安徽省人工费查询

解决什么问题

安徽省16个地市的建筑人工费数据常以图片通知、表格截图或零散文本形式流传，分散在不同年份和季度，手工整理既易出错又难快速查询。无论是按城市精确查找（如2025年3月合肥人工费），还是按地区模糊统计（如2025年5月皖南地区人工费），都需要先确认数据版本、归一化城市名称、转换月份到季度，再逐条核对金额。同时，新数据发布后需要安全覆盖旧值，避免重复条目和人工比对成本。

核心能力与工作流

该技能以SQLite作为数据底座，路径固定为~/.workbuddy/anhui_labor_cost.db，主表labor_costs记录年份、季度、城市、区域、单价、单位、来源、原始文本及时间戳，并通过(year, quarter, city)唯一约束实现UPSERT。数据录入支持两种路径：

• OCR自动识别：当用户上传图片时，调用腾讯云OCR提取文字，再由ocr_parse.py解析为结构化字段。此路径依赖环境变量TENCENTCLOUD_SECRET_ID和TENCENTCLOUD_SECRET_KEY以及tencentcloud-sdk-python；未配置时技能会提示改用手动方式，不影响基础功能。
• 手动输入：用户直接提供合肥:128.00,芜湖:125.00形式的文本，脚本直接解析入库，无需额外依赖。

数据更新使用update_data.py，在录入新季度数据时自动检测同年同季度同城市的冲突，展示旧值→新值对比；加入--force可跳过确认，确保数据流转可控。查询分为三类：

• 精确查询：从用户语句提取年份、月份或季度、城市名，月份自动映射到季度（Q1=1-3月、Q2=4-6月、Q3=7-9月、Q4=10-12月），输出时保留用户原始时间词（如3月或第一季度），不改写表述。
• 模糊查询：按地区名展开城市列表（皖南→芜湖、马鞍山、铜陵、宣城、黄山、池州、安庆；皖中→合肥、滁州、六安；皖北→蚌埠、淮南、淮北、阜阳、亳州、宿州），逐城市输出，缺失项标注暂无数据。
• 全量查询：按区域分组输出某年某季度所有城市，便于批量核对。

边界与注意点

• OCR路径需先配置腾讯云密钥与SDK；未配置时技能仍支持手动输入、更新和查询。
• 同年同季度同城市的数据通过UPSERT自动覆盖，无需手动删除旧记录。
• OCR识别的城市名会通过别名映射和编辑距离纠错归一化，减少错别字入库。
• 金额合理范围为50.00 ~ 300.00元/每日，超出范围的值会标记warning但仍入库供人工确认。
• 若查询无结果，技能会提示并列出数据库中可用的年份/季度范围，避免用户盲目重试。
• 地区映射以scripts/region_config.py和references/region_mapping.md为准，安庆固定归入皖南。