优化业务逻辑和基础库的大标题区间和字段的识别精度

.kiro/steering/Plasmo框架说明.md

@@ -14,38 +14,6 @@ Plasmo 是一个 Chrome 扩展开发框架，核心价值是：**让你用写 Re
 - Content Script 样式隔离（Shadow DOM）
 - 开发时热更新（改代码自动刷新扩展）
 
-## 2️⃣ 约定式文件结构
-
-```
-src/
-├── popup.tsx              # 点击插件图标弹出的小窗口
-├── options.tsx            # 插件设置页（右键图标→选项）
-├── newtab.tsx             # 覆盖浏览器新标签页
-├── sidepanel.tsx          # 浏览器侧边栏面板
-│
-├── background/
-│   └── index.ts           # 后台 Service Worker，监听事件、做中转
-│
-├── contents/
-│   └── xxx.tsx / xxx.ts   # 注入到目标网页里的脚本（可以有多个）
-│
-├── components/            # 自己的 UI 组件（非框架约定）
-│   └── Button.tsx
-│
-└── lib/                   # 工具函数（非框架约定）
-    └── api.ts
-```
-
-**核心规则：文件放对位置就自动生效，不需要任何注册或配置。**
-
-| 文件 | 有就生效，没有就没这功能 |
-|------|------------------------|
-| `popup.tsx` | 有 → 点图标弹窗；没有 → 点图标触发 background 事件 |
-| `options.tsx` | 有 → 有设置页；没有 → 没设置页 |
-| `newtab.tsx` | 有 → 新标签页被接管；没有 → 正常新标签页 |
-| `sidepanel.tsx` | 有 → 有浏览器侧边栏；没有 → 没有 |
-| `background/index.ts` | 有 → 有后台服务；没有 → 没后台逻辑 |
-| `contents/任意名.tsx` | 有几个就注入几个脚本到网页里 |
 
