shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 数据与分析需要 API Key

福建政采云工具

福建政采云（框架协议采购）商品及供应商数据工具。当需要查福建框采商品/电脑/笔记本/打印机的经销商联系方式、交易记录、做经销商画像（对话前分析某经销商的客户群体与业务覆盖）、按品牌型号反查供应商代理商品时使用。核心：给定商品行情ID(goodsPriceGuid) 或直接说商品名（如"联想M70z"），一键拉取商品全部经销商（完整联系人/电话/报价）+ 交易记录（客户/成交额），输出带专业解读的 7-Sheet 交易分析。

person作者: user_61665616hubcommunity
download下载资源包

福建政采云工具包

福建省框架协议采购（框采）平台（zfcg.czt.fujian.gov.cn）的供应商与交易数据工具。能力对标京华云采技能包，核心是经销商画像——对话本地经销商前，先摸清它的客户群体、成交规模、业务覆盖。

七大能力（触发词）

| 能力 | 触发示例 | 命令 | |------|---------|------| | ① 搜商品（找guid） | "查联想M70z" / "联想台式机有哪些" / "罗列全部台式机" | python fujian_zfcg.py --find 联想M70z | | ② 查经销商 | "查这个商品的经销商" / "电脑经销商有哪些" | python fujian_zfcg.py --dealers <guid> | | ③ 交易记录+全分析 | "查交易记录" / "谁在卖、谁在买、什么价" | python fujian_zfcg.py --trade <guid[,guid]> | | ④ 经销商画像（核心） | "分析这个赛道的经销商" / "对话前摸下底" | python fujian_zfcg.py --profile <guid> | | ⑤ 官方导出 | "导出经销商 Excel" | python fujian_zfcg.py --export <guid> | | ⑥ 供应商反查 | "某某公司代理了哪些商品" | python fujian_zfcg.py --supplier <公司名> | | ⑦ 重建索引 | "重新跑全量索引"（30 天过期后） | python fujian_zfcg.py --rebuild-index |

登录（一键，无需手动复制 Cookie）

首次使用或 token 过期（约 4 小时），运行：

python login.py

自动打开浏览器 → 手动登录 → 回命令行按回车 → 登录态自动保存到 config.json。之后所有命令自动复用。

快速上手（3 步）

  1. 一键登录：python login.py（自动开浏览器 → 登录 → 回车 → 登录态自动保存，无需手动复制 Cookie）
  2. 说商品名搜 guid：python fujian_zfcg.py --find 联想M70z（自动拆解品牌+型号，只列 M70z 不看 M70f）
  3. 查经销商/画像：python fujian_zfcg.py --profile <goodsPriceGuid>

已固化品类：台式机、笔记本（便携式计算机）、打印机（多功能一体机）。搜到新商品自动累积进 goods_map.json。

搜索增强（v1.2 核心）

--find 支持三种输入，自动拆解 + 本地二次过滤：

| 输入 | 行为 | 示例 | |------|------|------| | 大类罗列 | 空关键词罗列该品类全部商品（防反爬间隔） | --find "" --category 台式机 | | 指定品牌 | 品牌词模糊匹配（联想→联想开天） | --find 联想 | | 品牌+型号 | 自动拆解，型号前缀精确匹配，罗列全部配置 | --find 联想M70z → 只出 M70z 的 G2t-D594/G2t-D601 |

关键机制：接口 keyword 是"宽模糊"（搜"联想M70z"会把 M70 全系带出），脚本在本地做二次过滤——品牌别名表匹配 + 型号前缀精确匹配（大小写不敏感），点名 M70z 就绝不混入 M70f/M70d。结果按大型号分组打印，小型号（配置）单独摘出说明。

交易分析 7-Sheet（v1.2 新增）

--trade 支持逗号分隔多 guid 合并分析，输出 7 个 Sheet，每个分析 Sheet 带专业文字解读（红色标题+黑色解读）：

| # | Sheet | 解读要点 | |---|-------|---------| | 1 | 概览总结 | 商品信息卡 + 总成交额/订单数/供应商数/客户数 + TOP3 供应商/客户 + 复购率 + 操作建议 | | 2 | 交易明细 | 全量明细（订单/供应商/客户/价格/数量/时间） | | 3 | 供应商分析 | 头部集中度（TOP3 占比）→ 集中高可重点谈判/低则比价 | | 4 | 客户分析 | 客户类型分布（医院/学校/政府/企业）+ 最大金主 + 跟进建议 | | 5 | 时间维度 | 按月聚合 + 采购节奏判断（开学季/财政年末） | | 6 | 价格分析 | 价格区间/均价/价差 → 议价空间判断 + 报价参考 | | 7 | 复购与关系 | 客户×供应商稳定关系 → 路径依赖识别，切入替换策略 |

