@puyinkai/xiaobao-cli 0.1.6 → 0.1.9

package/skills/wangxiaobao-project-daily-report/scripts/run.py

@@ -0,0 +1,34 @@
+#!/usr/bin/env python3
+"""一键生成项目日报（跨平台入口，替代旧的 Windows 专用 生成日报.bat）。
+
+不指定日期时自动使用昨天的日期；其余参数原样透传给 generate_report.py。
+
+用法:
+    python3 run.py                            # 用昨天的日期
+    python3 run.py 2026-05-19                  # 指定日期
+    python3 run.py --project-name "示例项目"   # 透传 generate_report.py 的参数
+"""
+
+import re
+import subprocess
+import sys
+from datetime import date, timedelta
+from pathlib import Path
+
+SCRIPT_DIR = Path(__file__).resolve().parent
+DATE_RE = re.compile(r"^\d{4}-\d{2}-\d{2}$")
+
+
+def main() -> int:
+    args = sys.argv[1:]
+    # 没有位置日期参数时，补上昨天的日期
+    if not any(DATE_RE.match(a) for a in args):
+        yesterday = (date.today() - timedelta(days=1)).isoformat()
+        args = [yesterday, *args]
+        print(f"未指定日期，使用昨天：{yesterday}")
+    cmd = [sys.executable, str(SCRIPT_DIR / "generate_report.py"), *args]
+    return subprocess.call(cmd)
+
+
+if __name__ == "__main__":
+    sys.exit(main())

package/skills/wangxiaobao-project-weekly-report/SKILL.md

@@ -0,0 +1,169 @@
+---
+name: wangxiaobao-project-weekly-report
+description: >
+  地产项目营销周报生成器。多数据源聚合（旺小宝API + IMA知识库 + SQL Agent），
+  自动拉取来访、成交、客户画像、顾问业绩等数据，生成8大模块结构化HTML周报，
+  含柱状图、圆环图、交叉分析表、专家深度洞察，同时生成HTML和PDF两种格式交付。
+  触发词：营销周报、项目周报、生成周报、weekly report、本周数据汇总、周度报告。
+agent_created: true
+---
+
+# 地产项目营销周报生成器（优化版）
+
+## 触发条件
+"生成周报"、"营销周报"、"项目周报"、"weekly report"、"本周数据汇总"、"周度报告"
+
+## ⚡ 性能优化（2026-05更新）
+
+| 模式 | 优化前 | 优化后 | 提升 |
+|------|--------|--------|------|
+| 完整（HTML+PDF） | ~10秒 | ~7秒 | **30%** |
+| `--html-only`（仅HTML） | ~10秒 | **0.3秒** | **97%** |
+
+**优化措施**：
+1. 移除 `html2pdf.py` 中8秒强制等待（图表为静态SVG，无需JS渲染）
+2. Chromium 启动参数优化（`--no-sandbox`, `--disable-gpu` 等）
+3. 等待策略优化：`domcontentloaded` + 等待 `.card` 元素（最多2秒）
+4. 新增 `--html-only` 模式：跳过PDF生成，0.3秒完成
+
+## 输出
+- **默认**：HTML + PDF 双格式（~7秒）
+- **`--html-only`**：仅HTML（0.3秒），可用浏览器 Ctrl+P 打印为PDF
+- 排版样式：深蓝渐变 header、卡片式布局、SVG图表（兼容打印）
+
+通过 `preview_url` 预览 HTML + `deliver_attachments` 交付双文件。
+
+## 执行流程（自动模式 · 推荐）
+
+### 第1步：确认参数
+从用户获取或自动推断：项目名、周日期范围。其他参数（tenant_id、project_id、KB_ID）从 `MEMORY.md` 获取。
+
+### 第2步：拉取数据（prepare_data.py）
+```bash
+# 自动从以下来源拉取数据：
+# 1. 旺小宝API（来访、客户、顾问）
+# 2. IMA知识库（成交台账xlsx、盘客管理csv）
+# 3. 本地JSON缓存（visit_lastweek_filtered.json等）
+python3 prepare_data.py
+```
