一、 核心作战环境与底盘物理架构
-
宿主环境： macOS + Parallels Desktop（融合模式）。在此模式下，Mac 原生截图与 Python 键盘模拟可无缝穿透并控制 Windows 版“指南针”软件。
-
底层驱动（废弃旧版）： 彻底废弃笨重且易产生“汉字幻觉”的 PaddleOCR 和 AppleScript。
-
现役火力架构： Python +
pyautogui（键盘接管） +subprocess（直调 macOS 底层screencapture -x -R极速切图） +pytesseract（Tesseract 轻量化纯数字光学识别） +pandas（数据清洗与矩阵生成）。
二、 光学瞄具与天眼识别铁律
-
物理白名单防线： Tesseract 强制开启单行与纯数字模式，引擎配置锁死为：
custom_config = r'--psm 7 -c tessedit_char_whitelist=0123456789.-%'。 -
准星定标纪律： 光学坐标框（记录于
tactical_coords.json）必须通过 Vim 版微调器（TargetAcquirer.py）进行手工像素级卡位，绝对禁止将任何汉字指标名称框入准星，只允许框取数字、百分号及正负号。
三、 集群扫荡与机械控制协议
-
纵深扫描逻辑： 读取
battle_plan.json-> 模拟敲击股票代码 -> 回车锁定基准日 -> 截取半屏图 -> OCR 提取 -> 模拟按下向左方向键（pyautogui.press('left')）推移时间轴 -> 循环 N 天。 -
准星归零机制： 纵深扫描结束后，必须模拟按下 N 次向右方向键，确保光标退回起始基准日，防止下一只股票的时间轴发生漂移。
-
渲染冗余： 切换股票必须预留
2.5s加载时间，单次向左推移必须预留1.0s数据重绘时间。
四、 情报清洗与物理定性法则
-
化学提纯： OCR 提取的原始字符串，入库前必须强制经过正则表达式
re.sub(r'[^\d.-]', '', val)过滤，将其榨取为纯浮点数。若解析完全失败，强制定为NaN并使用ffill()/bfill()修复，严禁将空字符或NULL传入 Matplotlib 绘图引擎。 -
绝对控盘运算： 在生成最终 CSV 矩阵时，强制植入公式 。若 ，立即触发极度控盘警报。