fix(frontend): 手动采集改为真实等待，去掉固定延时的假刷新

原实现：

    runningTask.value=true
    await axios.post(`${API_BASE}/api/run_monitor`)
    setTimeout(()=>fetchData(), 3000)
    setTimeout(()=>runningTask.value=false, 1000)

后端 run_monitor 里的 execute_monitor_task() 是同步阻塞的，105 台设备逐个登录、
请求目录、下载文件，实测要跑几分钟。原实现发完请求就固定等 3 秒刷新，此时爬虫
还在跑，拿到的是上一次的数据；1 秒后 loading 也复位了，用户以为跑完了 —— 这就是
“点检测没反应/数据不更新”的来源，和之前反复修的那类症状同源。

- 显式传 timeout: 600000（10 分钟），硬抗后端同步阻塞，避免请求先于爬虫断开。
- 改为 await fetchData()，等后端真正返回后再取数，不再用固定延时猜。
- try/catch/finally 收敛：成功提示、失败把后端 message 透出来、loading 一律复位。
- 开头加 runningTask 守卫，防止重复点击并发触发多次采集。

构建产物 web_dist 已同步更新（index-0c48fe24.js），按 .gitignore 不入库。

.gitignore

@@ -0,0 +1,36 @@
+# =========================================================
+# 运行时数据 —— 绝不入库
+# instance/ 里是 SQLite 生产库（已 36MB+）及其备份，
+# 一旦提交会让仓库体积失控，且会覆盖服务器上的真实数据。
+# =========================================================
+instance/
+*.db
+*.db-journal
+*.db-wal
+*.db-shm
+*.sqlite3
+
+# =========================================================
+# 构建产物（可由源码重新生成，不入库）
+# =========================================================
+__pycache__/
+*.py[cod]
+*$py.class
+build/
+build_new/
+dist/
+dist_new/
+web_dist/
+*.exe
+
+# =========================================================
+# 临时与备份
+# =========================================================
+*.bak
+*.bak-*
+*.log
+
+# =========================================================
+# 编辑器
+# =========================================================
+.vscode/

2_1banben/app.py

@@ -1,4 +1,5 @@
 import os
+import io
 import sys
 import json
 import mimetypes
@@ -10,6 +11,41 @@ from flask import Flask, send_from_directory, jsonify
 from flask_cors import CORS
 from flask_apscheduler import APScheduler
 
+# ==============================================================================
+# ✅ 0. 控制台编码兜底（必须最先执行）
+# ==============================================================================
+# 保留原始流引用，防止被 GC 回收时连带关闭底层 buffer
+_CONSOLE_ORIGINALS = []
+
+
+def _force_utf8_console():
+    """
+    强制 stdout/stderr 以 UTF-8 输出，防止 Windows GBK 终端下 emoji 崩溃。
+
+    Windows 中文控制台默认 cp936(GBK)，而本应用（app.py / services.core /
+    crawler_106 / crawler_82）大量使用 emoji 打印日志。一旦 print 抛
+    UnicodeEncodeError，异常会落进采集任务的 try 块，导致整个事务被 rollback
+    并报"数据写入失败" —— 表现就是定时采集长期静默不落库。
+    """
+    for name in ('stdout', 'stderr'):
+        stream = getattr(sys, name, None)
+        # PyInstaller --noconsole 或输出重定向时，stream 或其 buffer 可能不存在
+        if stream is None or not hasattr(stream, 'buffer'):
+            continue
+        enc = (getattr(stream, 'encoding', None) or '').lower().replace('-', '')
+        if enc == 'utf8':
+            continue
+        # 替换前先 flush：否则旧流缓冲区里尚未写出的内容会随旧对象一起丢掉
+        try:
+            stream.flush()
+        except Exception:
+            pass
+        _CONSOLE_ORIGINALS.append(stream)
+        setattr(sys, name, io.TextIOWrapper(stream.buffer, encoding='utf-8', errors='replace'))
+
+
+_force_utf8_console()
+
 # ==============================================================================
 # ✅ 1. 核心模块引用
 # ==============================================================================
@@ -19,6 +55,8 @@ try:
     from models import Device, DeviceHistory
     # 引入核心爬虫调度
     from services.core import execute_monitor_task
+    # 引入统一入库管道
+    from services.db_ingest import ingest_device_data
 
     try:
         from services.iot_api import sync_iot_data_service
@@ -80,14 +118,13 @@ mimetypes.add_type('text/css', '.css')
 # ==============================================================================
 def auto_monitor_job(app):
     """
-    [关键修复]
-    1. 使用 app.app_context() 确保线程中有 Flask 上下文
-    2. 使用 db.session.remove() 强制清理旧连接
-    3. 使用 db.session.merge() 确保对象状态被正确追踪
-    4. 增加详细日志，对比爬虫返回的数据与入库行为
+    每天的定时采集任务。
+
+    入库细节全部收敛到 services.db_ingest.ingest_device_data，本函数只负责：
+    建立应用上下文 -> 触发爬虫 -> 调用入库管道 -> 提交事务。
     """
     with app.app_context():
-        # A. 强制清理会话，确保线程获取的是全新的数据库连接
+        # 强制清理会话，确保线程获取的是全新的数据库连接
         db.session.remove()
 
         tz = pytz.timezone('Asia/Shanghai')
@@ -101,7 +138,6 @@ def auto_monitor_job(app):
             return
 
         try:
-            # B. 执行爬虫
             task_result = execute_monitor_task()
 
             if not task_result:
@@ -111,96 +147,18 @@ def auto_monitor_job(app):
             scraped_list = task_result.get('device_list', [])
             print(f"📦 [数据获取] 爬取到 {len(scraped_list)} 条设备数据")
 