 ## 3️⃣ 文件后缀规则
 

.kiro/steering/项目结构说明.md

@@ -1,135 +0,0 @@
----
-inclusion: manual
----
-
-# OfferPie Chrome Extension 项目结构说明
-
-## 1️⃣ 项目整体层次
-```
-offferpie_google_extension/
-│
-├─ package.json                   # 依赖 + manifest 权限配置
-├─ tsconfig.json                  # TypeScript 配置（继承 Plasmo 模板）
-├─ .prettierrc.cjs                # 代码格式化配置
-│
-├─ assets/                        # 静态资源（图标等）
-│   ├─ icon.png
-│   └─ icon1.png
-│
-└─ src/                           # 源码主目录
-    ├─ config.ts                  # **环境配置**（多环境切换：dev/prod）
-    ├─ constants.ts               # **全局常量**（消息类型、存储 Key、缓存时间等）
-    │
-    ├─ background/                # **Background Service Worker**
-    │   └─ index.ts               # 后台服务（监听图标点击、处理 Cookie 读取消息、安装事件）
-    │
-    ├─ contents/                  # **Content Scripts**（注入到目标网页的脚本）
-    │   └─ sidebar.tsx            # 侧边栏入口（Shadow DOM 样式隔离，监听消息控制显隐）
-    │
-    ├─ components/                # **UI 组件**
-    │   ├─ SidebarPanel.tsx       # 侧边栏面板组件
-    │   └─ SidebarPanel.scss      # 侧边栏样式
-    │
-    ├─ api/                       # **接口层**（REST API 请求封装）
-    │   ├─ request.ts             # 通用请求方法（自动带 Token、统一错误处理、支持路径/query/body 参数）
-    │   ├─ dataApi.ts             # Java 后端接口（业务 CRUD）
-    │   └─ aiApi.ts               # Python AI 后端接口（AI 能力）
-    │
-    ├─ utils/                     # **工具层**（无业务依赖的通用工具）
-    │   ├─ cookie.ts              # Cookie 读取（通过消息中转 Background 获取）
-    │   ├─ storage.ts             # Chrome Storage 封装（chrome.storage.local 读写删）
-    │   └─ auth.ts                # 登录状态检查（带缓存，全局共享）
-    │
-    └─ lib/                       # **业务逻辑层**（具体业务功能实现）
-        ├─ autofill.ts            # 自动填表逻辑
-        ├─ dom.ts                 # DOM 操作工具
-        ├─ formMatcher.ts         # 表单匹配器
-        ├─ pickerDetector.ts      # 选择器检测
-        ├─ pickerFill.ts          # 选择器填充
-        ├─ datePicker.ts          # 日期选择器处理
-        ├─ resumeDataHelper.ts    # 简历数据辅助
-        ├─ resumeUpload.ts        # 简历上传
-        ├─ constants.ts           # 业务常量
-        └─ types.ts               # 业务类型定义
-```
-
-## 2️⃣ 各层模块职责
-| 层级 | 主要职责 | 关键文件 |
-|------|----------|----------|
-| **config** | 环境配置管理，支持 dev/prod 切换 | `config.ts`（dataBaseApi、aiBaseApi、cookieSourceUrl） |
-| **constants** | 全局常量定义 | `constants.ts`（MSG_TYPES、STORAGE_KEYS、LOGIN_CHECK_INTERVAL） |
-| **background** | 后台事件处理：图标点击、Cookie 读取中转、安装事件 | `background/index.ts` |
-| **contents** | 注入目标网页的脚本，负责 UI 渲染和页面交互 | `contents/sidebar.tsx`（侧边栏面板注入） |
-| **components** | 可复用 React UI 组件 | `SidebarPanel.tsx` |
-| **api** | 接口请求封装，自动携带 Token，统一错误处理 | `request.ts`（通用封装）、`dataApi.ts`（Java 端）、`aiApi.ts`（Python 端） |
-| **utils** | 无业务依赖的通用工具 | `cookie.ts`（Cookie 获取）、`storage.ts`（持久化存储）、`auth.ts`（登录检查） |
-| **lib** | 具体业务功能实现（自动填表、DOM 操作、简历处理等） | `autofill.ts`、`formMatcher.ts`、`resumeUpload.ts` 等 |
-
-## 3️⃣ 技术栈
-| 类别 | 技术选型 | 说明 |
-|------|----------|------|
-| **扩展框架** | Plasmo 0.90 | Chrome MV3 扩展开发框架，约定式文件结构 |
-| **UI 框架** | React 19 | 组件化 UI 开发 |
-| **UI 组件库** | Arco Design (web-react) | 字节跳动 React 组件库 |
-| **语言** | TypeScript 5.8 | 类型安全 |
-| **样式** | SCSS | 组件样式，通过 Shadow DOM 隔离 |
-
-## 4️⃣ Plasmo 框架约定
-| 文件/目录 | 框架行为 |
-|-----------|----------|
-| `src/background/index.ts` | 自动注册为 Background Service Worker |
-| `src/contents/*.tsx` | 自动注册为 Content Script（带 UI，Shadow DOM 隔离） |
-| `src/contents/*.ts` | 自动注册为 Content Script（纯逻辑，无 UI） |
-| `popup.tsx`（未使用） | 点击图标弹出的小窗口 |
-| `options.tsx`（未使用） | 扩展设置页 |
-| `sidepanel.tsx`（未使用） | 浏览器侧边栏面板 |
-| `package.json → manifest` | 自动合并生成 manifest.json |
-
-## 5️⃣ 通信架构
-```
-Content Script（页面内）
-    │
-    │  chrome.runtime.sendMessage
-    │  ← GET_TOKEN / GET_COOKIES →
-    ▼
-Background Service Worker（后台）
-    │
-    │  chrome.cookies.get / getAll
-    ▼
-Chrome Cookie Store（公司网站域名下的 Cookie）
-```
-
-- Content Script 不直接读 Cookie，统一通过 Background 中转
-- Background 按需唤醒，处理完消息后自动休眠
-- Token 从公司网站 Cookie 中获取，复用页面登录状态
-
-## 6️⃣ 鉴权机制
-- **Token 来源**：通过 `chrome.cookies.get` 从公司网站域名（cookieSourceUrl）读取名为 `Token` 的 Cookie
-- **请求携带**：`api/request.ts` 每次请求前自动获取 Token，塞入请求头 `Token` 字段
-- **登录检查**：`utils/auth.ts` 提供 `ensureLogin()` 方法，调用后端 `checkLogin` 接口验证 Token 有效性
-- **缓存策略**：登录检查结果缓存到 `chrome.storage.local`，5 分钟内全局不重复请求；失败立即清缓存
-
-## 7️⃣ 与后端的关系
-| 后端 | 基础地址 | 用途 |
-|------|----------|------|
-| **Java 端**（back-end） | `http://localhost:8080/api` | 业务 CRUD：用户、简历、岗位、投递等 |
-| **Python AI 端**（offerpie_python_ai） | `http://localhost:8000` | AI 能力：智能分析、简历解析、对话等 |
-
-- 两个后端共享同一套 Token 鉴权体系
-- 插件通过读取公司网站 Cookie 复用登录状态，无需单独登录
-
-## 8️⃣ Manifest 权限
-| 权限 | 用途 |
-|------|------|
-| `activeTab` | 访问当前活动标签页 |
-| `storage` | 使用 chrome.storage.local 持久化数据 |
-| `tabs` | 操作标签页（发送消息等） |
-| `cookies` | 读取公司网站域名下的 Cookie（获取 Token） |
-| `host_permissions: <all_urls>` | Content Script 注入所有页面 + 跨域请求 |
-
-## 9️⃣ 构建与运行
-- **安装依赖**：`npm install`
-- **开发模式**：`npm run dev`（热更新，产物在 `build/chrome-mv3-dev`）
-- **生产构建**：`npm run build`（产物在 `build/chrome-mv3-prod`）
-- **打包发布**：`npm run package`（生成 zip）
-- **加载到 Chrome**：`chrome://extensions` → 开发者模式 → 加载已解压的扩展程序 → 选择 build 目录