+输出：`weekly_report_data.json`（所有字段与 template.py 变量名完全匹配）
+
+### 第3步：生成报告（generate_report.py）
+```bash
+# 默认：生成 HTML + PDF（~7秒）
+python3 generate_report.py
+
+# 极速模式：仅生成 HTML（0.3秒）
+python3 generate_report.py --html-only
+```
+
+## 执行流程（手动模式 · 备用）
+
+### 第1步：确认参数
+同上。
+
+### 第2步：拉取数据
+同上（运行 `prepare_data.py`）。
+
+### 第3步：修改 template.py（不推荐）
+**已废弃**：当前版本通过 `generate_report.py` 自动覆盖变量，无需手动修改 `template.py` DATA区。
+
+如果确需手动修改：
+1. 将 `scripts/template.py` 复制到工作目录
+2. 编辑 `template.py` 顶部 **DATA区** 的变量值
+3. 运行：`python3 template.py`
+4. 生成文件：`[项目名]_周报_[开始日期]-[结束日期].html` + `.pdf`
+
+## 数据结构（weekly_report_data.json）
+
+`prepare_data.py` 输出完整的 `weekly_report_data.json`，包含以下变量组：
+
+| 变量组 | 内容 | 数据来源 |
+|--------|------|----------|
+| `project_name` | 项目全称 | 用户指定 |
+| `brand_text` | header副标题 | 如"<项目名>项目 · 周度来访与成交深度分析" |
+| `week_label` | 周标签 | 如"W20" |
+| `date_start` / `date_end` | 周起始/结束日期 | 自动计算 |
+| `data_date` | 数据截至日期 | 如"2026.05.18 23:30" |
+| `week_days` | 本周7天来访数据 `[{"date":,"weekday":,"count":}]` | 旺小宝API |
+| `last_week_days` | 上周7天来访数据 | 旺小宝API |
+| `may_days` | 本月每日来访数据 | 旺小宝API |
+| `consultants_this` | 顾问本周接待 `[{"name":,"count":,"pct":}]` | 旺小宝API |
+| `first_visit` / `repeat_visit` | 首访/复访（基于visitCount字段） | 旺小宝API |
+| `panke_done` / `panke_rate` | 盘客完成 | 旺小宝API |
+| `intent_api` / `intent_panke` | 意向等级(双源) | 旺小宝API / 盘客CSV |
+| `budgets` / `payments` / `downpay` | 预算/付款/首付 | 盘客CSV |
+| `house_types` / `channels` / `resistances` / `purposes` | 户型/渠道/抗性/目的 | 盘客CSV |
+| `focus_points` / `cycles` | 关注点/看房周期 | 盘客CSV |
+| `deals_*` | 成交相关（total/amount/house_type/channel/cycle） | 成交台账xlsx |
+| `visit_target` / `sales_target` | 月度目标 | 用户/配置 |
+| `monthly_trend` / `monthly_trend_total` | 月度趋势 | 成交台账xlsx |
+| `cross_cycle_intent` / `cross_purpose_intent` / `cross_channel_intent` | 交叉分析表 | 盘客CSV |
+| `insight_xxx` | 8个模块的专家洞察文本 | AI根据数据撰写 |
+| `suggestions` | 下周建议列表 | AI根据数据撰写 |
+| `summary_text` | 总结文本 | AI根据数据撰写 |
+
+## 专家洞察撰写要求
+
+- **视角**：地产营销总监/操盘手视角
+- **风格**：精炼有力、结论先行、数据支撑，80-150字/模块
+- **禁止**：编造数据、过度乐观/悲观、堆砌专业术语
+- **必须包含**：具体数字引用、可执行建议、风险预警
+
+## 日期处理
+- 使用 `datetime.weekday()` 计算，禁止硬编码星期
+- 来访数据用 `visitTime` 字段做日期过滤
+- 周报默认范围：上周一至上周日
+- **首访/复访判断**：使用 `visitCount` 字段（=1首访，>1复访），不使用 `visitType` 字符串
+
+## 使用方法
+
+### AI 自动生成（推荐）
+直接向 AI 说：**"生成 <项目名> 周报"**，AI 会自动：
+1. 确认日期范围（或自动推断）
+2. 运行 `prepare_data.py` 从旺小宝API + IMA知识库拉取最新数据