-            current_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
-            stats = {'updated': 0, 'history': 0}
+            updated, history = ingest_device_data(scraped_list)
 
-            for item in scraped_list:
-                d_name = item.get('name')
-                if not d_name: continue
-
-                # --- 1. 数据解包与默认值处理 ---
-                # 显式提取，防止 None 覆盖数据库现有的值（如果业务需要）
-                # 这里假设爬虫返回 None 就是要写入 None，或者空字符串
-                raw_status = item.get('status', '未知')
-                raw_value = item.get('value', '')
-                f_count = item.get('num_files', 0)
-
-                # 时间处理：必须有时间，否则用当前时间
-                target_date = item.get('target_time')
-                if not target_date:
-                    target_date = current_time
-
-                raw_json = item.get('raw_json', {})
-
-                # [调试日志] 仅打印第一条或特定的设备，防止刷屏，但能帮你确认数据是否为空
-                # if '0025' in d_name:
-                #     print(f"   >>> [写入前检查] {d_name}: Value='{raw_value}' | Files={f_count}")
-
-                # --- 2. 数据库操作 (使用 Merge 机制) ---
-                # 先尝试查询
-                device = Device.query.filter_by(name=d_name).first()
-
-                if not device:
-                    # 如果不存在，新建对象
-                    device = Device(name=d_name, source=item.get('source', '自动爬虫'), install_site="")
-                    db.session.add(device)
-                    db.session.flush()  # 立即获取 ID
-
-                # 更新字段
-                device.status = raw_status
-                device.current_value = raw_value
-                device.latest_time = target_date
-                device.check_time = current_time
-                device.file_count = f_count
-
-                # 计算 Offset
-                try:
-                    device.offset = calculate_offset(target_date)
-                except:
-                    device.offset = 0
-
-                # JSON 数据合并
-                old_json = {}
-                try:
-                    if device.json_data:
-                        old_json = json.loads(device.json_data)
-                except:
-                    old_json = {}
-
-                if isinstance(raw_json, dict):
-                    old_json.update(raw_json)
-
-                device.json_data = json.dumps(old_json, ensure_ascii=False)
-
-                # [核心修复] 使用 merge 告诉 Session "这个对象归你管，请更新它"
-                # 这能解决后台线程中 "DetachedInstanceError" 或更新丢失的问题
-                db.session.merge(device)
-                stats['updated'] += 1
-
-                # --- 3. 写入历史记录 ---
-                history = DeviceHistory(
-                    device_id=device.id,
-                    status=raw_status,
-                    result_data=raw_value,
-                    data_time=target_date,
-                    file_count=f_count,
-                    json_data=device.json_data
-                )
-                db.session.add(history)
-                stats['history'] += 1
-
-            # C. 提交事务
             db.session.commit()
-            print(f"✅ [入库成功] 设备更新: {stats['updated']} | 历史追加: {stats['history']}")
+            print(f"✅ [入库成功] 设备更新: {updated} | 历史追加: {history}")
 
         except Exception as e:
             db.session.rollback()
             print(f"❌ [严重异常] 数据写入失败: {e}")
-            # 打印堆栈以便排查
             import traceback
             traceback.print_exc()
         finally:
-            # D. 再次清理 Session，防止内存泄漏或污染下一次任务
+            # 再次清理 Session，防止内存泄漏或污染下一次任务
             db.session.remove()
             print(f"{'=' * 50}\n")
 

2_1banben/device_monitor.spec

@@ -0,0 +1,44 @@
+# -*- mode: python ; coding: utf-8 -*-
+
+
+a = Analysis(
+    ['app.py'],
+    pathex=[],
+    binaries=[],
+    datas=[('web_dist', 'web_dist')],
+    hiddenimports=[],
+    hookspath=[],
+    hooksconfig={},
+    runtime_hooks=[],
+    excludes=[],
+    noarchive=False,
+    optimize=0,
+)
+pyz = PYZ(a.pure)
+
+exe = EXE(
+    pyz,
+    a.scripts,
+    [],
+    exclude_binaries=True,
+    name='device_monitor',
+    debug=False,
+    bootloader_ignore_signals=False,
+    strip=False,
+    upx=True,
+    console=True,
+    disable_windowed_traceback=False,
+    argv_emulation=False,
+    target_arch=None,
+    codesign_identity=None,
+    entitlements_file=None,
+)
+coll = COLLECT(
+    exe,
+    a.binaries,
+    a.datas,
+    strip=False,
+    upx=True,
+    upx_exclude=[],
+    name='device_monitor',
+)

2_1banben/fix_fake_time.py

@@ -0,0 +1,21 @@
+from app import create_app
+from extensions import db
+from models import Device
+
+app = create_app()
+
+with app.app_context():
+    # 查找状态异常但 offset 被判定为当天的假数据
+    fake_devices = Device.query.filter(
+        Device.status.in_(['离线', '异常', '已离线', 'offline', '未知']),
+        Device.offset == '当天'
+    ).all()
+
+    count = 0
+    for dev in fake_devices:
+        dev.latest_time = None
+        dev.offset = '从未同步'
+        count += 1
+
+    db.session.commit()
+    print(f"✅ 成功清洗了 {count} 台处于离线但伪造了时间的设备！")

