIL_CHUNK = re.compile(
+    r"报价有效期\s*[:：]?\s*"
+    r"(?:\d{4}\s*[-/.年]\s*\d{1,2}\s*[-/.月]\s*\d{1,2}\s*日?"
+    r"|\d{1,2}\s*[-/.月]\s*\d{1,2}\s*日?)",
+    re.I,
+)
+# 时效要求：空运无此字段；剥掉避免「3天」被抽成费用 3。
+_RE_TRANSIT_REQ_CHUNK = re.compile(
+    r"(?:时效要求|要求运输时效)\s*[:：]?\s*"
+    r"\d+(?:\.\d+)?\s*(?:天|日|工作日|个工作日)?",
+    re.I,
+)
+
+
+def _strip_quote_date_chunks(text: str) -> str:
+    """去掉「报价日期：2026-10-15」整段，留给费用行抽取。"""
+    return _RE_QUOTE_DATE_CHUNK.sub(" ", text or "")
+
+
+def _strip_non_fee_meta_chunks(text: str) -> str:
+    """
+    去掉不能当费用金额的元数据段：报价日期、报价有效期、时效要求。
+
+    运行证据（717349）：「报价有效期：2026-10-31」抽成 total=2026；
+    「时效要求：3天」抽成 total=3。
+    """
+    out = _strip_quote_date_chunks(text or "")
+    out = _RE_VALID_UNTIL_CHUNK.sub(" ", out)
+    out = _RE_TRANSIT_REQ_CHUNK.sub(" ", out)
+    return out
+
+
+def labeled_quote_date(text: str) -> str:
+    """
+    群里带标签的报价日期，规范成 yyyy-MM-dd；没有则空串。
+
+    给空运协同意图与补字段用。不改主账。
+    """
+    from agent.schema.field_validate import _quote_date_labeled_value
+
+    return str(_quote_date_labeled_value(text) or "").strip()
+
+
+def is_quote_date_only_message(text: str) -> bool:
+    """
+    整句只是在补报价日期（可带 @、工单号），没有费用金额。
+
+    运行证据：报价日期：2026-10-15 曾被抽成空运费 2026。
+    """
+    raw = (text or "").strip()
+    if not raw or not labeled_quote_date(raw):
+        return False
+    rest = _strip_group_bot_mentions(_strip_non_fee_meta_chunks(raw))
+    rest = re.sub(r"WO\d{12}", "", rest, flags=re.I)
+    rest = re.sub(r"[\s:：,，。、；;@#]+", "", rest)
+    return not rest.strip()
+
+
+def is_non_fee_meta_only_message(text: str) -> bool:
+    """
+    整句只是报价日期 / 报价有效期 / 时效要求（可带 @、工单号），没有费用。
+
+    这类句不能走航线报价；有效期来自 TMS，时效空运不写工单。
+    """
+    raw = (text or "").strip()
+    if not raw:
+        return False
+    has_meta = bool(
+        labeled_quote_date(raw)
+        or _RE_VALID_UNTIL_CHUNK.search(raw)
+        or _RE_TRANSIT_REQ_CHUNK.search(raw)
+    )
+    if not has_meta:
+        return False
+    rest = _strip_group_bot_mentions(_strip_non_fee_meta_chunks(raw))
+    rest = re.sub(r"WO\d{12}", "", rest, flags=re.I)
+    rest = re.sub(r"[\s:：,，。、；;@#]+", "", rest)
+    return not rest.strip()
+
+
 def _split_fee_project_prefix(text: str) -> tuple[str, str]:
     """
     拆句首分段标签。例：起运港、增值费_板，单价… → (起运港, 增值费_板，单价…)
@@ -1111,12 +1224,18 @@ def extract_product_quote(
     compact = stripped.replace(" ", "").replace("　", "")
     if re.fullmatch(r"WO\d{12}", compact, re.I):
         return {}
+    # 只补报价日期/有效期/时效要求时直接空：年份、天数不能当费用金额。
+    if is_quote_date_only_message(raw) or is_non_fee_meta_only_message(raw):
+        return {}
     band = _parse_weight_band_quote(stripped or raw, baseline_currency=base_ccy)
     if band:
         return band
     # 费率句若仍落到普通费用行，会把「燃油附加费」配上句首公斤数。先剥掉再抽。
     # 必须用剥掉 @询价小助手 后的正文，否则句首「起运港、」分段标签匹配不到。
-    scrubbed = _strip_rate_and_band_noise(stripped or raw)
+    # 顺带剥掉报价日期/有效期/时效要求，避免年份、天数再抽成金额。
