ozon-1688-upload-pipeline

name ozon-1688-upload-pipeline description 完整的 1688→Ozon 跨境上货流程：从1688抓取商品数据和图片，OCR+翻译图片中文为俄语，生成Rich-Контент富文本详情，再通过Ozon API绕过Web前端直接上架。 category ecommerce tags ["ozon",1688,"translation","apipudding","ecommerce","opencli"] ozon-1688-upload-pipeline 这是用户经过验证的、针对 Ozon 跨境电商的上架全流程操作指南。必须严格按照此流程执行， 不要启动 Web UI ，直接使用命令行和 Python 脚本调用 API。 关键坑点（血泪教训） ⚠️ /v3/product/import 覆盖陷阱 重新提交 /v3/product/import （如为了更新图片）会 覆盖所有属性 为提交时传入的值 已填好的描述、标签、技能、学科等属性会被清空！ 必须在 re-import 后立刻用 /v1/product/attributes/update 补回所有属性 或者在 re-import 的 body 里就把所有属性都带上 ⚠️ Rich Content 外链图片 RC 里的图片 URL 可以用外链（如 iili.io），不必是 CDN URL RC JSON 格式必须严格：外层 {"content": [...], "version": 0.3} 每个 block 必须有 imgLink , text: {content: null} , title: {content: null} widget 顶层也要有 text: {content: null} ⚠️ 上架后必须全面审查 提交后等待 10 秒再查属性，确认每个字段真正生效 特别注意 re-import 后属性是否被清空 核心限制与规则 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 。 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。 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。 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 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 。 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： 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 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 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 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 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） 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： 第一次残留：用阿里云 TranslateImage 重新翻译一次 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 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。