2_1banben/models.py

@@ -1,6 +1,8 @@
 # models.py
 from datetime import datetime
 from extensions import db
+# services.time_utils 只依赖 re/datetime，不会与 extensions/models 形成循环导入
+from services.time_utils import staleness_of
 
 
 class Device(db.Model):
@@ -31,8 +33,20 @@ class Device(db.Model):
     is_whitelist = db.Column(db.Boolean, default=False)
 
     def to_dict(self):
-        # 统一状态映射逻辑
-        api_status = 'offline' if self.status in ['离线', '异常', '已离线'] else 'online'
+        # 状态归一：中英文各种写法都要覆盖。
+        # 注意 'offline' 是 /add_device 创建手动设备时写入的值，原先的白名单
+        # 漏了它，导致手动添加的设备被映射成 online、在面板上永远显示“在线”。
+        raw_status = str(self.status or '').strip().lower()
+        is_offline = raw_status in (
+            '离线', '异常', '已离线', 'offline', 'unknown', '未知'
+        )
+        api_status = 'offline' if is_offline else 'online'
+
+        # 数据时效在读取时实时计算，不读 offset 列。
+        # 该列是写入时刻的快照，采集一停摆就整体腐烂（库里停在 2026-02-06，
+        # offset 却仍显示“当天”）。列保留但已废弃，见 services/db_ingest.py。
+        stale = staleness_of(self.latest_time)
+
         return {
             'id': self.id,
             'name': self.name,
@@ -46,8 +60,11 @@ class Device(db.Model):
             'is_maintaining': self.is_maintaining,
             'is_hidden': self.is_hidden,
             'is_whitelist': self.is_whitelist,
-            'offset': self.offset,
-            'file_count': self.file_count  # ✅ 返回给前端
+            # 时效三件套：前端不再自己算滞后天数，统一消费这三个字段
+            'offset': stale['text'],        # 中文描述，兼容旧调用方
+            'stale_level': stale['level'],  # unknown/ok/yesterday/lagging/severe
+            'stale_days': stale['days'],    # 滞后自然日数，unknown 时为 None
+            'file_count': self.file_count   # ✅ 返回给前端
         }
 
 

2_1banben/routes/api.py

@@ -15,6 +15,11 @@ try:
 except ImportError:
     execute_monitor_task = None
 
+try:
+    from services.db_ingest import ingest_device_data
+except ImportError:
+    ingest_device_data = None
+
 try:
     from services.iot_api import sync_iot_data_service
 except ImportError:
@@ -27,21 +32,11 @@ api_bp = Blueprint('api', __name__, url_prefix='/api')
 # 0. 核心算法区：数据质量分析与辅助函数
 # =========================================================
 
-def calculate_offset(latest_time_str):
-    """
-    计算时间滞后天数
-    用于前端展示设备数据是否过时
-    """
-    if not latest_time_str or latest_time_str == "N/A":
-        return "从未同步"
-    try:
-        # 兼容处理 2026_01_13 和 2026-01-13 格式
-        clean = str(latest_time_str).split()[0].replace('_', '-')
-        target = datetime.strptime(clean, "%Y-%m-%d").date()
-        diff = (datetime.now().date() - target).days
-        return "当天" if diff == 0 else f"滞后 {diff} 天"
-    except:
-        return "时间解析失败"
+# calculate_offset 已下沉到 services/time_utils.py。
+# 原因：services.db_ingest 需要计算 offset，而本模块又要 import db_ingest，
+# 留在本模块会形成循环导入。这里 re-export 一次，保证
+# `from routes.api import calculate_offset`（app.py 在用）继续可用。
+from services.time_utils import calculate_offset  # noqa: E402
 
 
 def check_data_quality(content_data, source_type, data_time_str=None):
@@ -383,77 +378,14 @@ def run_monitor():
 
     try:
         # --- A. 执行爬虫并入库 ---
-        if execute_monitor_task:
+        # 入库细节统一走 services.db_ingest，与定时任务 auto_monitor_job 保持一致，
+        # 避免同一条数据经手动/自动两个入口落库后字段不一致。
+        if execute_monitor_task and ingest_device_data:
             task_result = execute_monitor_task()
             if task_result:
                 scraped_list = task_result.get('device_list', [])
-                current_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
-
-                count_crawler = 0
-                for item in scraped_list:
-                    d_name = item.get('name')
-                    if not d_name: continue
-
-                    d_raw = item.get('raw_json', {})
-                    source = item.get('source', '')
-                    target_time = item.get('target_time')
-
-                    if '106' in str(source):
-                        try:
-                            path_str = d_raw.get('path', '')
-                            match = re.search(r'/Data/(\d{4}_\d{2}_\d{2})/\w+_(\d{2}_\d{2}_\d{2})\.csv', path_str)
-                            if match:
-                                date_part = match.group(1).replace('_', '-')
-                                time_part = match.group(2).replace('_', ':')
-                                target_time = f"{date_part} {time_part}"
-                        except:
-                            pass
-
-                    device = Device.query.filter_by(name=d_name).first()
-                    if not device:
-                        device = Device(name=d_name, source=source, install_site="")
-                        db.session.add(device)
-                        db.session.flush()
-
-                    if device.source == 'iot_card':
-                        device.source = source
-
-                    device.status = item.get('status')
-                    device.current_value = item.get('value')
-                    device.latest_time = target_time
-                    device.check_time = current_time
-
-                    # ✅ [核心修改] 获取爬虫返回的文件数量并保存
-                    f_count = item.get('num_files', 0)
-                    device.file_count = f_count
-
-                    old_json = {}
-                    try:
-                        if device.json_data:
-                            old_json = json.loads(device.json_data)
-                    except:
-                        old_json = {}
-
-                    new_json = d_raw if isinstance(d_raw, dict) else item.get('raw_json', {})
-                    if isinstance(new_json, dict):
-                        old_json.update(new_json)
-
-                    device.json_data = json.dumps(old_json, ensure_ascii=False)
-                    device.offset = calculate_offset(device.latest_time)
-
-                    # ✅ [核心修改] 写入历史记录时包含 file_count
-                    new_history = DeviceHistory(
-                        device_id=device.id,
-                        status=item.get('status'),
-                        result_data=item.get('value'),
-                        data_time=target_time,
-                        json_data=device.json_data,
-                        file_count=f_count  # 确保历史数据也记录文件数
-                    )
-                    db.session.add(new_history)
-                    count_crawler += 1
-
-                msg_list.append(f"爬虫更新: {count_crawler}")
+                updated, _ = ingest_device_data(scraped_list)
+                msg_list.append(f"爬虫更新: {updated}")
             else:
                 msg_list.append("爬虫无数据")
 

