Ozon 1688 Upload Pipeline

1. 分类和标题：必须主动检索、动态匹配俄罗斯语言的 Ozon 分类树 (description-category/tree API) 和对应的属性(type_id)进行填报，严禁自行捏造分类或直接代填空字典。
2. 图片翻译逻辑：优先使用阿里云 TranslateImage API（脚本 ~/ozon_pipeline/ali_translate_image.py），自动去水印+翻译中文为俄语，效果最好。备选方案：豆包图生图、NanoBanana（余额有限）。先用 OCR 预过滤（Tesseract），有中文的图片（含 [\u4e00-\u9fff]）必须翻译。不包含中文的图片直接复制，跳过翻译以节省 API 额度。如果 OCR 漏判了带有艺术字的中文字符图片，必须强制调用接口翻译。
3. 上传限制绕过 (富文本图片致命坑点)：
   • 由于 Ozon 的 /v1/media/upload 或 base64 上传经常报错 404，必须将所有翻译后的图片提前上传到公共免费图床生成公开外链，再通过 API 绑定。
   • 致命警告：严禁使用 litterbox.catbox.moe, uguu.se, 或 imgur.com 作为富文本图片的图床！这些图床在俄罗斯被墙（或拦截了 Ozon 抓取），会导致 API 成功但俄罗斯买家前台看到的是破损图片/显示出错！
   • 公共仓库脱敏要求：可以使用对俄罗斯友好的图床（例如 freeimage.host 或等效方案），但真实 API key / upload token 必须从本地私有配置读取，绝不能写进 skill、仓库、日志或截图。
4. 定价算法：
   • 公式：最终售价 = (采购成本 + 运费 10 CNY) / 0.8 / 0.7
   • Ozon 系统的原价（划线价）：原价 (old_price) = 最终售价 * 2
5. 归档解除：导入后新建的临时货品大部分会进入归档（Archived）状态，创建后必须紧接着调用 /v2/product/unarchive 或 /v1/product/unarchive 将其解封。注意必须传 product_id。
6. 营销与内容填充 (极其重要)：上架完成后，必须针对该产品提取或生成以下俄语营销属性字段，并使用 /v1/product/attributes/update 更新进 Ozon。
   • 清理本地缓存：商品成功上架且所有富文本、图片均验证无误后，务必立即通过 terminal 或 python 删除本地 ~/ozon_pipeline/products/{offer_id} 的目录释放空间。
   • Rich-Контент (ID: 11254) 格式 (2024 最新严格修正)：
     • 极度警告：Ozon 已经废弃或严格限制了 raImage 组件！如果你仅使用 raImage 插入图片，Ozon 后端会报错或默默清空商品详情导致显示空白。
     • 必须使用 raShowcase 嵌套组件，外层必须包含 content 数组和 version: 0.3：

     {
       "content": [
         {
           "widgetName": "raShowcase",
           "type": "roll",
           "blocks": [
             {
               "imgLink": "",
               "img": {
                 "src": "图片URL1",
                 "srcMobile": "图片URL1",
                 "widthMobile": 800,
                 "heightMobile": 800
               },
               "text": {"content": null},
               "title": {"content": null}
             }
           ],
           "text": {"content": null}
         }
       ],
       "version": 0.3
     }
     

     • 重要：如果只传 [{widgetName:...}] 数组而不包裹在 {content:[...], version:0.3} 里，Ozon 会报 invalid_rich_content_json 并静默清空！
     • 富文本营销图过滤（与详情图同规则）：构建RC widgets时，必须再次确认每张图不含营销内容。流程：详情图下载→OCR过滤营销图→翻译→上传私有图床/对象存储→构建RC。只有通过过滤的图才能进入RC的widgets数组。最末尾固定追加一个通用品牌海报/售后说明 widget；具体 URL 必须从本地私有配置读取，不能硬编码在公开 skill 里。
     • 图片大小：翻译后的 PNG 主图往往 1MB+，Ozon 俄罗斯服务器下载超时概率很高。必须先用 Pillow 转为 JPG（quality=82，通常可压到 100-250KB），再上传到对俄罗斯可访问的图床。
     • 品牌字典值：品牌 id=85 必须使用 dictionary_value_id 而非手写文本。"Нет бренда" 的具体 ID 必须通过 /v1/description-category/attribute/values/search 在运行时动态查询，不要在公开 skill 中硬编码。
   • #Хештеги (标签规则)：必须以 # 开头，仅包含字母和数字，2个以上单词用下划线 _ 连接。每个标签最大 30 字符，最多 30 个标签。

