Python+Ollama：自动化拆单工具

Python+Ollama：自动化拆单工具
最近帮客户解决了一个痛点：每天要处理几百条非结构化的订单文本（如 "夹心 C 12，单根 0.20C 8-12"），手动录入 Excel 耗时且容易出错。

与其手动硬刚，不如写个工具自动跑。分享一下这个“本地化自动化拆单”工具的实现思路。💻

🛠️ **技术栈揭秘 (Tech Stack)**

* **开发语言**: Python 3.10
* **GUI 框架**: Tkinter (原生库，轻量级，打包体积小) 🖥️
* **本地模型**: Ollama + Gemma 3:12b (Google 最新开源模型，逻辑推理强) 🧠
* **数据处理**: Pandas + OpenPyXL (Excel 读写与清洗) 📊
* **打包分发**: PyInstaller (生成 .exe 可执行文件) 📦

⚙️ **核心实现思路**

1. **Two-Step 提取策略**：直接提取容易遗漏。我设计了分步逻辑：先提取基础属性（如翘度），再根据翘度动态注入对应的型号列表给模型，大幅减少了模型幻觉 (Hallucination)。
2. **Regex Fallback**：虽然大模型很强，但偶尔也会输出非 JSON 格式。我在代码里加了正则兜底，确保程序不会因为模型“调皮”而报错。
3. **UI 交互优化**：使用多线程 (Threading) 处理耗时任务，防止界面卡死，并实现了实时日志回显。

⚡️ **效果**
原本 3 小时的人工工作量，工具运行 5 秒钟搞定，准确率 99%。最重要的是**完全本地运行**，数据不出门，安全且免费。
#办公软件 #软件开发
👇 **交流探讨**
如果你对 Python 自动化办公、本地大模型应用感兴趣，或者也有类似的数据清洗难题，欢迎评论区交流技术细节！💬