商品上新前自查工具

背景

商品上新前需要核对 export 表中的标题、货号、SKU、颜色、价格、条形码、材质、尺码等字段，避免后台资料与图片、PMS 或主档信息不一致。

任务

通过识别仓库图片内容，并与 export、PMS、主档、尺码表进行比对，把错误、缺失和不一致项集中展示给运营修正。

主要工作

我主要负责搭建并完善商品自查核对工具的核心自动化流程，将人工核对依赖的 export 表、PMS 表、主档信息表、尺码模板表以及商品吊牌/洗水标图片识别结果整合到一套 Python 脚本流程中。

首先，我实现了图片预处理和字段提取流程，利用 OCR 过滤无效图片，再通过多模态模型从吊牌和材质图片中提取 SKU、条形码、价格、CN/US 号型规格、面料主成分和里料成分，并生成结构化的 picture_extract_detail.xlsx 作为后续核对依据。

在数据核对部分，我完成了 export 表清洗、SKU 名称拆分、CC 匹配、PMS 数据补充，以及条形码、价格、颜色、商家编码、标题货号等字段的自动核对。同时，我针对材质字段建立标准化转换逻辑，将 export、PMS 和图片识别结果中的材质名称、百分比格式、中英文材质别名统一成可比较的格式。

尺码核对是我重点完善的部分。我分别实现成人尺码、童装尺码和袜子/连裤袜尺码的独立核对逻辑，以 CC 为单位，用图片识别出的可信尺码定位整套尺码模板，再判断同一 CC 下所有 export 尺码是否属于该模板，从而更接近实际商品尺码表的业务规则。

结果

生成图片信息 detail 表和检查后的 export 表；支持打包成 exe 给同事使用，也可以把规则型核对沉淀为飞书 skills。项目获得宝尊 AI 应用大赛一等奖。

多来源数据格式不统一

export、PMS、主档、图片识别结果和尺码模板分别来自不同系统或文件，字段命名、内容格式、空值情况、同一概念的表达方式都不一致。材质字段可能出现中文、英文、别名、括号说明、百分号格式差异，尺码字段也可能出现 155/80A(XS)、XS(155/80A)、亚洲码/美码、月份、年龄、身高号型等多种写法，因此需要先做标准化再核对。

尺码模板定位复杂

成人、童装、袜子和连裤袜的模板区域不同，美版和亚洲版规则也不同。程序需要先按 CC 聚合商品行，再根据图片中的 CN/US 号型规格和 export 中已有尺码找到最匹配的模板集合；遇到颜色填充区域、空行、标题行、分隔文字时，还要识别哪些单元格属于同一套模板。

图片识别结果不确定

吊牌图片可能存在拍摄角度、清晰度和干扰码问题；材质图片也可能同时出现简体、繁体、英文、洗涤说明和装饰部分说明。为降低误识别影响，我在 prompt、字段清洗、缓存、空值处理、兜底判断和错误原因输出上做约束。

可解释输出

工具在能自动判断时直接给出核对结果；在无法确认时输出明确错误原因，方便人工复核，也让运营可以追溯问题来自图片识别、PMS、主档、尺码模板还是 export 原始数据。