工作流拆解 (Step-by-Step)

1. 数据及图像抓取 (从 1688 / 原始源)

• 提取目标产品在 1688 的 Offer ID，抓取全部商品信息。注意：如果遇到 product_data.json 返回缓存 JSON 而不是 HTML ({"raw_api": {...}})，请在 Python 里从 data['raw_api'] 解析商品信息（如 title 和 price_text）。
• 详情图营销图筛除（必须执行）：1688详情图经常混入营销/引流图片，这些图绝对不能上Ozon！下载详情图后必须逐张审查，跳过以下类型：
  1. 带原链接/二维码的图：含淘宝链接、1688链接、微信号、QQ号、店铺二维码、"扫码下单"等
  2. 店铺引流图：含"收藏店铺"、"关注有礼"、"加购物车"、"复制链接打开淘宝/1688"等
  3. 平台促销图：含"满减"、"包邮"、"限时特价"、"双11"、"618"等中国平台促销语
  4. 售后/物流声明图：纯文字的"关于发货"、"退换货说明"、"温馨提示"等非产品内容图
  5. 尺码表/参数纯文字图：全是中文文字表格且无产品实物的图（纯参数图）
  6. 证书/资质图：质检报告、3C认证、CCC认证、ISO证书、专利证书、检测报告、SGS报告、合格证、营业执照等 审查方法：对每张详情图做OCR（Tesseract chi_sim+eng），匹配关键词（淘宝|天猫|1688|阿里巴巴|微信|QQ|扫码|收藏店铺|关注|复制链接|满减|包邮|限时|特价|发货|退换|售后|温馨提示|旺旺|客服|下单|优惠|促销|活动|领券|加购|好评|返现|红包|拼团|质检|检测报告|3C|CCC|ISO|认证|证书|专利|合格证|营业执照|SGS|检验）。命中的直接跳过不下载/不翻译/不上传。同时用视觉模型（vision_analyze）抽查是否有二维码。宁可误删也不能把营销图或证书图传到Ozon。
• 1688 抓图坑点与突破口 (极深隐藏图)：有些商品（如玩具、厂货）的图文详情是动态注入的，完全不暴露在页面的初始 DOM 或无头浏览器的默认滚动加载中。此时，不要被欺骗。请在原始 HTML 源码中全局搜索 offerdetails.1688.com 或 detailUrl 包含 desc 或 icoss 的外接动态 JSON/JS 接口（例如 itemcdn.tmall.com/1688offer/）。提取出真正的动态描述请求文件，通过 requests.get 拉取后获得带有真实图片 URL 的内容，然后正则提取 https://cbu01.alicdn.com/img/ibank/... 即可获得真正的详情长图序列。遇到抓不到详情时，绝对不能毫无排查就直接宣称“只有主图”。
• 严重验证码拦截 (Captcha/HTTP 420)：如果 requests 或无头浏览器完全被 1688 的“验证码拦截”或“安全验证”页面阻断，导致无法获取详情图，必须指示用户在本地终端运行带界面 (headed) 的 Playwright 脚本（如 fetch_1688_playwright.py）。脚本应包含循环检测逻辑（while "验证码" in title or "登录" in title:），弹出真实浏览器让用户手动拖动滑块或扫码，验证通过后程序自动接管抓取。绝不能轻易放弃抓取详情图。
• OCR 漏判防御 (艺术字陷阱)：Tesseract OCR (chi_sim) 经常对特殊的彩色边框艺术字、手写体、变体字（尤其是卡通玩具类产品）漏判，导致判断为“无中文”而跳过翻译。如果产品图包含大量解说或用户坚持指出图中有字，绝对不要相信 Tesseract 的 False 判断，直接将提取到的原图过一遍 apipudding [官逆C]Nano banana 2 强行翻译。
• 翻译后中文遗漏二次审查（必须执行）：每张图翻译完成后，必须对翻译结果再做一轮 Tesseract OCR（chi_sim），检测是否仍有中文残留（[\u4e00-\u9fff]）。如果发现残留中文：
  1. 第一次残留：用阿里云 TranslateImage 重新翻译一次
  2. 第二次仍残留：调用 vision_analyze 让大模型判断残留内容是否影响阅读。如果是关键文字（产品名、说明文字），标记为"需人工处理"；如果是装饰性小字或水印残留，可放行但在检查单标注
  3. 绝不能让大段中文产品说明出现在Ozon详情图上
• 翻译 API：必须使用 apipudding.com 直连网关 (Model: [官逆C]Nano banana 2，注意有前缀 [官逆C])。代码中的 translate_image_nano_banana(img_path, output_path) 仅接受 2 个参数，提示词已硬编码在函数内。Ozon 强制要求主图比例为 3:4！如果 1688 抓取的是 1:1 主图，在调用 API 翻译前，必须先用 Python 图像库（Pillow/CV2）上下填充背景/留白将其改造为 3:4 比例（即 高度 = 宽度 * 4/3），再发给大模型翻译。提示词：「把图片中的中文翻译成俄语。保持3:4比例」。详情图则保持原图（长图）自带比例不变。
• 注意关闭 macOS 本地代理引发的 Python Request 报错 (s.trust_env = False)。