深度解读衔接：交易分析输出的 TOP 客户/供应商，可再用「天机商查」技能（business-search）补工商背景（法人/注册/风险），提升画像深度。

供应商反查（v1.2 新增）

平台无纯供应商名反查接口（所有查询围绕 goodsPriceGuid），采用本地累积索引方案：

  1. 首次运行 python fujian_zfcg.py --rebuild-index：全品类（台式机 337 + 笔记本 + 打印机）跑一遍拉经销商，建 supplier_index.json（供应商 → 代理商品映射）。防反爬：请求间隔随机 1.5~3 秒，约 40 分钟。
  2. 之后 python fujian_zfcg.py --supplier 公司名 秒查该供应商代理了哪些商品（精确/包含匹配）。
  3. 有效期机制：索引带 __built_at__ 时间戳，30 天有效。反查时自动读时间戳，过期则提示重新 --rebuild-index。

数据分析引擎（v1.3 已落地）

三层架构：fujian_zfcg.py（API 层）→ data_store.py + store/（本地 json5 分片数据仓库，增量 upsert 去重）→ analysis_engine.py（三粒度对比 × 5 维度 → 单 Excel 多 Sheet + AI 解读）。

数据仓库（data_store.py）

store/
├── store.index.json5     总索引（分片登记 + 覆盖率）
├── goods_台式/笔记本/打印机.json5    商品分片（guid 主键）
├── dealers_台式/笔记本/打印机.json5  挂靠+联系人分片（供应商名主键，联系人→型号映射）
├── trades_YYYYH#.json5   交易分片（orderGuid 主键，按半年切）
└── dim_客户渠道/渠道客户/客户品牌/渠道品牌.json5   维度分片（v1.3.3：--dims 重算，主体→关联方→{台数,金额,笔数}，均按金额降序）

| 命令 | 说明 | |------|------| | python data_store.py --init | 建库 | | python data_store.py --import-index | 从 supplier_index.json 导入初始商品+挂靠（不耗 API） | | python data_store.py --sync [--category 台式计算机] [--full] | 增量同步（罗列商品→新 guid 拉经销商） | | python data_store.py --sync-contacts [--brand 联想] [--category 台式计算机] | 补联系人电话（对库内已有商品拉经销商） | | python data_store.py --sync-trades [--guid x] [--brand 联想] | 拉交易记录（orderGuid 去重，增量） | | python data_store.py --dims | 重建 4 张维度分片（客户→渠道/渠道→客户/客户→品牌/渠道→品牌；本地重算不耗 API，交易更新后重跑刷新） | | python data_store.py --stats | 统计 + 覆盖率 |

联系人→型号映射（头儿拍板格式）："联系人": {"张三": {"电话": "139...", "型号": [guid1, guid2]}, "李四": {"电话": "138...", "型号": [guid3]}}——多人多型号，电话以最新为准。

经销商清单导出（export_dealers.py，v1.4.1 新增）

合并 dealers_台式/笔记本.json5 + goods_*.json5（本地聚合，不耗 API），一键产出渠道可直接使用的 Excel。

| 命令 | 说明 | |------|------| | python export_dealers.py | 默认导出 经销商清单_全量.xlsx（台式+笔记本合并去重） | | python export_dealers.py --category 台式 | 只导台式 | | python export_dealers.py --out my.xlsx | 指定输出路径 |

全量交易拉取（sync_trades_targeted.py，v1.4.3 新增）

只拉「台式+笔记本」交易（避开打印机），每 25 个 guid 落盘防中断，--full 增量去重补新订单。

| 命令 | 说明 | |------|------| | python sync_trades_targeted.py | 只补缺口（未拉过的 guid） | | python sync_trades_targeted.py --full | 全量重拉（已拉的仅补新订单，orderGuid 去重） |

实测：背景跑 704→1601 笔（台式 1522 笔 / 5115.3 万 / 11092 台；笔记本平台整体 0 成交）。拉完跑分析引擎出市场模板。

产出 3 Sheet：①经销商清单（全量，含联系方式/经营品牌/联想标记/联想型号清单，联想行黄色高亮，可筛选）②联想渠道(可触达)（603 家联想经销商，按联想型号数降序，核心出击名单）③汇总（总量/电话覆盖/品牌分布）。 实况（2026-09-03 补电话后）：1113 家经销商 100% 有电话；603 家联想经销商为核心出击名单。无电话缺口已用 refresh_nophone.py 精准补齐（详见下）。