2_1banben/services/crawler_106.py

@@ -1,7 +1,9 @@
 # services/crawler_106.py
 import os
+import re
 import requests
 import logging
+import pytz
 from datetime import datetime
 from config import Config
 
@@ -29,11 +31,18 @@ def get_106_dynamic_token(port):
 
 def find_closest_item(items, is_date_level=True):
     """
-    在列表中找到与当前日期最接近的文件夹或文件
+    在列表中找到【不晚于当前时间】的最新的文件夹或文件。
+
+    旧实现用 abs(now - item) 取"离现在最近"，服务端只要存在未来日期的
+    目录就会被选中；这里改成只保留已经发生过的，再取其中最新的一个。
+
+    返回 (diff, item, target_str)；没有合法项时返回 None。
     """
     if not items or not isinstance(items, list): return None
-    today = datetime.now()
-    scored_items = []
+
+    tz = pytz.timezone('Asia/Shanghai')
+    now = datetime.now(tz)
+    valid_items = []
 
     for item in items:
         name_val = item.get('name', '')
@@ -43,23 +52,30 @@ def find_closest_item(items, is_date_level=True):
 
         try:
             if is_date_level:
-                # 解析文件夹日期格式: YYYY_MM_DD
-                current_date = datetime.strptime(target_str, "%Y_%m_%d")
+                # 目录名只有日期没有时刻，按当天 00:00 参与比较。
+                # 注意不能用 23:59:59：那样"今天"的目录会大于当前时刻而被
+                # 当成未来剔除，导致永远取到昨天的数据。
+                item_dt = tz.localize(
+                    datetime.strptime(f"{target_str} 00:00:00", "%Y_%m_%d %H:%M:%S")
+                )
             else:
-                # 解析文件修改时间
+                # 文件修改时间：带 'Z' 表示 UTC；不带时区的按东八区处理，
+                # 否则会与 now 出现 naive/aware 比较异常而被静默丢弃。
                 mod_str = item.get('modified', '')
-                current_date = datetime.fromisoformat(mod_str.replace('Z', '+00:00'))
+                item_dt = datetime.fromisoformat(mod_str.replace('Z', '+00:00'))
+                if item_dt.tzinfo is None:
+                    item_dt = tz.localize(item_dt)
 
-            # 计算与当前时间的差距
-            diff = abs((today - current_date.replace(tzinfo=None)).total_seconds())
-            scored_items.append((diff, item, target_str))
-        except:
+            # 【关键修复】剔除未来时间，只保留已经发生过的
+            if item_dt <= now:
+                valid_items.append(((now - item_dt).total_seconds(), item, target_str))
+        except Exception:
             continue
 
-    if not scored_items: return None
-    # 按时间差排序，取最小的
-    scored_items.sort(key=lambda x: x[0])
-    return scored_items[0]
+    if not valid_items: return None
+    # 按时间差升序排序（取最近的过去）
+    valid_items.sort(key=lambda x: x[0])
+    return valid_items[0]
 
 
 def run_106_logic():
@@ -89,15 +105,16 @@ def run_106_logic():
             if not (is_tower_underscore or is_tower_i): continue
 
             # --- 构建基础数据包 ---
-            # 默认使用标准当前时间作为兜底，防止后续步骤失败时时间为空
-            current_standard_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
-
+            # target_time 默认 None：只有真正从文件路径解析出记录时间才会被覆盖。
+            # 离线/异常/token 失败等分支一律留空，交给入库层"冻结"上一个有效时间，
+            # 绝不用 datetime.now() 冒充数据时间。
+            # status 默认 '正常'：成功路径不会回头重设它，改这里等于改所有健康设备的显示。
             data_packet = {
                 'source': '106网站',
                 'name': name,
                 'status': '正常',
                 'value': '',
-                'target_time': current_standard_time,
+                'target_time': None,
                 'raw_json': {},
                 'temp_file': None,
                 'num_files': 0
@@ -133,16 +150,13 @@ def run_106_logic():
                     continue
 
