报盘信息分散
每天需要从多个固定微信群读取文字消息，报价、求购、库存和闲聊混杂，人工复制整理耗时明显。
01 Background
项目背景
进口冻品牛肉的现货与期货信息大量流动在微信群中。典型报盘常把国家、厂号、品类、价格、港口、库存、求购意向混在一段短文本里，格式不稳定、重复率高、上下文依赖强。这个项目把日常人工整理流程沉淀成自动化系统，用每日固定抓取和结构化提取，形成可复盘的市场趋势记录。
02 Pain Points
业务痛点
这不是单纯的信息摘录问题，而是一个低信噪比、高频变化、需要快速判断的行业数据问题。
表达方式不统一
同一品类会出现别名、简称、错别字和组合写法，厂号也可能与国家同时出现或单独出现。
趋势容易被漏掉
单条报盘价值有限，真正有用的是哪些货报得多、哪些货突然变少、哪些品类价格出现变化。
03 Workflow
解决方案流程图
系统以“固定群抓取 → 文本清洗 → 字典识别 → 厂号补全 → 趋势聚合 → 多格式报告”为主链路，保留人工校准入口，持续优化词库。
读取微信群
从配置好的群列表进入会话，只抓取可见文字报盘，不处理图片来源。
过滤与清洗
按日期和时间段截取消息，过滤非牛肉品类和明显无关内容。
结构化提取
识别国家、厂号、品类、价格，并保留原文用于核对。
趋势统计
按国家、厂号、品类和价格样本聚合，输出高频与低频变化。
生成日报
同步生成 Markdown、CSV、HTML、PDF，标题按日期命名。
04 Architecture
系统架构
架构设计把数据源、配置词库、解析引擎和报告层分开，便于后续替换采集方式、扩展国家/品类词库，或接入数据库与 Web 控制台。
数据源层
固定微信群文字报盘；支持 GUI 抓取和手动文本补充。
配置层
群列表、品类别名、国家别名、厂号归属库独立维护。
处理层
时间过滤、牛肉品类过滤、字段提取、厂号国别补全、异常样本输出。
分析层
国家热度、品类热度、厂号集中度、价格样本和低价/求购趋势词。
输出层
Markdown 日报、CSV 明细、HTML 可视化、PDF 归档。
优化闭环
未识别品类单独输出，回流到词库和厂号库，提高下一次识别率。
05 Data Logic
数据处理逻辑
系统重点处理行业文本里的“短、乱、重复、省略”问题，尽量把每条报盘拆成可统计字段，同时保留无法判断的部分，避免过度归类。
国家识别通过国家别名匹配澳洲/新西兰、阿根廷、巴西、乌拉圭等；无法识别的国家不进入国家热度榜。
厂号补全当原文缺少国家信息时，使用厂号归属库补全；同号跨国时标记为待确认。
品类标准化把牛腱、前腱、后腱等别名归并到标准品类；羊肉、猪肉、禽类、海鲜等非牛肉信息过滤。
价格抽取识别带价格条目，按品类汇总价格区间和均价样本，支撑报价波动观察。
质量反馈未识别品类输出到独立 CSV，作为后续补词库和提升召回率的运营看板。
报盘文本解析示例
原文保留用于核对
输入：阿根廷 3492 牛腱 70 输出： 国家 = 阿根廷 厂号 = 3492 品类 = 牛腱 价格 = 70 输入：504 保乐肩 输出： 国家 = 巴西（厂号库补全） 厂号 = 504 品类 = 保乐肩 价格 = - 输入：42 嫩肩 61.3 输出： 国家 = 未识别国家 厂号 = 42（同号跨国待确认） 品类 = 嫩肩 价格 = 61.3
06 Report Preview
可视化报告截图区域
下面嵌入的是系统生成的真实 HTML 日报样本（2026-07-26）。日报按国家热度、品类热度、厂号集中度与价格样本四个维度组织，已脱敏隐藏群来源，适合对外演示。
样本日报已隐藏群来源，只展示日期、国家、厂号、品类、价格与趋势结果，适合对外演示。
07 Features
核心功能展示
现阶段系统已经覆盖从采集到报告的完整闭环，可以承担日常行情日报生产，并为进一步产品化留下清晰接口。
固定群文字抓取
读取配置中的微信群，按日期和时间段抓取可见文字消息，支持跳过抓取直接复用已捕获文本。
国家/厂号/品类/价格提取
用别名词库和厂号库把非结构化报盘拆成明细字段，保留原文方便追溯。
非牛肉信息剔除
将羊肉、猪肉、禽类、海鲜等非目标品类排除，降低日报噪声。
热度与稀缺度统计
输出报得多、报得少的国家、厂号和品类，支持快速观察市场供给变化。
未识别词库回流
未识别品类单独成表，便于后续补充别名、降低漏识别。
多格式报告输出
同一批数据生成 Markdown、CSV、HTML、PDF，兼顾分析、归档和对外展示。
08 Evidence
真实样本结果
以 2026-07-26 的日报为例，系统能在单日高频文本里提炼出可讨论的行情结构，而不是停留在消息列表。
| 维度 | 样本结果 | 业务解释 |
|---|---|---|
| 国家热度 | 阿根廷 686，巴西 565，乌拉圭 17，澳洲/新西兰 17 | 帮助判断当日主要供给来源，避免被零散高频消息干扰。 |
| 品类热度 | 牛腱 153，胸肉 130，上脑 111，脖肉 103，板腱 93 | 快速识别热门货型，用于采购关注和客户沟通。 |
| 厂号集中 | 3492、3675、2083、3676、5373、504 报盘集中 | 把“哪个国家的什么厂号在频繁出现”变成可复盘指标。 |
| 价格样本 | 牛腩 55-73，米龙 59.8-64，保乐肩 56-64 | 为价格波动、低价信号和议价窗口提供样本基础。 |
09 Business Value
商业价值
系统价值不只在节省录入时间，更在于把微信群里的碎片信息转成可沉淀、可比较、可对外说明的行业数据资产。
提升采购判断速度
每天用同一口径查看国家、厂号和品类热度，快速定位值得追踪的货源。
支持客户沟通
把“群里感觉很多”转成可引用的日报和图表，增强报价解释与客户信任。
形成可复盘数据资产
历史日报持续积累后，可观察季节性、国家结构变化和异常报价信号。
10 Roadmap
后续产品化方向
下一阶段可以从“自动日报脚本”升级为“行业行情数据平台”，面向内部团队、上下游客户或垂直数据服务场景。
接入数据库与历史趋势
把每日明细入库，增加环比、同比、移动均价和国家/厂号长期画像。
价格与稀缺货告警
当某品类价格低于阈值，或关键厂号报盘突然减少时自动推送提醒。
图片报盘识别
后续可加入 OCR，对图片报价单和库存截图做补充识别。
Web 控制台
提供时间筛选、国家筛选、厂号查询、品类词库维护和一键导出。
可信度评分
结合重复报盘、来源稳定性、价格异常和厂号归属冲突，给每条信息打可信度。
行情指数与 API
形成冻品牛肉品类价格指数，为客户看板、CRM 或采购系统提供数据接口。
这个案例的核心不是“写了几个脚本”，而是把一个真实行业里的高频手工判断，产品化为稳定、可复用、可扩展的数据工作流。