MemRelay/projects/991bd0b4-6f60-47c0-8e47-1bb256c04653/curated/development/MROTemp Deployment Guide.md

title, type, permalink, stable_id, scope, project_id, workspace_type, usage_profile_id, preference_context, document_type, revision, source_memory_ids, source_checkpoint_ids, source_file_ids, source_git_commit, source_git_commits, source_agent_sync_ids, model_connection, model_name, source_count, source_revisions, source_dispositions, cited_source_ids, job_cited_source_ids, conflicts, supersedes, preferences, source_cursor, source_hash, prompt_version, schema_version, curation_job_id, created_at, updated_at, tags

title	type	permalink	stable_id	scope	project_id	workspace_type	usage_profile_id	preference_context	document_type	revision	source_memory_ids	source_checkpoint_ids	source_file_ids	source_git_commit	source_git_commits	source_agent_sync_ids	model_connection	model_name	source_count	source_revisions	source_dispositions	cited_source_ids	job_cited_source_ids	conflicts	supersedes	preferences	source_cursor	source_hash	prompt_version	schema_version	curation_job_id	created_at	updated_at	tags
MROTemp Deployment Guide	curated	main/projects/991bd0b4-6f60-47c0-8e47-1bb256c04653/curated/development/mrotemp-deployment-guide	23802fde-8ac5-4abb-9eb7-9f18daeac4b6	project	991bd0b4-6f60-47c0-8e47-1bb256c04653	development	null	development	deployment	2				null			Sub2API	openai/gpt-oss-120b	20		processed unchanged unsupported skipped 20 0 0 0	global_guidance_memory:bf88c265-4749-4c50-85bc-4bae25298cd5 global_guidance_memory:3f91189b-11a1-45bb-8357-4f413dc1609d global_guidance_memory:105b328f-4bda-4641-90a7-7282ef156316 global_guidance_memory:ff34c6eb-6bba-41e5-9e43-ff80941fa823 global_guidance_document:d3a20d44-6001-4c88-8772-65dbfac75e6e global_guidance_document:e4fc35f2-1606-4b79-9c1e-367edeea97d0 global_guidance_document:2b47472d-3ac2-4394-8646-c6bf1c0fc270 global_guidance_document:6973450e-6ecc-48e3-8cdd-4d7d7707d843					53	cd96d5b27b5d1ef34ff30350e40c12b9d9b7e389c5813755521578d1f2597d9c	2026-08-12.3	3	ae689479-5b68-4884-bb17-0f2a57e889f3	2026-08-13T18:33:56.583064+00:00	2026-08-16T18:34:27.968670+00:00	部署 Windows GBK KISS 凭证

概要

本指南面向 development 工作区的 MROTemp 项目，说明如何在 Windows 环境下部署、运行并验证批量将 ZTE LTE MRO XML 转换为 GBK 编码 CSV 的脚本。

前置条件

• 已在项目根目录 e:\\Data\\\\Users\\\\Administrator\\\\Downloads\\\\MROTemp 创建 Python 虚拟环境 .venv 并安装 lxml==6.1.1（遵循 KISS & YAGNI）【source_ids: ["memory:bf88c265-4749-4c50-85bc-4bae25298cd5"]】。
• Windows 命令行可用，路径使用反斜杠，所有路径、命令必须兼容 Windows【source_ids: ["memory:ff34c6eb-6bba-41e5-9e43-ff80941fa823"]】。
• 所有凭证（SSH、数据库、API）已登记在 Vaultwarden，唯一匹配时系统会自动使用【source_ids: ["memory:105b328f-4bda-4641-90a7-7282ef156316"]】。
• AI 与 Git 记忆集成功能保持 禁用（默认模式）【source_ids: ["memory:3f91189b-11a1-45bb-8357-4f413dc1609d"]】。

部署步骤

1. 激活虚拟环境

   .venv\\Scripts\\activate
   

2. 检查依赖（仅使用已有框架）

   pip list | findstr lxml
   

   若未安装，请运行 pip install lxml==6.1.1。
3. 放置待处理 XML 将所有 ZTE MRO XML 文件复制到 source/ 目录。
4. 运行转换脚本

   .venv\\Scripts\\python.exe mro_to_csv.py
   

   脚本行为：
   • 使用 lxml.iterparse 逐条解析 XML；在遇到第二个 <measurement> 时立即停止，仅保留第一个 measurement（决策来源 memory:2e140573-4a5f-4c14-8a79-08dd33b55585）【source_ids: ["memory:2e140573-4a5f-4c14-8a79-08dd33b55585"]】。
   • 去除所有 MR. 前缀，仅保留实际字段名。
   • 在 CSV 首行加入 FileName, eNB, id, MmeUeS1apId, MmeCode, MmeGroupId, TimeStamp 等上下文列。
   • 使用 GBK 编码，兼容 Windows 控制台。
5. 验证输出
   • 输出文件位于 output/，命名形式 MRO_<YYYYMMDDHHMMSS>.csv。
   • 用记事本或其他支持 GBK 的编辑器打开，检查首行/尾行是否对应原 XML 中的对应值。

部署检查清单

• 虚拟环境激活成功，lxml 已安装。
• source/ 中至少有一个 XML 文件。
• 脚本运行无错误，生成 GBK 编码 CSV。
• CSV 能在记事本中正确显示中文字符。
• 未生成 .git 目录或尝试加载模型。
• 所有凭证均来源于 Vaultwarden，未硬编码在代码中。

标签: 部署 Windows GBK KISS 凭证