+    scrubbed = _strip_rate_and_band_noise(
+        _strip_non_fee_meta_chunks(stripped or raw)
+    )
     rows = _parse_fee_rows(scrubbed, baseline_currency=base_ccy) if scrubbed.strip() else []
     if rows:
         ccy = rows[0].get("currency") or _currency_of(raw, base_ccy) or base_ccy
@@ -1137,7 +1256,9 @@ def extract_product_quote(
         }
         out.update(_extract_rate_fields(raw))
         return out
-    hit = _RE_MONEY.search(_ascii_amount(scrubbed or raw))
+    # 剥掉报价日期后只剩空白时，禁止回退到原文再抽金额（否则年份 2026 会当空运费）。
+    money_src = scrubbed if scrubbed.strip() else ""
+    hit = _RE_MONEY.search(_ascii_amount(money_src)) if money_src else None
     if not hit:
         rates = _extract_rate_fields(raw)
         return rates if rates else {}

inquiry-agent/agent/llm/mode_extract_fields.py

@@ -135,8 +135,11 @@ def build_extract_messages(text: str) -> list[dict[str, str]]:
                 "陆运「通关口岸：皇岗」「通关口岸皇岗」「过皇岗」有说就写入通关口岸，没说留空，禁止编造口岸。"
                 "原话单独出现 DAP、DDP、CIF、CIP、FOB、EXW 时写入贸易条款；没出现留空，禁止编造。"
                 "「从南京飞吉隆坡」起运港=南京、目的港=吉隆坡；「北京飞吉隆坡」起运港=北京。"
-                "「货交上海」「货交：上海」「货交到上海」是提货地址=上海，不是起运港。"
-                "没有另写起运地、三字码航线或「从哪飞/到」时，起运港必须空串。"
+                "陆运口语「广州到深圳」「广东省深圳市福田区到香港」→起运港=左侧地名、目的港=右侧地名；"
+                "不要把左侧写成提货地址，右侧目的地也不能丢。"
+                "「货交上海」「货交：上海」「货交到上海」才是提货地址=上海，不是起运港。"
+                "仅空运且只有「货交…」、没有另写起运地/三字码航线/「从哪飞」时，起运港必须空串；"
+                "陆运「A到B」必须写入起运港和目的港。"
                 "原话是机场三字码或航线就原样记，禁止翻译成城市名："
                 "SZX-CGK / SZX/CGK / SZX到CGK → 起运港=SZX、目的港=CGK，不要写成深圳、雅加达。"
                 "换城市必须覆盖旧值，不要沿用上一句的港口。"
@@ -214,4 +217,35 @@ def invoke_extract_fields(
         parsed.get("business_line") or "-",
         sorted((parsed.get("facts") or {}).keys()),
     )
+    # #region agent log
+    try:
+        import json
+        import time
+        from pathlib import Path
+
+        _facts = dict(parsed.get("facts") or {})
+        _log = {
+            "sessionId": "0593f5",
+            "runId": "post-fix",
+            "hypothesisId": "A",
+            "location": "mode_extract_fields.py:invoke_extract_fields",
+            "message": "DeepSeek B place fields",
+            "data": {
+                "text_head": (text or "")[:80],
+                "ok": parsed.get("ok"),
+                "business_line": parsed.get("business_line"),
+                "land_subtype": parsed.get("land_subtype"),
+                "起运港": _facts.get("起运港"),
+                "目的港": _facts.get("目的港"),
+                "提货地址": _facts.get("提货地址"),
+                "fact_keys": sorted(_facts.keys()),
+            },
+            "timestamp": int(time.time() * 1000),
+        }
+        Path(__file__).resolve().parents[3].joinpath("debug-0593f5.log").open(
+            "a", encoding="utf-8"
+        ).write(json.dumps(_log, ensure_ascii=False) + "\n")
+    except Exception:
+        pass
+    # #endregion
     return parsed