src/components/SidebarPanel.tsx

@@ -128,7 +128,7 @@ export function SidebarPanel({ sourceUrl, jobInfo, onClose }: SidebarPanelProps)
   }
 
   /** 开启循环扫描（每秒执行一次） */
-  const startScanLoop = (params: { siteMode?: "beisen"; sectionResults?: any[]; expandedResults?: any[] }) => {
+  const startScanLoop = (params: { siteMode?: "beisen"; sectionResults?: any[]; expandedResults?: any[]; excludeTexts?: Set<string> }) => {
     stopScanLoop()
     const hasFullData = !!(params.sectionResults && params.expandedResults)
     // 立即执行一次
@@ -459,10 +459,33 @@ export function SidebarPanel({ sourceUrl, jobInfo, onClose }: SidebarPanelProps)
       hideFillingOverlay()                   // 填写完成，移除遮罩
 
       // 停止第一次循环扫描，开启第二次循环扫描（传入 sectionResults + expandedResults，分段精确）
+      // 构建排除集合：从简历数据中提取所有值，避免将已填值误认为标签
+      const scanExcludeTexts = new Set<string>()
+      const scanResumeData = fillResult.resumeData || resumeData
+      if (scanResumeData) {
+        const main = scanResumeData.main
+        if (main) {
+          for (const val of Object.values(main)) {
+            if (typeof val === "string" && val.trim()) scanExcludeTexts.add(val.trim())
+            if (Array.isArray(val)) val.forEach((v) => { if (typeof v === "string" && v.trim()) scanExcludeTexts.add(v.trim()) })
+          }
+        }
+        const expKeys: ("education" | "work" | "internship" | "project" | "competition")[] = ["education", "work", "internship", "project", "competition"]
+        for (const sec of expKeys) {
+          const items = scanResumeData[sec]
+          if (!Array.isArray(items)) continue
+          for (const item of items) {
+            for (const val of Object.values(item as Record<string, any>)) {
+              if (typeof val === "string" && val.trim()) scanExcludeTexts.add(val.trim())
+            }
+          }
+        }
+      }
       startScanLoop({
         siteMode: scanSiteMode,
         sectionResults: fillResult.sectionResults,
         expandedResults: fillResult.expandedResults,
+        excludeTexts: scanExcludeTexts,
       })
       
     } catch (e) {
@@ -487,8 +510,49 @@ export function SidebarPanel({ sourceUrl, jobInfo, onClose }: SidebarPanelProps)
       const currentHost = window.location.hostname
       const siteMode = currentHost.includes("zhiye.com") ? "beisen" as const : undefined
 