                 # ==============================================================================
-                # ✅ [核心修复] 时间格式标准化
-                # 原逻辑: data_packet['target_time'] = best_date[2] (得到 "2026_02_08")
-                # 新逻辑: 将 "2026_02_08" 转换为 "2026-02-08 HH:MM:SS"
+                # ⚠️ 这里刻意不再给 target_time 赋值。
+                # 旧逻辑是 formatted_date_part + datetime.now() 的时分秒，写进库的
+                # 实际是"爬虫运行时刻"，导致 calculate_offset 恒为"当天"。
+                # 真实时间要等确定最终文件后，从文件路径里解析（见下方 [核心修复]）。
                 # ==============================================================================
                 raw_folder_name = best_date[2]  # 例如 "2026_02_08"
                 formatted_date_part = raw_folder_name.replace('_', '-')  # 变成 "2026-02-08"
-                current_time_part = datetime.now().strftime("%H:%M:%S")
-
-                # 覆盖默认时间，确保数据库存入的是标准时间戳格式
-                data_packet['target_time'] = f"{formatted_date_part} {current_time_part}"
 
                 date_path = f"{api_root}{raw_folder_name}/"
 
@@ -165,6 +179,41 @@ def run_106_logic():
                 file_item = best_file[1]
                 full_path = file_item.get('path') or f"{date_path}{file_item.get('name')}"
 
+                # ==============================================================================
+                # ✅ [核心修复] 从最终确定的文件路径里正则提取真正的记录时间
+                # 原逻辑在 routes/api.py 的 run_monitor 里，只有手动触发才生效；
+                # 下沉到爬虫层后，自动/手动两条路径拿到的是同一个真实时间。
+                # ==============================================================================
+                real_time = None
+                # 放宽点：路径分隔符、data 大小写（TOWER-I 走小写分支）、
+                # 是否以 / 开头、扩展名大小写都做兼容
+                match = re.search(
+                    r'(?:^|[/\\])data/(\d{4}_\d{2}_\d{2})/[\w\-.]+_(\d{2}_\d{2}_\d{2})\.csv',
+                    full_path,
+                    re.IGNORECASE
+                )
+                if match:
+                    date_part = match.group(1).replace('_', '-')
+                    time_part = match.group(2).replace('_', ':')
+                    real_time = f"{date_part} {time_part}"
+
+                # 正则没命中（例如二进制 .db 文件）时退化到文件修改时间，
+                # 绝不拿系统当前时间去伪造记录时间
+                if not real_time:
+                    mod_str = file_item.get('modified', '')
+                    if mod_str:
+                        try:
+                            mod_dt = datetime.fromisoformat(mod_str.replace('Z', '+00:00'))
+                            if mod_dt.tzinfo is None:
+                                mod_dt = pytz.timezone('Asia/Shanghai').localize(mod_dt)
+                            else:
+                                mod_dt = mod_dt.astimezone(pytz.timezone('Asia/Shanghai'))
+                            real_time = mod_dt.strftime("%Y-%m-%d %H:%M:%S")
+                        except Exception:
+                            pass
+
+                data_packet['target_time'] = real_time
+
                 # --- 4. 下载/读取内容逻辑 ---
                 if is_tower_i:
                     # [二进制文件] 下载逻辑

2_1banben/services/crawler_82.py

@@ -28,7 +28,9 @@ def run_82_logic():
                 'name': str(sid),
                 'status': '正常',
                 'value': '',
-                'target_time': datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
+                # 同 106：默认留空，只有真正拿到数据时间才覆盖，
+                # 不用 datetime.now() 冒充数据时间
+                'target_time': None,
                 'raw_json': {},
                 'temp_file': None
             }
@@ -42,7 +44,9 @@ def run_82_logic():
 
                 if data:
                     d_list = data.get('date', [])
-                    latest = str(d_list[-1]) if d_list else "N/A"
+                    # 拿不到时间时必须是 None，不能是 "N/A" —— 字符串在入库层是真值，
+                    # 会把设备主表已经冻结的有效 latest_time 覆盖掉，令 offset 倒退成"从未同步"
+                    latest = str(d_list[-1]) if d_list else None
                     data_packet['target_time'] = latest
                     data_packet['value'] = f"Data Points: {len(d_list)}"
                     data_packet['raw_json'] = data  # 🔥 存完整JSON