+3. 根据数据生成专家洞察文本（`insight_xxx` 变量）
+4. 运行 `generate_report.py` 渲染并输出 HTML + PDF
+5. 预览 + 交付双文件
+
+### 手动生成（备用）
+1. 将 `scripts/template.py`、`scripts/generate_report.py`、`scripts/prepare_data.py` 复制到工作目录
+2. 运行 `python3 prepare_data.py` 生成 `weekly_report_data.json`
+3. 运行 `python3 generate_report.py` 生成 HTML + PDF
+4. 用 `preview_url` 预览 HTML，或用 `deliver_attachments` 交付双文件
+
+### 极速模式（--html-only）
+```bash
+python3 generate_report.py --html-only  # 0.3秒生成HTML，无PDF
+```
+适用场景：需要调整模板样式、预览效果、或不需要PDF时。
+
+## PDF生成说明
+
+`generate_report.py` 调用 `html2pdf_fast.py`（优化版）将HTML转为PDF：
+
+1. **依赖**：`playwright` + Chromium（需预先安装：`pip install playwright && playwright install chromium`）
+2. **优化**：移除8秒强制等待，Chromium启动参数优化，~7秒完成
+3. **质量**：与HTML排版样式完全一致（A4横向，保留背景色和CSS样式）
+4. **降级**：如PDF生成失败，脚本会继续运行并输出错误信息，不会中断HTML生成
+5. **极速替代**：使用 `--html-only` 跳过PDF，用浏览器Ctrl+P打印（用户侧控制）
+
+## 注意事项
+
+- Logo文件：`logo_wangai.png`、`logo_wangxiaobao.png` 需与生成的HTML同目录
+- 若 `generate_report.py` 报错，检查Python版本（需3.8+）和 `weekly_report_data.json` 是否存在
+- 洞察文本支持HTML标签（如 `<strong>`、`<span class="tag">`）
+- 数据解读每次需根据新数据重新撰写，禁止直接复制上期文本
+- **首访/复访字段**：已修复为 `visitCount` 判断（之前错误使用 `visitType` 字符串）
+- **交叉表数据**：`cross_cycle_intent`/`cross_purpose_intent`/`cross_channel_intent` 由 `prepare_data.py` 自动生成，无需手动填写
+
+## 文件清单（scripts/目录）
+
+| 文件 | 用途 |
+|------|------|
+| `template.py` | HTML模板+CSS+图表生成函数+生成器 |
+| `generate_report.py` | 报告生成器（读取JSON，覆盖变量，调用PDF） |
+| `prepare_data.py` | 数据准备脚本（拉取API，解析xlsx/csv，输出JSON） |
+| `html2pdf_fast.py` | 优化版HTML→PDF转换器（Playwright，无8秒等待） |
+| `logo_wangai.png` | WangAI Logo（Header左侧） |
+| `logo_wangxiaobao.png` | 旺小宝Logo（备用） |

package/skills/wangxiaobao-project-weekly-report/scripts/generate_report.py

@@ -0,0 +1,308 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+营销周报生成器（完整版）
+- 从 weekly_report_data.json 读取所有数据
+- 覆盖 template.py 的 ALL 变量
+- 调用 generate_html() + generate_pdf()
+- 支持 --html-only：仅生成 HTML（<1秒）
+"""
+
+import sys, os, json, re, argparse
+from collections import defaultdict
+
+# 解析命令行参数
+parser = argparse.ArgumentParser(description="周报生成器")
+parser.add_argument("--html-only", action="store_true", help="仅生成 HTML，跳过 PDF（<1秒）")
+args = parser.parse_args()
+
+# 添加当前目录到 sys.path
+sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
+
+print("=" * 60)
+print("营销周报生成器（完整版）")
+print("=" * 60)
+
+# ── 1. 读取数据 ──
+print("\n[1/5] 读取 weekly_report_data.json...")