+      // 从简历数据和缓存数据中提取所有已填值，构建排除集合
+      // 避免 findLabelForInput 把这些值文字误认为是表单字段标签
+      const excludeTexts = new Set<string>()
+      if (resumeData) {
+        // 主表字段值
+        const main = resumeData.main
+        if (main) {
+          for (const val of Object.values(main)) {
+            if (typeof val === "string" && val.trim()) excludeTexts.add(val.trim())
+            if (Array.isArray(val)) val.forEach((v) => { if (typeof v === "string" && v.trim()) excludeTexts.add(v.trim()) })
+          }
+        }
+        // 5大经历字段值
+        const expSections: ("education" | "work" | "internship" | "project" | "competition")[] = ["education", "work", "internship", "project", "competition"]
+        for (const sec of expSections) {
+          const items = resumeData[sec]
+          if (!Array.isArray(items)) continue
+          for (const item of items) {
+            for (const val of Object.values(item as Record<string, any>)) {
+              if (typeof val === "string" && val.trim()) excludeTexts.add(val.trim())
+            }
+          }
+        }
+      }
+      // 缓存中已记住的表单字段值
+      if (cacheData.unfilledFormData) {
+        for (const sec of cacheData.unfilledFormData as any[]) {
+          const items = sec.formItems
+          if (!items) continue
+          if (sec.isExperience && Array.isArray(items)) {
+            for (const seg of items) {
+              if (Array.isArray(seg)) {
+                for (const f of seg) { if (f.value && typeof f.value === "string") excludeTexts.add(f.value.trim()) }
+              }
+            }
+          } else if (Array.isArray(items)) {
+            for (const f of items) { if (f.value && typeof f.value === "string") excludeTexts.add(f.value.trim()) }
+          }
+        }
+      }
+
       // 调用 fillStats 扫描页面所有字段
-      const titleStats = scanPageFields({ siteMode })
+      const titleStats = scanPageFields({ siteMode, excludeTexts })
 
       // 提取非简历格式字段（B2阶段字段）
       const nonResumeData = extractNonResumeFields(titleStats)

src/handlers/handleAutoFillBeisen.ts

@@ -881,6 +881,28 @@ export async function handleAutoFillBeisen(params: AutoFillBeisenParams): Promis
     const allTitles = getAllPageTitles(sectionResults)
     const FIVE_EXP_SECTIONS_JSON = new Set(["education", "work", "internship", "project", "competition"])
 
+    // 从简历数据中提取所有值，构建排除集合（避免将已填值误认为标签）
+    const excludeTexts = new Set<string>()
+    if (currentResumeData) {
+      const main = currentResumeData.main
+      if (main) {
+        for (const val of Object.values(main)) {
+          if (typeof val === "string" && val.trim()) excludeTexts.add(val.trim())
+          if (Array.isArray(val)) val.forEach((v) => { if (typeof v === "string" && v.trim()) excludeTexts.add(v.trim()) })
+        }
+      }
+      const expKeys: ("education" | "work" | "internship" | "project" | "competition")[] = ["education", "work", "internship", "project", "competition"]
+      for (const sec of expKeys) {
+        const items = currentResumeData[sec]
+        if (!Array.isArray(items)) continue
+        for (const item of items) {
+          for (const val of Object.values(item as Record<string, any>)) {
+            if (typeof val === "string" && val.trim()) excludeTexts.add(val.trim())
+          }
+        }
+      }
+    }
+
     /** 判断某个字段是否属于简历数据格式（JOB_FORM_LABELS 里 resumeField 非空的） */
     const resumeFormatInputs = new Set<Element>()
     // 阶段A和B的所有 input 都是简历格式字段
@@ -944,6 +966,17 @@ export async function handleAutoFillBeisen(params: AutoFillBeisenParams): Promis
         type FieldItem = { label: string; value: string; inputEl: Element }
         const collectedFields: FieldItem[] = []
 
+        // 构建当前大标题范围内所有已填 input 的值集合
+        // 用于排除误将已填值（如"香港理工大学"、"硕士"、"2026"等）当作标签的情况
+        const filledInputValues = new Set<string>()
+        for (const inp of Array.from(allInputs)) {
+          const afterT = !!(titleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING)
+          const beforeN = !nextTitleEl || !!(nextTitleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_PRECEDING)
+          if (!afterT || !beforeN) continue
+          const val = (inp as HTMLInputElement | HTMLTextAreaElement).value?.trim()
+          if (val) filledInputValues.add(val)
+        }
+
         for (const inp of Array.from(allInputs)) {
           // 范围检查
           const afterTitle = !!(titleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING)
@@ -962,8 +995,12 @@ export async function handleAutoFillBeisen(params: AutoFillBeisenParams): Promis
 