3. 公共图床中转 (Image Hosting)

• 必须将处理好的图片上传到对俄罗斯可访问且凭据保存在本地私有配置中的图床/对象存储。公开 skill 只保留选择标准与流程，不能包含真实 upload key、bucket URL、token 或固定资源直链。

4. 匹配产品类目与创建 Payload

• 调用 Ozon API 查询目录：POST https://api-seller.ozon.ru/v1/description-category/tree。
• 无品牌商品 (Нет бренда)：切勿直接猜测或硬编码 Brand ID（如 5059062），极易导致 error_attribute_values_out_of_range 错误。必须调用 POST /v1/description-category/attribute/values/search，传参 "value": "Нет бренда" 动态查出当前有效的 dictionary_value_id。

5. 绑定图床图片至 Ozon

• 将前一步获取的外链图床 URLs 封装，调用 /v1/product/pictures/import 或在 /v3/product/import 创建时直接传入 images 数组。

6. 激活产品并验收

• 调用 /v1/product/unarchive 解封产品。
• 避坑：Payload 必须为 {"product_id": [这里是 Ozon 返回的数字型 Product ID]}。绝对不能使用 {"offer_id": [...]}，否则会报 400 (invalid RestoreItemsRequest.ItemIds) 错误。

7. 补充营销详情与富内容 (Rich-Content)

• 查阅确切的属性 ID (/v1/description-category/attribute)：切勿凭经验猜测属性 ID（如把 4194 当作 Комплектация 纯文本提交可能会报错 invalid URL）。必须校验该类目下属性的 type 是否为 String。
• 通常：Rich-контент JSON ID 为 11254，Аннотация (长描述) ID 为 4191。
• /v1/product/attributes/update payload 关键坑点：attributes 数组里的字段名必须是 id，不是 attribute_id。最小可用 body 形如：

  {
    "items": [
      {
        "offer_id": "589236742340",
        "attributes": [
          {"id": 9048, "complex_id": 0, "values": [{"value": "Карусель с голосовым управлением №1"}]},
          {"id": 11254, "complex_id": 0, "values": [{"value": "{\"content\":[...],\"version\":0.3}"}]}
        ]
      }
    ]
  }
  

• 属性更新任务查询：/v1/product/attributes/update 成功后返回的是 task_id，后续同样使用 POST /v1/product/import/info 轮询任务状态，直到 status=imported 且 errors=[]。
• 验收接口（已实测可用）：用 POST /v4/product/info/attributes 验证属性是否真正写入，推荐 body：

  {
    "filter": {"offer_id": ["589236742340"], "visibility": "ALL"},
    "last_id": "",
    "limit": 100,
    "sort_dir": "ASC"
  }
  

  返回结果中的 attributes 列表可直接检查 9048 / 4191 / 11254 / 23171 等是否生效。
• 最终通过 POST https://api-seller.ozon.ru/v1/product/attributes/update 将富文本推送至服务器。检查无报错即告全部完成。

8. 状态查询与审核坑点

• 查询审核状态及报错原因：切勿使用经常报 404 的 /v2/product/info。当商品在后台显示“不可出售” (Not for sale / Не продается) 时，必须使用 POST /v3/product/info/list 接口进行查询。Payload 格式为 {"offer_id": ["your_id"]}。注意：千万不要同时传 offer_id 和 product_id，否则会报错 400。
• 玩具类风控拦截：Ozon 视觉审核极严。如果在提取的返回 json 字典中，status 下出现 declined 且错误信息提示“儿童商品类别禁止出现烟草制品图像 (В категории Детские товары запрещено изображение табачной продукции)”，说明产品详情图中含有疑似抽烟的元素被 AI 误判。若遇此情况，建议直接在后台删除或将产品归档处理。