2_1banben/services/db_ingest.py

@@ -0,0 +1,119 @@
+# services/db_ingest.py
+"""
+统一的设备数据入库管道。
+
+此前 app.py:auto_monitor_job（定时任务）和 routes/api.py:run_monitor（手动触发）
+各自维护了一份几乎相同但细节不一致的写入逻辑，导致同一条数据经不同入口落库后
+latest_time / offset / source / file_count 可能不同。这里合并为一份。
+
+本函数只负责 add/flush，不 commit —— 事务边界由调用方掌握。
+"""
+import json
+from datetime import datetime
+
+from extensions import db
+from models import Device, DeviceHistory
+
+# 由本应用接口写入 Device.json_data、而非爬虫返回的键，覆盖时必须保留：
+#   bound_iccid —— routes/api.py:/bind_device_card 写入的设备-流量卡手工绑定
+#   is_whitelist —— routes/api.py:/toggle_whitelist 写入的白名单标记
+APP_OWNED_KEYS = ('bound_iccid', 'is_whitelist')
+
+
+def ingest_device_data(scraped_list):
+    """
+    把爬虫返回的设备列表写入 Device（快照）和 DeviceHistory（历史）。
+
+    返回 (设备更新数, 历史追加数)。
+    """
+    if not scraped_list:
+        return 0, 0
+
+    current_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
+    stats = {'updated': 0, 'history': 0}
+
+    for item in scraped_list:
+        d_name = item.get('name')
+        if not d_name:
+            continue
+
+        # --- 1. 数据解包 ---
+        raw_status = item.get('status', '未知')
+        raw_value = item.get('value', '')
+        f_count = item.get('num_files', 0)
+        source = item.get('source', '自动爬虫')
+
+        # target_time 由爬虫层解析，为真实记录时间；离线/异常/没抓到时为 None。
+        # 注意：这里绝不回退到 current_time —— 那会把"采集时刻"冒充成"数据时刻"。
+        target_date = item.get('target_time')
+
+        raw_json = item.get('raw_json', {})
+
+        # --- 2. 设备主表更新 ---
+        device = Device.query.filter_by(name=d_name).first()
+
+        if not device:
+            device = Device(name=d_name, source=source, install_site="")
+            db.session.add(device)
+            db.session.flush()
+        elif device.source == 'iot_card':
+            # IoT 卡与爬虫设备共用 devices 表且靠 name 关联，撞名时以爬虫来源为准
+            device.source = source
+
+        device.status = raw_status
+        device.current_value = raw_value
+        device.check_time = current_time
+        device.file_count = f_count
+
+        # ✅ [核心逻辑] 只有爬虫拿到了真实业务时间才更新设备主表的时间。
+        # 拿不到（离线/异常）就保留上一次的有效值 —— 即"冻结"。
+        # 这样一台断线多天的设备，offset 会停在"滞后 N 天"而不是被刷成"当天"。
+        if target_date:
+            device.latest_time = target_date
+
+        # 注意：不再写入 device.offset。
+        # 该列是"写入时刻"的快照，采集一停摆就整体失真，现改为 Device.to_dict()
+        # 读取时用 calculate_offset(latest_time) 实时计算。列保留但已废弃。
+
+        # --- 3. JSON 数据：覆盖为本次最新，切断无限膨胀 ---
+        # 旧写法 old_json.update(raw_json) 会让主表 JSON 只增不减、永久累积。
+        # 但 APP_OWNED_KEYS 里的键由本应用自己的接口写入（不属于爬虫数据），
+        # 必须原样保留 —— 否则每次采集都会把用户的设备-流量卡绑定清掉。
+        old_json = {}
+        if device.json_data:
+            try:
+                old_json = json.loads(device.json_data)
+            except Exception:
+                pass
+
+        if isinstance(raw_json, dict) and raw_json:
+            new_json = dict(raw_json)
+            for key in APP_OWNED_KEYS:
+                if old_json.get(key) is not None:
+                    new_json[key] = old_json[key]
+            device.json_data = json.dumps(new_json, ensure_ascii=False)
+        # raw_json 为空（离线/异常）时保持原有 json_data 不变，避免单次爬虫失误清空状态
+
+        db.session.merge(device)
+        stats['updated'] += 1
+
+        # --- 4. 历史表写入 ---
+        # 历史记录的是"事件"，所以没有数据时间时用本次观测时间，
+        # 与主表的"冻结"策略不同：主表回答"数据到什么时候"，历史回答"什么时候采过"。
+        history_time = target_date if target_date else current_time
+        # [核心修复] 只存本次抓取的切片，不再复制主表那份越滚越大的累积 JSON。
+        # 旧写法 json_data=device.json_data 会让每一条历史都完整复制一遍全量数据，
+        # 历史表体积随采集次数线性膨胀。
+        incremental_json = json.dumps(raw_json, ensure_ascii=False) if raw_json else "{}"
+        history = DeviceHistory(
+            device_id=device.id,
+            status=raw_status,
+            result_data=raw_value,
+            data_time=history_time,
+            file_count=f_count,
+            json_data=incremental_json
+        )
+        db.session.add(history)
+        stats['history'] += 1
+
+    return stats['updated'], stats['history']

