关税监控 Skill(local-tariff-monitor)
监控全球 6 个主要目的国(美国/欧盟/日本/加拿大/澳洲/英国)关税政策变动,提取 HS 编码、税率、生效日期、涨跌方向,仅当变动命中企业 HS 编码时才推送,并用本地 OpenVINO 大模型生成影响分析与行动建议。全流程本地运行,无需云端模型。
架构
Client/Server 模型服务部署(符合 local-ai-skill-authoring 参考标准):
Host (Qoder / WorkBuddy / TRAE Work 等)
│ 调用 scripts\run.ps1
▼
run.ps1 ──► client.py ──(named pipe \\.\pipe\local-tariff-monitor)──► server.py
│ 常驻 Qwen2.5-3B-INT4
▼
关税分析(本地推理)
Usage
scripts\run.ps1 是唯一对外入口——不要直接调用其他脚本。
关税监控跑批
| 意图 | 命令 |
| --- | --- |
| 首次建立基线(不推送) | scripts\run.ps1 --baseline |
| 干运行验证 | scripts\run.ps1 --dry-run |
| 正常运行(抓取→匹配→推送) | scripts\run.ps1 |
| 运行并生成日报 | scripts\run.ps1 --report |
| 配置向导 | scripts\run.ps1 --setup |
本地模型服务(Client/Server)
| 意图 | 命令 |
| --- | --- |
| 查看服务状态 | scripts\run.ps1 status |
| 直接对话(测试本地模型) | scripts\run.ps1 chat "请解释什么是关税" |
| 分析命中变动(JSON) | scripts\run.ps1 analyze <changes.json> |
| 关闭服务 | scripts\run.ps1 shutdown |
Important:
scripts\run.ps1是唯一受支持的接口。- 首次调用会加载本地模型(冷启动约 30~60 秒,取决于 GPU/CPU);加载完成后常驻,后续调用秒回。
- 模型加载超时(默认 600s)会返回退出码 3,稍后重试或先
scripts\run.ps1 status确认。 - 本 skill 不依赖云端模型,永不回退到云服务。
- 模型需已本地下载(见下方「模型下载」)。
输出解读
- 推送文本含:目的国 / 标题 / HS 编码 / 命中我方编码 / 税率(涨跌方向)/ 生效日期 / 涉及 SKU / 成本影响 / 🤖 AI分析 / 🎯 AI行动建议。
data/changes/push_*.txt为落盘推送原文;data/reports/report_*.txt为日报/周报。
失败处理
| 退出码 | 含义 | | --- | --- | | 0 | 成功 | | 1 | 一般错误(参数错误 / 模型初始化失败) | | 2 | 连接/通信错误 | | 3 | 模型加载中(稍后重试) |
配置
config/config.yaml(从 config.example.yaml 复制)关键项:
datasource.type:mysql或excel(企业 HS 编码数据源)notify.mode:cli_user/webhook/none(钉钉推送)ai.enabled:是否启用本地 AI 分析ai.model_path:本地模型目录(留空用info.json的默认路径)ai.device:GPU/CPU/ 留空自动
环境变量可覆盖:TARIFF_DS_TYPE / TARIFF_MODEL_PATH / TARIFF_AI_ENABLED / TARIFF_AI_DEVICE / TARIFF_NOTIFY_MODE 等。
模型下载
本地模型为 OpenVINO IR 格式(Qwen2.5-3B-Instruct INT4 对称量化,约 1.8GB):
huggingface-cli download EmbeddedLLM/Qwen2.5-3B-Instruct-int4-sym-ov `
--local-dir C:\ai\OpenVINO\qwen2.5-3b-int4-ov
info.json 中 models[0].model_path 指向该目录;亦可用环境变量 TARIFF_MODEL_PATH 覆盖。
定时运行
建议每天早晚各跑一次(cron / Windows 计划任务),见 SKILL.md 旧版示例;入口统一为 scripts\run.ps1。
注意事项
- 首次运行先
--baseline建立基线,避免推送全部历史变动。 - 所有数据文件(
seen.json/raw//changes//reports/)都在 skill 的data/目录内。 - 本地模型加载需约 6GB 内存(
info.json的mem_need_gb)。
Scan to join WeChat group