+with open('weekly_report_data.json', encoding='utf-8') as f:
+    data = json.load(f)
+
+print(f"  项目: {data.get('project_name')}")
+print(f"  周期: {data.get('date_start')} 至 {data.get('date_end')}")
+week_total = sum(d['count'] for d in data.get('week_days', []))
+print(f"  本周来访: {week_total} 组")
+
+# ── 2. 导入 template 模块 ──
+print("\n[2/5] 导入 template.py 模块...")
+import template as tpl
+print(f"  ✅ 已导入 template 模块")
+print(f"  当前 project_name: {tpl.project_name}")
+
+# ── 3. 覆盖 ALL 变量 ──
+print("\n[3/5] 覆盖 template.py 的所有变量...")
+
+def convert_date(date_str):
+    """YYYY-MM-DD → YYYY.MM.DD（用于 week_days 等）"""
+    if '-' in date_str and len(date_str) == 10:
+        parts = date_str.split('-')
+        return f"{parts[1]}.{parts[2]}"
+    return date_str
+
+def convert_date_start(date_str):
+    """YYYY-MM-DD → YYYY.MM.DD（用于 date_start/date_end）"""
+    if '-' in date_str and len(date_str) == 10:
+        return date_str.replace('-', '.')
+    return date_str
+
+def convert_chart_data(raw):
+    """
+    将 [{"name":..., "count":...}] 或 [[name, count, pct], ...] 统一转为 [(name, count, pct), ...]
+    template.py 的 hbar()/donut_svg() 需要此格式
+    """
+    converted = []
+    for r in raw:
+        if isinstance(r, dict):
+            # JSON 中是 {"name": k, "count": v} 格式
+            name = r.get('name', '')
+            count = r.get('count', 0)
+            total = sum(x.get('count', 0) for x in raw)
+            pct = round(count / total * 100, 1) if total > 0 else 0
+            converted.append((name, count, pct))
+        elif isinstance(r, (list, tuple)) and len(r) >= 3:
+            # JSON 中是 [name, count, pct] 格式
+            converted.append((r[0], r[1], r[2]))
+        elif isinstance(r, (list, tuple)) and len(r) >= 2:
+            # [name, count] 格式，需要计算 pct
+            total = sum(x[1] for x in raw if isinstance(x, (list, tuple)) and len(x) >= 2)
+            pct = round(r[1] / total * 100, 1) if total > 0 else 0
+            converted.append((r[0], r[1], pct))
+    return converted
+
+# 3.1 基本信息
+tpl.project_name = data.get('project_name', tpl.project_name)
+tpl.brand_text   = data.get('brand_text',   tpl.brand_text)
+tpl.week_label    = data.get('week_label',    tpl.week_label)
+tpl.date_start   = convert_date_start(data.get('date_start', tpl.date_start))
+tpl.date_end     = convert_date_start(data.get('date_end',   tpl.date_end))
+data_date = data.get('data_date', tpl.data_date)
+if '-' in data_date:
+    parts = data_date.split(' ')
+    if len(parts) == 2:
+        tpl.data_date = convert_date_start(parts[0]) + ' ' + parts[1]
+else:
+    tpl.data_date = data_date
+print("  ✅ 基本信息")
+
+# 3.2 week_days / last_week_days / may_days
+def build_week_days(days_list):
+    """将 [{'date':..., 'weekday':..., 'count':...}] 转换为 (date_str, weekday, count) 元组列表"""
+    result = []
+    for d in days_list:
+        date_fmt = convert_date(d['date'])
+        result.append((date_fmt, d['weekday'], d['count']))
+    return result
+
+if 'week_days' in data:
+    tpl.week_days = build_week_days(data['week_days'])
+    print(f"  ✅ week_days: {len(tpl.week_days)} 天")
+
+if 'last_week_days' in data:
+    tpl.last_week_days = build_week_days(data['last_week_days'])
+    print(f"  ✅ last_week_days: {len(tpl.last_week_days)} 天")
+
+if 'may_days' in data:
+    tpl.may_days = build_week_days(data['may_days'])
+    print(f"  ✅ may_days: {len(tpl.may_days)} 天")
+
+# 3.3 顾问接待
+if 'consultants_this' in data:
+    tpl.consultants_this = []
+    for c in data['consultants_this']:
+        tpl.consultants_this.append((c['name'], c['count'], c['pct'], c['last_count'], c['change_pct']))
+    print(f"  ✅ consultants_this: {len(tpl.consultants_this)} 人")
+
+# 3.4 首访/复访/盘客完成率
+tpl.first_visit = data.get('first_visit', tpl.first_visit)
+tpl.repeat_visit = data.get('repeat_visit', tpl.repeat_visit)
+tpl.panke_done   = data.get('panke_done',   tpl.panke_done)
+print(f"  ✅ 首访={tpl.first_visit} 复访={tpl.repeat_visit} 盘客完成={tpl.panke_done}")
+
+# 3.5 意向等级 API
+if 'intent_api' in data:
+    tpl.intent_api = {}
+    for item in data['intent_api']:
+        tpl.intent_api[item['level']] = item['count']
+    print(f"  ✅ intent_api: {tpl.intent_api}")
+
+# 3.6 意向等级 盘客
+if 'intent_panke' in data:
+    tpl.intent_panke = data['intent_panke']
+    print(f"  ✅ intent_panke: {tpl.intent_panke}")
+
+# 3.7 横向柱状图数据（预算/付款/户型/渠道/抗性/目的/关注点/周期/首付）
+CHART_KEYS = [
+    ('budgets',    'budgets'),
+    ('payments',   'payments'),
+    ('house_types', 'house_types'),
+    ('channels',    'channels'),
+    ('resistances', 'resistances'),
+    ('purposes',    'purposes'),
+    ('focus_points', 'focus_points'),
+    ('cycles',       'cycles'),
+    ('downpay',      'downpay'),
+]
+for json_key, tpl_var in CHART_KEYS:
+    if json_key in data:
+        # data[json_key] 是 [{"name":..., "count":...}], 或 [[name, count, pct], ...]
+        raw = data[json_key]
+        converted = []
+        for r in raw:
+            if isinstance(r, dict):
+                # JSON 中是 {"name": k, "count": v} 格式
+                name = r.get('name', '')
+                count = r.get('count', 0)
+                # 计算百分比
+                total = sum(x.get('count', 0) for x in raw) if all(isinstance(x, dict) for x in raw) else 1
+                pct = round(count / total * 100, 1) if total > 0 else 0
+                converted.append((name, count, pct))
+            elif isinstance(r, (list, tuple)) and len(r) >= 3:
+                # JSON 中是 [name, count, pct] 格式（元组转为了列表）
+                converted.append((r[0], r[1], r[2]))
+            elif isinstance(r, (list, tuple)) and len(r) >= 2:
+                # [name, count] 格式，需要计算 pct
+                total = sum(x[1] for x in raw if isinstance(x, (list, tuple)) and len(x) >= 2)
+                pct = round(r[1] / total * 100, 1) if total > 0 else 0
+                converted.append((r[0], r[1], pct))
+        setattr(tpl, tpl_var, converted)
+        print(f"  ✅ {tpl_var}: {len(converted)} 项")
+
+# 3.8 成交数据
+tpl.deals_total  = data.get('deals_total',  tpl.deals_total)
+tpl.deals_amount = data.get('deals_amount', tpl.deals_amount)
+print(f"  ✅ deals_total={tpl.deals_total}  deals_amount={tpl.deals_amount}")
+
+if 'house_type_deals' in data:
+    tpl.house_type_deals = convert_chart_data(data['house_type_deals'])
+    print(f"  ✅ house_type_deals: {len(tpl.house_type_deals)} 项")
+
+if 'channel_deals' in data:
+    tpl.channel_deals = convert_chart_data(data['channel_deals'])
+    print(f"  ✅ channel_deals: {len(tpl.channel_deals)} 项")
+
+if 'deal_cycle' in data:
+    tpl.deal_cycle = convert_chart_data(data['deal_cycle'])
+    print(f"  ✅ deal_cycle: {len(tpl.deal_cycle)} 项")
+
+# 3.9 月度目标
+tpl.visit_target = data.get('visit_target', tpl.visit_target)
+tpl.sales_target = data.get('sales_target', tpl.sales_target)
+print(f"  ✅ visit_target={tpl.visit_target}  sales_target={tpl.sales_target}")
+
+# 3.10 月度成交趋势