2_1banben/services/time_utils.py

@@ -0,0 +1,97 @@
+# services/time_utils.py
+"""
+数据时效判定的唯一实现。
+
+此前「滞后几天」这件事在后端（calculate_offset）和前端（Dashboard.vue 里
+自算 diffDays/diffHours）各算了一套，阈值和粒度都不同，跨日必然打架：
+昨天 23:00 的数据在次日 01:00 查看，后端说「滞后 1 天」，前端标「昨日数据」。
+现在统一由这里判定，前端只消费 Device.to_dict() 暴露的
+offset / stale_level / stale_days 三个字段做渲染。
+
+刻意不依赖 flask / db / models，避免被 services.db_ingest 和 routes.api
+互相引用时产生循环导入。
+"""
+import re
+from datetime import datetime, date
+
+# 视为「从未同步」的占位值
+_NEVER_SYNCED = ('', 'N/A', 'NA', 'NONE', 'NULL', 'NAN')
+
+# 从任意时间字符串里抠出 YYYY-MM-DD。分隔符兼容 - / _ ，
+# 因此 ISO 的 2026-09-15T08:30:00Z 和 2026_09_15 都能命中。
+# 滞后判定按自然日，时分秒不影响结果，所以不做完整的时间解析。
+_DATE_RE = re.compile(r'(\d{4})[-/_](\d{1,2})[-/_](\d{1,2})')
+
+# 超过这个自然日数算「严重滞后」
+SEVERE_THRESHOLD_DAYS = 7
+
+# 判定级别
+LEVEL_UNKNOWN = 'unknown'      # 从未同步 / 时间无法解析
+LEVEL_OK = 'ok'                # 当天
+LEVEL_YESTERDAY = 'yesterday'  # 昨天
+LEVEL_LAGGING = 'lagging'      # 滞后 2~7 天
+LEVEL_SEVERE = 'severe'        # 滞后 7 天以上
+
+
+def parse_record_date(value):
+    """
+    把各种格式的记录时间解析成 date，失败返回 None。
+
+    兼容：2026-09-15 08:30:00 / 2026_09_15 / 2026-09-15T08:30:00Z /
+         2026/09/15 08:30 / 2026-09-15 08:30 / 2026-09-15
+    """
+    if value is None:
+        return None
+
+    text = str(value).strip()
+    if not text or text.upper() in _NEVER_SYNCED:
+        return None
+
+    match = _DATE_RE.search(text)
+    if not match:
+        return None
+
+    try:
+        return date(int(match.group(1)), int(match.group(2)), int(match.group(3)))
+    except ValueError:
+        # 例如 2026-13-45 这种越界日期
+        return None
+
+
+def staleness_of(value):
+    """
+    统一的滞后判定。
+
+    返回 {'level': str, 'days': int|None, 'text': str}
+      level —— unknown / ok / yesterday / lagging / severe
+      days  —— 滞后自然日数，unknown 时为 None
+      text  —— 中文描述，可直接展示
+    """
+    if value is None or str(value).strip().upper() in _NEVER_SYNCED:
+        return {'level': LEVEL_UNKNOWN, 'days': None, 'text': '从未同步'}
+
+    record_date = parse_record_date(value)
+    if record_date is None:
+        return {'level': LEVEL_UNKNOWN, 'days': None, 'text': '时间解析失败'}
+
+    days = (datetime.now().date() - record_date).days
+    if days < 0:
+        # 数据时间在未来（设备/服务端时钟超前），按当天处理，不显示负数
+        days = 0
+
+    if days == 0:
+        return {'level': LEVEL_OK, 'days': 0, 'text': '当天'}
+    if days == 1:
+        return {'level': LEVEL_YESTERDAY, 'days': 1, 'text': '滞后 1 天'}
+    if days <= SEVERE_THRESHOLD_DAYS:
+        return {'level': LEVEL_LAGGING, 'days': days, 'text': f'滞后 {days} 天'}
+    return {'level': LEVEL_SEVERE, 'days': days, 'text': f'滞后 {days} 天'}
+
+
+def calculate_offset(latest_time_str):
+    """
+    (兼容保留) 返回滞后天数的中文描述文本。
+
+    新代码请直接用 staleness_of()，需要分级时不要再从这段文本里反解。
+    """
+    return staleness_of(latest_time_str)['text']

zhandianxinxi/光谱数据监控/src/router/index.js

@@ -1,8 +1,10 @@
 import { createRouter, createWebHistory } from 'vue-router'
 import { ElMessage } from 'element-plus'
 
-// 1. 引入登录页面（建议新建 views/Login.vue）
-import Login from '../views/Login.vue'
+// 1. 引入登录页面
+// 注意：实际文件名是全小写的 login.vue。Windows 文件系统不区分大小写，所以本地
+// 构建能过；但在 Linux/Docker/CI 上会直接报 Could not resolve，必须严格匹配。
+import Login from '../views/login.vue'
 // 2. 首页组件
 import Dashboard from '../views/Dashboard.vue'
 

zhandianxinxi/光谱数据监控/src/views/Dashboard.vue

@@ -341,8 +341,13 @@ const fetchData = async () => {
       const isOrphanIoT = (item.source === 'iot_card')
       const isWhitelist = !!item.is_whitelist
 
-      // === 1. 智能时间解析与格式化 (增强版) ===
-      let diffDays = 0, diffHours = 0, isToday = false, validTime = false
+      // === 1. 时间显示格式化 ===
+      // 滞后判定已统一由后端提供（stale_level / stale_days / offset），
+      // 这里只负责把 latest_time 渲染成统一格式，不再本地计算天数。
+      // 判定与渲染分家的原因见 services/time_utils.py 顶部说明。
+      const staleLevel = item.stale_level || 'unknown'
+      const staleDays = (typeof item.stale_days === 'number') ? item.stale_days : null
+      const validTime = staleLevel !== 'unknown'
       let timeStr = item.latest_time
 
       // 默认显示原始值，稍后如果解析成功则覆盖它
@@ -377,16 +382,8 @@ const fetchData = async () => {
           d = new Date(cleanStr);
         }
 
-        // C. 如果解析成功，强制重新生成统一的显示字符串
+        // C. 解析成功则强制重新生成统一的显示格式 YYYY-MM-DD HH:mm:ss
         if (d && !isNaN(d.getTime())) {
-          validTime = true
-          isToday = d.toDateString() === now.toDateString()
-
-          const diff = now - d
-          diffHours = (diff > 0 ? diff : 0) / (1000 * 3600)
-          diffDays = diffHours / 24
-
-          // 🌟 核心修改点：生成标准显示格式 YYYY-MM-DD HH:mm:ss 🌟
           const y = d.getFullYear()
           const m = String(d.getMonth() + 1).padStart(2, '0')
           const dd = String(d.getDate()).padStart(2, '0')
@@ -429,29 +426,33 @@ const fetchData = async () => {
         }
       }
 