           // 查找标签（使用统一封装的 labelFinder）
           const titleElementSet = new Set<Element>(allTitles.map((t) => t.element))
-          const { labelText: detectedLabel } = findLabelForInput(inp, titleElementSet)
+          const { labelText: detectedLabel } = findLabelForInput(inp, titleElementSet, excludeTexts)
-          const labelText = detectedLabel
+          const labelText = detectedLabel?.trim()
+
+          // 跳过无效标签：空、纯数字、已知排除词、或检测到的"标签"实际是某个已填 input 的值
+          if (!labelText || /^\d+$/.test(labelText) || JSON_EXCLUDE_LABELS.some((ex) => labelText === ex)) continue
+          if (filledInputValues.has(labelText)) continue
 
           // 非经历类型：跳过简历格式字段
           // 【注意】简历格式字段通过 resumeFormatInputs（阶段A/B实际匹配到的input元素集合）精确跳过

src/handlers/handleAutoFillCommon.ts

@@ -865,6 +865,28 @@ export async function handleAutoFillCommon(params: AutoFillCommonParams): Promis
     const allTitles = getAllPageTitles(sectionResults)
     const FIVE_EXP_SECTIONS_JSON = new Set(["education", "work", "internship", "project", "competition"])
 
+    // 从简历数据中提取所有值，构建排除集合（避免将已填值误认为标签）
+    const excludeTexts = new Set<string>()
+    if (currentResumeData) {
+      const main = currentResumeData.main
+      if (main) {
+        for (const val of Object.values(main)) {
+          if (typeof val === "string" && val.trim()) excludeTexts.add(val.trim())
+          if (Array.isArray(val)) val.forEach((v) => { if (typeof v === "string" && v.trim()) excludeTexts.add(v.trim()) })
+        }
+      }
+      const expKeys: ("education" | "work" | "internship" | "project" | "competition")[] = ["education", "work", "internship", "project", "competition"]
+      for (const sec of expKeys) {
+        const items = currentResumeData[sec]
+        if (!Array.isArray(items)) continue
+        for (const item of items) {
+          for (const val of Object.values(item as Record<string, any>)) {
+            if (typeof val === "string" && val.trim()) excludeTexts.add(val.trim())
+          }
+        }
+      }
+    }
+
     /** 判断某个字段是否属于简历数据格式（JOB_FORM_LABELS 里 resumeField 非空的） */
     const resumeFormatInputs = new Set<Element>()
     // 阶段A和B的所有 input 都是简历格式字段
@@ -928,6 +950,17 @@ export async function handleAutoFillCommon(params: AutoFillCommonParams): Promis
         type FieldItem = { label: string; value: string; inputEl: Element }
         const collectedFields: FieldItem[] = []
 
+        // 构建当前大标题范围内所有已填 input 的值集合
+        // 用于排除误将已填值（如"香港理工大学"、"硕士"、"2026"等）当作标签的情况
+        const filledInputValues = new Set<string>()
+        for (const inp of Array.from(allInputs)) {
+          const afterT = !!(titleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING)
+          const beforeN = !nextTitleEl || !!(nextTitleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_PRECEDING)
+          if (!afterT || !beforeN) continue
+          const val = (inp as HTMLInputElement | HTMLTextAreaElement).value?.trim()
+          if (val) filledInputValues.add(val)
+        }
+
         for (const inp of Array.from(allInputs)) {
           // 范围检查
           const afterTitle = !!(titleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING)
@@ -946,8 +979,12 @@ export async function handleAutoFillCommon(params: AutoFillCommonParams): Promis
 
           // 查找标签（使用统一封装的 labelFinder）
           const titleElementSet = new Set<Element>(allTitles.map((t) => t.element))
-          const { labelText: detectedLabel } = findLabelForInput(inp, titleElementSet)
+          const { labelText: detectedLabel } = findLabelForInput(inp, titleElementSet, excludeTexts)
-          const labelText = detectedLabel
+          const labelText = detectedLabel?.trim()
+
+          // 跳过无效标签：空、纯数字、已知排除词、或检测到的"标签"实际是某个已填 input 的值
+          if (!labelText || /^\d+$/.test(labelText) || JSON_EXCLUDE_LABELS.some((ex) => labelText === ex)) continue
+          if (filledInputValues.has(labelText)) continue
 