+if 'monthly_trend' in data:
+    # data['monthly_trend'] 是 [{'month':..., 'count_2025':..., ...}]
+    # 需要转为 (month, count2025, amt2025, count2026, amt2026, yoy)
+    tpl.monthly_trend = []
+    for r in data['monthly_trend']:
+        tpl.monthly_trend.append((
+            r['month'],
+            r.get('count_2025', 0),
+            str(r.get('amount_2025', 0)),
+            r.get('count_2026', '待更新'),
+            str(r.get('amount', r.get('amount_2026', '待更新'))),
+            r.get('yoy', '—')
+        ))
+    # monthly_trend_total
+    t2025 = sum(r.get('count_2025', 0) for r in data['monthly_trend'] if isinstance(r.get('count_2025'), int))
+    a2025 = sum(r.get('amount_2025', 0) for r in data['monthly_trend'] if isinstance(r.get('amount_2025'), (int,float)))
+    t2026 = sum(r.get('count_2026', 0) for r in data['monthly_trend'] if isinstance(r.get('count_2026'), int) and r.get('count_2026') != '待更新')
+    a2026 = sum(r.get('amount', r.get('amount_2026', 0)) for r in data['monthly_trend'] if isinstance(r.get('amount', r.get('amount_2026')), (int,float)) and r.get('amount', r.get('amount_2026')) != '待更新')
+    tpl.monthly_trend_total = ('合计/平均', t2025, f"{a2025:,}", t2026 if t2026 else '—', f"{a2026:,}" if a2026 else '—', '—')
+    print(f"  ✅ monthly_trend: {len(tpl.monthly_trend)} 个月")
+
+# 3.11 交叉分析表
+def build_cross_table(json_key, default):
+    """从 JSON 构建交叉表（列表的列表）"""
+    if json_key not in data:
+        return default
+    return data[json_key]  # 已经是 [row_list, ...] 格式
+
+if 'cross_cycle_intent' in data:
+    tpl.cross_cycle_intent = data['cross_cycle_intent']
+    print(f"  ✅ cross_cycle_intent: {len(tpl.cross_cycle_intent)} 行")
+
+if 'cross_purpose_intent' in data:
+    tpl.cross_purpose_intent = data['cross_purpose_intent']
+    print(f"  ✅ cross_purpose_intent: {len(tpl.cross_purpose_intent)} 行")
+
+if 'cross_channel_intent' in data:
+    tpl.cross_channel_intent = data['cross_channel_intent']
+    print(f"  ✅ cross_channel_intent: {len(tpl.cross_channel_intent)} 行")
+
+# 3.12 下周建议
+if 'suggestions' in data:
+    tpl.suggestions = data['suggestions']
+    print(f"  ✅ suggestions: {len(tpl.suggestions)} 条")
+
+# 3.13 洞察文本（使用 JSON 中的值，若为空则保留 template 默认值）
+INSIGHT_KEYS = [
+    'insight_core', 'insight_trend', 'insight_budget',
+    'insight_cycle', 'insight_purpose', 'insight_channel',
+    'insight_resistance', 'insight_consultant',
+    'insight_intent', 'insight_deals', 'insight_monthly',
+    'finding_intent', 'finding_deals', 'summary_text',
+    'risk_trend',
+]
+for key in INSIGHT_KEYS:
+    if key in data and data[key] and not data[key].startswith('首付') and not data[key].startswith('看房'):
+        # 有用数据，覆盖
+        # 注意：变量名在 template.py 中是 insight_core（无 _tpl 后缀）
+        # 但我们的 JSON key 也是 insight_core
+        # template.py 在 generate_html() 中用 fmt() 格式化 *_tpl 变量
+        # 所以我们需要同时设置 insight_core 和 insight_core_tpl
+        setattr(tpl, key, data[key])
+        # 同时设置 *_tpl 版本（用于格式化）
+        tpl_var_tpl = key + '_tpl'
+        if hasattr(tpl, tpl_var_tpl):
+            setattr(tpl, tpl_var_tpl, data[key])
+        print(f"  ✅ {key}: {len(data[key])} 字")
+    elif key in data and data[key]:
+        setattr(tpl, key, data[key])
+        print(f"  ✅ {key}: {len(data[key])} 字 (占位符)")
+    else:
+        print(f"  ⚠️  {key}: 使用 template 默认值")
+
+print(f"\n  ✅ 所有变量覆盖完成！")
+
+# ── 4. 生成 HTML ──
+print("\n[4/4] 生成 HTML..." if args.html_only else "\n[4/5] 生成 HTML...")