-      // 4. 状态判定
+      // 4. 状态判定（分级由后端给出，这里只做映射，不再本地判天数）
       let statusColor = '#67C23A', statusLabel = '正常', statusType = 'normal', statusLabelColor = '#fff'
       let statusReason = ''
-      let sortWeight = diffHours
+      // 排序权重：问题设备排前面。staleDays * 24 与原 diffHours 同为小时量纲，
+      // 排序结果与原实现一致（同为“当天”的设备不再按小时细分，顺序退化为稳定序）
+      let sortWeight = (staleDays === null) ? 80000000 : staleDays * 24
 
       if (item.is_maintaining) {
         statusColor = '#409EFF'; statusLabel = '维修中'; statusType = 'maintenance';
         sortWeight = Number.MAX_SAFE_INTEGER;
       } else if (!validTime || item.status === 'offline') {
         statusLabel = '离线'; statusColor = '#F56C6C'; statusType = 'error';
-        statusReason = validTime ? '设备离线' : '暂无数据';
+        // 文案与后端 offset 统一：拿不到可解析的数据时间就说“从未同步”，
+        // 不再另造一套“暂无数据”的说法
+        statusReason = (item.status === 'offline') ? '设备离线' : (item.offset || '从未同步');
         sortWeight = 80000000;
-      } else if (diffDays > 7) {
+      } else if (staleLevel === 'severe') {
         statusLabel = '严重滞后'; statusColor = '#F56C6C'; statusType = 'error';
-        statusReason = `滞后 ${Math.floor(diffDays)} 天`;
-      } else if (diffHours > 24) {
+        statusReason = item.offset || `滞后 ${staleDays} 天`;
+      } else if (staleLevel === 'lagging') {
         statusLabel = '滞后'; statusColor = '#E6A23C'; statusType = 'warning';
-        statusReason = `滞后 ${Math.floor(diffDays)} 天`;
+        statusReason = item.offset || `滞后 ${staleDays} 天`;
       } else if (expireWarning) {
         statusLabel = '即将过期'; statusColor = '#E6A23C'; statusType = 'warning';
         statusReason = `即将过期`;
         sortWeight = 400;
-      } else if (!isToday) {
+      } else if (staleLevel === 'yesterday') {
         statusLabel = '昨日数据'; statusColor = '#FAC858'; statusType = 'slight-warning'; statusLabelColor = '#333';
         statusReason = '非今日数据';
       } else {
@@ -465,7 +466,7 @@ const fetchData = async () => {
         isOrphanIoT,
         isBound,
         isWhitelist,
-        diffDays, diffHours, sortWeight, isToday,
+        sortWeight, staleLevel, staleDays,
         statusColor, statusLabel, statusType, statusLabelColor, statusReason,
         isEditingSite: false, tempSite: '',
         data_quality: item.data_quality || 'ok',
@@ -534,7 +535,22 @@ const handleAddDeviceSubmit = async () => { if (!newDeviceForm.name) return; awa
 const handleDeviceClick = (row) => { if (!row.is_hidden && dataMonitorRef.value) dataMonitorRef.value.open(row) }
 const openLogCenter = (row) => { if (maintenanceLogsRef.value) maintenanceLogsRef.value.open(row ? { deviceName: row.name } : null) }
 const openIoTBinder = () => { if (iotBinderRef.value) iotBinderRef.value.open() }
-const runManualMonitor = async () => { runningTask.value=true; await axios.post(`${API_BASE}/api/run_monitor`); setTimeout(()=>fetchData(), 3000); setTimeout(()=>runningTask.value=false, 1000) }
+const runManualMonitor = async () => {
+  if (runningTask.value) return; // 防止重复点击
+  runningTask.value = true;
+  try {
+    // 后端 execute_monitor_task() 是同步阻塞的，105 台设备逐个登录+下载要跑几分钟，
+    // 必须给足超时，否则请求会先断开、爬虫却还在后台跑
+    await axios.post(`${API_BASE}/api/run_monitor`, {}, { timeout: 600000 });
+    ElMessage.success('手动采集完成！');
+    await fetchData(); // 等后端真正跑完再取数，不再用固定 setTimeout 瞎猜
+  } catch (error) {
+    console.error("手动采集失败:", error);
+    ElMessage.error('采集失败或超时：' + (error.response?.data?.message || error.message));
+  } finally {
+    runningTask.value = false; // 无论成功失败都关掉 loading
+  }
+}
 const handleEditSite = (row) => { row.tempSite = row.install_site; row.isEditingSite = true; nextTick(() => document.querySelector('.site-input-inner input')?.focus()) }
 const saveSite = async (row) => { if(!row.isEditingSite)return; row.isEditingSite=false; await axios.post(`${API_BASE}/api/update_site`, {name:row.name, site:row.tempSite}); row.install_site=row.tempSite }
 const handleMaintenanceBeforeChange = (row) => { return new Promise(r => { axios.post(`${API_BASE}/api/toggle_maintenance`, {name:row.name, is_maintaining:!row.is_maintaining}).then(() => {row.is_maintaining=!row.is_maintaining; fetchData(); r(true)}).catch(()=>r(false)) }) }