Joom平台商品分类数据导出工具产品系统

本项目为跨境电商Joom平台女装类目打造了一套**从数据采集到上架的全流程自动化工具链**，解决了人工上架效率低、图片不合规、尺码信息缺失、数据追溯难等痛点，实现了「采集→处理→上传→归档」的全自动化，支持批量商品一键合规上架。

1. 多源数据解析与标准化：自动读取店小蜜采集的女装数据，一键转换为Joom平台官方CSV上传模板，自动补全缺失字段，解决格式不匹配问题。
2. 智能图片合规处理与CDN上传：集成免费无Key的Catbox图床，实现图片自动裁剪（800x800）、压缩、去重，生成永久有效直链，适配Joom平台图片规范，支持断点续传，避免上传失败。
3. AI辅助商品信息生成：调用通义千问VL模型，自动识别商品尺码表并解析，直接填充到产品描述中，解决尺码信息缺失导致的上架驳回问题。
4. 商品SKU智能生成与追溯：基于时间戳+1688产品ID后四位生成唯一SKU，既避免科学计数法问题，又实现了上架商品与原始货源的双向追溯。
5. 数据自动归档与去重：支持将每次上架数据自动追加到「女装总表」，按产品ID和SKU双重去重，自动备份历史数据，避免重复上架，同时形成完整的商品上架台账。
6. 全流程自动化打包：所有脚本封装为Windows批处理（.bat），双击即可运行，无需Python环境，降低使用门槛，支持一键完成导出、图片处理、数据归档全流程。

本项目以 Python 为核心，为 Joom 平台女装类目打造了一套全流程自动化上架工具，实现从数据采集到合规上架的零人工干预，核心模块如下：
数据标准化处理：基于pandas实现 CSV/Excel 文件读写，严格对齐 Joom 官方模板格式，自动完成字段映射、缺失补全与格式修正，解决多源数据格式不统一问题，避免上架驳回。
智能图片合规处理：使用Pillow实现图片自动裁剪（800×800）、压缩与去重，集成免费 Catbox 图床实现无 Key 上传，通过超时重试与断点续传机制，解决网络波动导致的上传失败问题，批量生成永久有效直链。
AI 辅助商品信息生成：对接通义千问 VL 模型，自动识别并解析尺码表图片，将结构化数据直接填充到产品描述中，解决人工录入效率低、易出错的痛点，降低尺码信息缺失导致的驳回率。
SKU 生成与数据追溯：设计时间戳 + 产品 ID 后四位的 SKU 生成算法，既保证唯一性，又实现上架商品与 1688 原始货源的双向追溯，同时避免触发 Excel 科学计数法问题。
数据自动归档：开发总表合并脚本，自动将上架数据追加到总表，按产品 ID 和 SKU 双重去重，同时自动备份原表，形成完整的上架台账，避免重复上架。
全流程自动化打包：所有脚本封装为 Windows 批处理文件，配置代理环境变量确保上传稳定，实现一键串联执行，无需 Python 环境即可运行，大幅降低使用门槛。