           // 非经历类型：跳过简历格式字段
           // 【注意】简历格式字段通过 resumeFormatInputs（阶段A/B实际匹配到的input元素集合）精确跳过

src/lib/experienceSection.ts

@@ -21,7 +21,7 @@ import { findNearestInput } from "./formMatcher"
 import type { ExperienceSection, ExperienceSectionConfig, ResumeData } from "./types"
 
 /** 大标题排除关键词：包含这些文字的标签不作为大标题（它们是子标题/说明文字） */
-const TITLE_EXCLUDE_KEYWORDS = ["高中教育经历", "本科教育经历", "本科及以上教育经历", "填写高中", "填写本科"]
+const TITLE_EXCLUDE_KEYWORDS = ["高中教育经历", "本科教育经历", "本科及以上教育经历", "填写高中", "填写本科", "必填", "选填"]
 
 /** 基本信息大标题关键词（精确全称匹配，用于分步表单页面识别） */
 const BASIC_INFO_TITLE_KEYWORDS = ["个人信息", "基本信息", "基础信息", "个人基本信息"]

src/lib/fillStats.ts

@@ -97,6 +97,8 @@ export interface ScanPageFieldsParams {
   siteMode?: "beisen"
   /** 是否设置高亮背景色（默认false，统计模式下可设为true） */
   applyHighlight?: boolean
+  /** 需要排除的文字集合（简历数据/缓存中的已填值，传给 findLabelForInput 避免将已填值误认为标签） */
+  excludeTexts?: Set<string>
 }
 
 // ====================================================================
@@ -405,6 +407,7 @@ export function scanPageFields(params: ScanPageFieldsParams): TitleStat[] {
     unmatchedFields,
     siteMode,
     applyHighlight = false,
+    excludeTexts,
   } = params
 
   // 如果没传 sectionResults，自动检测语言并重新定位大标题
@@ -520,6 +523,18 @@ export function scanPageFields(params: ScanPageFieldsParams): TitleStat[] {
 
     // 【补扫阶段D】在此标题范围内查找未被任何阶段处理的 input
     const allInputsInRange = document.body.querySelectorAll(INPUT_SEL_STAT)
+
+    // 构建当前大标题范围内所有已填 input 的值集合
+    // 用于排除误将已填值（如"香港理工大学"、"硕士"、"2026"等）当作标签的情况
+    const filledInputValuesInRange = new Set<string>()
+    for (const inp of Array.from(allInputsInRange)) {
+      const afterT = titleEl === inp || !!(titleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING)
+      const beforeN = !nextTitleEl || !!(nextTitleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_PRECEDING)
+      if (!afterT || !beforeN) continue
+      const val = (inp as HTMLInputElement | HTMLTextAreaElement).value?.trim()
+      if (val) filledInputValuesInRange.add(val)
+    }
+
     for (const inp of Array.from(allInputsInRange)) {
       if (processedInputs.has(inp)) continue
       const afterTitle = titleEl === inp || !!(titleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING)
@@ -528,7 +543,14 @@ export function scanPageFields(params: ScanPageFieldsParams): TitleStat[] {
 
       const inputEl = inp as HTMLInputElement | HTMLTextAreaElement
       const alreadyHasValue = !!(inputEl.value && inputEl.value.trim().length > 0)
-      const { labelText, labelElement } = findLabelForInput(inp, titleElementSet)
+      const { labelText, labelElement } = findLabelForInput(inp, titleElementSet, excludeTexts)
+
+      // 跳过无效标签：纯数字、或检测到的"标签"实际是某个已填 input 的值
+      const trimmedLabel = labelText?.trim() || ""
+      if (!trimmedLabel || /^\d+$/.test(trimmedLabel) || filledInputValuesInRange.has(trimmedLabel)) {
+        processedInputs.add(inp)
+        continue
+      }
 