+html_content = tpl.generate_html()
+print(f"  ✅ HTML 已生成 ({len(html_content)} chars)")
+
+# 写入 HTML 文件
+output_file = f"{tpl.project_name.replace('·','').replace(' ', '_')}_周报_{tpl.date_start.replace('.','')}-{tpl.date_end.replace('.','')}.html"
+with open(output_file, 'w', encoding='utf-8') as f:
+    f.write(html_content)
+print(f"  ✅ HTML 已写入: {output_file}")
+
+# 生成 PDF（除非 --html-only）
+if args.html_only:
+    print("\n⚡ --html-only 模式：跳过 PDF 生成")
+    pdf_path = None
+else:
+    print("\n[5/5] 生成 PDF...")
+    pdf_path = tpl.generate_pdf(output_file)
+    if pdf_path:
+        print(f"  ✅ PDF 已生成: {pdf_path}")
+    else:
+        print(f"  ⚠️  PDF 生成失败（可能缺少 playwright 或 html2pdf.py）")
+
+print("\n" + "=" * 60)
+print("✅ 周报生成完成！")
+print(f"  HTML: {os.path.abspath(output_file)}")
+if pdf_path:
+    print(f"  PDF:  {os.path.abspath(pdf_path)}")
+else:
+    print(f"  PDF:  未生成")
+print("=" * 60)

package/skills/wangxiaobao-project-weekly-report/scripts/html2pdf_fast.py

@@ -0,0 +1,161 @@
+"""快*****版 HTML→PDF 转换器（Playwright headless Chromium）。
+
+优化点（相比原版 html2pdf.py）：
+1. 移除 8 秒强制等待（wait_for_timeout 8000）
+2. 改用 domcontentloaded（而非 networkidle），因为页面无外部 JS
+3. 等待首张图片加载完成即触发 PDF 生成
+4. 支持 --fast 参数跳过所有额外等待
+
+用法：
+    python html2pdf_fast.py report.html output.pdf --landscape
+    python html2pdf_fast.py report.html --fast   # 极速模式
+"""
+
+import sys
+import os
+import argparse
+from pathlib import Path
+from playwright.sync_api import sync_playwright
+
+
+def html_to_pdf(
+    source: str,
+    pdf_path: str = None,
+    width: str = None,
+    height: str = None,
+    page_format: str = "A4",
+    landscape: bool = False,
+    fast: bool = False,
+) -> str:
+    """
+    Convert HTML file or URL to PDF (optimized for static HTML + inline SVG).