       // 根据背景色判断来源和颜色
       let color: FieldStatColor
@@ -750,7 +772,13 @@ export function extractNonResumeFields(titleStats: TitleStat[]): {
 
   for (const ts of titleStats) {
     // 只取非简历格式字段
-    const nonResumeFields = ts.fields.filter((f) => !f.isResumeFormat)
+    const nonResumeFields = ts.fields.filter((f) => {
+      if (f.isResumeFormat) return false
+      // 跳过无效标签：纯数字、或(未知字段)
+      const label = f.labelText?.trim()
+      if (!label || /^\d+$/.test(label) || label === "(未知字段)") return false
+      return true
+    })
     if (nonResumeFields.length === 0) continue
 
     if (ts.isExpType && ts.segmentCount > 0) {

src/lib/labelFinder.ts

@@ -12,7 +12,10 @@
 // ============ 常量 ============
 
 /** 排除的标签文字（不视为有效标签） */
-const EXCLUDE_LABEL_TEXTS = ["请输入", "输入", ":", "：", "请选择", "选择", "*", "必填", "确定", "取消", "搜索", "无准确的毕业时间可填写预计毕业时间"]
+const EXCLUDE_LABEL_TEXTS = ["请输入", "输入", ":", "：", "请选择", "选择", "添加", "*", "必填", "确定", "取消", "搜索", "无准确的毕业时间可填写预计毕业时间","暂无选项"]
+
+/** 排除的标签文字片段（包含这些片段的文本也不视为有效标签） */
+const EXCLUDE_LABEL_INCLUDES = ["请输入","请选择"]
 
 /** 表单项容器选择器集合（用于第一遍策略的 closest 查找） */
 const FORM_ITEM_SELS = [
@@ -37,6 +40,8 @@ export function isValidLabelText(text: string): boolean {
   if (!chineseChars || chineseChars.length < 2) return false
   // 排除已知无意义标签
   if (EXCLUDE_LABEL_TEXTS.some((ex) => trimmed === ex)) return false
+  // 排除包含特定片段的文字
+  if (EXCLUDE_LABEL_INCLUDES.some((inc) => trimmed.includes(inc))) return false
   return true
 }
 