+
+    Args:
+        source:      HTML 文件路径或 HTTP/HTTPS URL
+        pdf_path:    输出 PDF 路径（默认与 source 同名 .pdf）
+        width/height: 自定义页面尺寸（如 "210mm"、"1200px"）
+        page_format:  页面格式（A4/A3/Letter…），width/height 设置后忽略
+        landscape:    True → 横向（297×210mm）
+        fast:         True → 跳过所有额外等待，domcontentloaded 后立即生成
+    """
+    is_url = source.startswith("http://") or source.startswith("https://")
+
+    if not is_url:
+        source = os.path.abspath(source)
+        if not os.path.exists(source):
+            raise FileNotFoundError(f"HTML file not found: {source}")
+        file_url = Path(source).as_uri()
+    else:
+        file_url = source
+
+    if pdf_path is None:
+        if is_url:
+            from urllib.parse import urlparse
+            path_part = urlparse(source).path
+            base_name = Path(path_part).stem or "page"
+            pdf_path = os.path.join(os.getcwd(), base_name + ".pdf")
+        else:
+            pdf_path = source.rsplit(".", 1)[0] + ".pdf"
+
+    with sync_playwright() as p:
+        # 启动参数优化：加速 headless 模式
+        browser = p.chromium.launch(
+            headless=True,
+            args=[
+                '--no-sandbox',
+                '--disable-setuid-sandbox',
+                '--disable-dev-shm-usage',
+                '--disable-gpu',
+                '--single-process',  # 单进程模式，启动更快（Windows 可能不支持）
+            ]
+        )
+        page = browser.new_page()
+
+        # viewport 与 PDF 尺寸匹配，避免缩放
+        if width and height:
+            w_px = int(width.replace("px", "")) if "px" in width else 800
+            h_px = int(height.replace("px", "")) if "px" in height else 1100
+            page.set_viewport_size({"width": w_px, "height": h_px})
+        elif landscape:
+            page.set_viewport_size({"width": 1123, "height": 795})  # A4 横向 96dpi
+        else:
+            page.set_viewport_size({"width": 794, "height": 1123})  # A4 纵向 96dpi
+
+        # 强制 screen 媒体模式（确保按屏幕 CSS 渲染）
+        page.emulate_media(media="screen")
+
+        # 等待策略
+        if fast:
+            # 极速模式：仅等待 DOM 加载完成，不等待图片/字体
+            page.goto(file_url, wait_until="domcontentloaded")
+        else:
+            # 默认模式：等待页面稳定，确保图片/字体加载完成（保证质量）
+            page.goto(file_url, wait_until="domcontentloaded")
+            # 等待 header 渲染完成（确认页面框架就绪）
+            try:
+                page.wait_for_selector(".header", state="attached", timeout=3000)
+            except Exception:
+                pass
+            # 等待所有图片加载完成（确保 logo 等图片出现在 PDF 中）
+            try:
+                page.wait_for_function("""
+                    () => Array.from(document.images).every(img => img.complete)
+                """, timeout=3000)
+            except Exception:
+                pass
+
+        # 构建 PDF 参数
+        pdf_params = {
+            "path": pdf_path,
+            "print_background": True,
+            "margin": {"top": "15mm", "bottom": "15mm", "left": "10mm", "right": "10mm"},
+            "display_header_footer": False,
+        }
+
+        if width and height:
+            pdf_params["width"] = width
+            pdf_params["height"] = height
+        elif landscape:
+            pdf_params["width"] = "297mm"
+            pdf_params["height"] = "210mm"
+        else:
+            pdf_params["format"] = page_format
+
+        page.pdf(**pdf_params)
+        browser.close()
+
+    return pdf_path
+
+
+if __name__ == "__main__":
+    parser = argparse.ArgumentParser(
+        description="Fast HTML→PDF converter (Playwright, optimized for static HTML+SVG).",
+        formatter_class=argparse.RawDescriptionHelpFormatter,
+        epilog="""
+Examples:
+  python html2pdf_fast.py report.html                          # A4 portrait, optimized wait
+  python html2pdf_fast.py report.html --landscape              # A4 landscape
+  python html2pdf_fast.py report.html --fast                   # ultra-fast mode (no extra wait)
+  python html2pdf_fast.py report.html output.pdf --format A3  # A3 format
+"""
+    )
+    parser.add_argument("source", help="HTML file path or HTTP/HTTPS URL")
+    parser.add_argument("output", nargs="?", default=None, help="Output PDF path (default: same name as source)")
+    parser.add_argument("--width", help="Page width (e.g., '210mm', '1200px')")
+    parser.add_argument("--height", help="Page height (e.g., '297mm', '1697px')")
+    parser.add_argument("--format", default="A4", help="Page format: A4, A3, Letter, etc. (default: A4)")
+    parser.add_argument("--landscape", action="store_true", help="Use landscape orientation")
+    parser.add_argument("--fast", action="store_true", help="Ultra-fast mode: skip all extra waits")
+
+    args = parser.parse_args()
+
+    result = html_to_pdf(
+        source=args.source,
+        pdf_path=args.output,
+        width=args.width,
+        height=args.height,
+        page_format=args.format,
+        landscape=args.landscape,
+        fast=args.fast,
+    )
+    print(f"PDF generated: {result}")