@@ -52,9 +57,9 @@ export function isValidLabelText(text: string): boolean {
  *   - 碰到包含 input 的非祖先元素（前一个字段区域）
  *   - 最多走 80 个节点
  * 
- * 过滤条件：跳过不含至少2个汉字的文本
+ * 过滤条件：跳过不含至少2个汉字的文本，跳过 excludeTexts 中的文本
  */
-function walkBackwardForLabel(inp: Element, titleElements?: Set<Element>): { text: string; element: Element } | null {
+function walkBackwardForLabel(inp: Element, titleElements?: Set<Element>, excludeTexts?: Set<string>): { text: string; element: Element } | null {
   const INPUT_TAG_SET = new Set(["INPUT", "TEXTAREA", "SELECT"])
   let maxSteps = 80
   let current: Node | null = inp
@@ -86,6 +91,8 @@ function walkBackwardForLabel(inp: Element, titleElements?: Set<Element>): { tex
     if (current.nodeType === Node.TEXT_NODE) {
       const text = current.textContent?.trim() || ""
       if (isValidLabelText(text)) {
+        // 跳过已填值（简历数据/缓存数据中的值不应作为标签）
+        if (excludeTexts && excludeTexts.has(text)) continue
         const parentEl = current.parentElement
         if (parentEl) {
           return { text, element: parentEl }
@@ -104,6 +111,7 @@ function walkBackwardForLabel(inp: Element, titleElements?: Set<Element>): { tex
  * 
  * @param inp - 输入框元素
  * @param titleElements - 大标题元素集合（用于第二遍策略的停止边界，可选）
+ * @param excludeTexts - 需要排除的文字集合（简历数据/缓存中的已填值，遇到时跳过继续找，可选）
  * @returns { labelText, labelElement } 标签文字和标签元素
  * 
  * 策略流程：
@@ -114,7 +122,7 @@ function walkBackwardForLabel(inp: Element, titleElements?: Set<Element>): { tex
  *   5. 第二遍：如果以上都未得到含≥2个汉字的标签，启动 walkBackwardForLabel 逆向遍历
  *   6. 都找不到则返回 placeholder 或 "(未知字段)"
  */
-export function findLabelForInput(inp: Element, titleElements?: Set<Element>): { labelText: string; labelElement: Element | null } {
+export function findLabelForInput(inp: Element, titleElements?: Set<Element>, excludeTexts?: Set<string>): { labelText: string; labelElement: Element | null } {
   let labelText = ""
   let labelElement: Element | null = null
   let container: Element | null = null
@@ -137,6 +145,8 @@ export function findLabelForInput(inp: Element, titleElements?: Set<Element>): {
           .filter(Boolean)
           .join("")
         if (dt && dt.length <= 30 && !EXCLUDE_LABEL_TEXTS.some((ex) => dt === ex)) {
+          if (EXCLUDE_LABEL_INCLUDES.some((inc) => dt.includes(inc))) continue
+          if (excludeTexts && excludeTexts.has(dt)) continue
           if (el.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING) {
             hasLabelText = true
             break
@@ -158,6 +168,8 @@ export function findLabelForInput(inp: Element, titleElements?: Set<Element>): {
             .filter(Boolean)
             .join("")
           if (dt && dt.length <= 30 && !EXCLUDE_LABEL_TEXTS.some((ex) => dt === ex)) {
+            if (EXCLUDE_LABEL_INCLUDES.some((inc) => dt.includes(inc))) continue
+            if (excludeTexts && excludeTexts.has(dt)) continue
             if (el.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING) {
               found = true
               break
@@ -184,6 +196,9 @@ export function findLabelForInput(inp: Element, titleElements?: Set<Element>): {
         .join("")
       if (!directText || directText.length > 30) continue
       if (EXCLUDE_LABEL_TEXTS.some((ex) => directText === ex)) continue
+      if (EXCLUDE_LABEL_INCLUDES.some((inc) => directText.includes(inc))) continue
+      // 跳过已填值（简历数据/缓存数据中的值不应作为标签）
+      if (excludeTexts && excludeTexts.has(directText)) continue
       if (el.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING) {
         labelText = directText
         labelElement = el
@@ -197,7 +212,12 @@ export function findLabelForInput(inp: Element, titleElements?: Set<Element>): {
     let prev: Element | null = inp.previousElementSibling
     for (let i = 0; i < 3 && prev; i++) {
       const text = prev.textContent?.trim() || ""
-      if (text && text.length <= 20 && !EXCLUDE_LABEL_TEXTS.some((ex) => text === ex)) {
+      if (text && text.length <= 20 && !EXCLUDE_LABEL_TEXTS.some((ex) => text === ex) && !EXCLUDE_LABEL_INCLUDES.some((inc) => text.includes(inc))) {
+        // 跳过已填值
+        if (excludeTexts && excludeTexts.has(text)) {
+          prev = prev.previousElementSibling
+          continue
+        }
         labelText = text
         labelElement = prev
         break
@@ -208,7 +228,7 @@ export function findLabelForInput(inp: Element, titleElements?: Set<Element>): {
 
   // 【第二遍策略】如果第一遍未识别出有效标签（空或不含2个汉字），逆向遍历 DOM
   if (!labelText || !isValidLabelText(labelText)) {
-    const foundLabel = walkBackwardForLabel(inp, titleElements)
+    const foundLabel = walkBackwardForLabel(inp, titleElements, excludeTexts)
     if (foundLabel) {
       labelText = foundLabel.text
       labelElement = foundLabel.element
@@ -216,6 +236,14 @@ export function findLabelForInput(inp: Element, titleElements?: Set<Element>): {
   }
 
   // 最终 fallback：都找不到才用 placeholder 或返回"(未知字段)"
-  if (!labelText) labelText = (inp as HTMLInputElement).getAttribute("placeholder") || "(未知字段)"
+  if (!labelText) {
+    const placeholder = (inp as HTMLInputElement).getAttribute("placeholder") || ""
+    // placeholder 如果包含排除片段（如"请输入"、"请选择"），不作为标签
+    if (placeholder && !EXCLUDE_LABEL_INCLUDES.some((inc) => placeholder.includes(inc)) && !EXCLUDE_LABEL_TEXTS.some((ex) => placeholder === ex)) {
+      labelText = placeholder
+    } else {
+      labelText = "(未知字段)"
+    }
+  }
   return { labelText, labelElement }
 }