精准补电话（refresh_nophone.py，v1.4.2 新增）

当导出清单出现无电话经销商时，别跑全量 --sync-contacts（389 商品慢且费配额）。本脚本只重拉「无电话经销商」关联到的 guid（约 227 个），upsert_dealers 仅非空覆盖、原有电话不丢。

| 命令 | 说明 | |------|------| | python refresh_nophone.py | 精准补齐无电话经销商（需 config.json 有效 token；失效先 python login.py） |

实测：149 家无电话 → 0 家（全部补到），笔记本分片还新发现 12 家经销商。

地域深挖：交易 orgGuid 前 6 位 = 行政区划代码 → 地市/区县（如 350521 = 泉州市惠安县）。

分析引擎（analysis_engine.py）

3 种对比粒度（互斥，一次只能用一个）：

| 模式 | 参数示例 | 用途 | |------|---------|------| | 单品牌全型号 | --brand 联想 | 看自家产品线全貌 | | 多品牌对比 | --brands 联想,华为,浪潮 | 品牌间市场地位对比 | | 跨品牌型号对比 | --models M70Z,W525,CE300Z | 竞品分析（不限品牌） |

5 个分析维度（--dims 可多选）：概览总结 / 交易分析 / 渠道甄别（四象限）/ 客户分析（含地市）/ 市场格局（份额+CR5/CR10）。维度×粒度按兼容矩阵退化（渠道在多品牌退化、市场在单品牌退化）。

成交透视 Sheet（v1.3.3 引入；v1.4 起仅单品牌盘点模板沿用此格式，多品牌 --brands 改走上方市场分析模板）：

  • 品牌份额分析-by客户 / by渠道：双行表头（品牌名跨2列合并 + 数量|占比）、行内占比口径（该品牌台数/该行总台数）、品牌固定配色（联想绿/华为橙…）、占比列百分比格式
  • 客户&渠道匹配-客户维度 / 渠道&客户匹配-渠道维度：主体列纵向合并单元格（同客户/同渠道多行只显示首行）——识别并保留了参考表的合并单元格布局
  • 成交明细：宽表 + 自动筛选
  • 口径：主品牌归一化（联想开天/联想/LENOVO/开天/启天/昭阳 → 联想，列头展示 联想/Lenovo）；单品牌分析时份额矩阵退化为单列（占比恒 100%），多品牌对比用 --brands

双模板（v1.4.0，按粒度分流）：

  • --brands 多品牌 → 市场分析模板 9 Sheet（视角×架构去重：一页一决策，不同主体不同表格架构）：导读（口径+导航+月度节奏）/ 品牌总览（榜式·三合一+SKU单产/渠道均产效率列）/ 区域战局（矩阵式·地市×品牌，每品牌双列=份额(万,无进度条)+占比(品牌色进度条,0.0%)）/ 客户攻坚榜（榜式·主用品牌/状态[未渗透橙|联想客户绿]/行动[首攻A/B/C|加单|维护]）/ 渠道招商榜（榜式·可转化台数+招商等级 S≥100台/A≥50/B≥20/已合作）/ 份额矩阵·by渠道 / 匹配×2 / 成交明细
  • --brand/--models 单品牌 → 盘点模板（旧结构：5 维度+四象限，下轮精简）
  • 占比进度条：所有份额/占比/市占列 = Excel 数据条（DataBar），多品牌矩阵按品牌列用各自品牌色（自动加深）
  • 默认品牌排序（v1.4.3）：所有分析品牌列顺序 = 联想第一、华为第二、其余按整体份额降序（新增 brand_order()，品牌总览/区域战局/份额矩阵by渠道 三处统一）；区域战局每品牌拆「份额(万,纯数字无进度条)」+「占比(0.0%进度条)」双列，双行表头，不再单列"联想市占"尾列

口径定稿：成交额 = finalPrice × qty；qty≤0 金额记 0 并进异常清单；四象限切分用中位数（挂名型号数 ≥ 中位数 = 挂名多；实销笔数 >0 = 有实销；A 种子渠道 / B 缺货渠道 / C 可撬动 / D 边缘）。

用法：

python analysis_engine.py --brand 联想 --out 联想全系分析.xlsx
python analysis_engine.py --brands 联想,华为,浪潮 --dims 概览,交易,市场
python analysis_engine.py --models M70Z,W525,CE300Z --dims 概览,交易,渠道,市场
python analysis_engine.py --brand 联想 --guide channel --purpose territory   # 引导词预设
python analysis_engine.py --fetch-only    # 只拉数据（无人值守后台跑）
python analysis_engine.py --fill interpretations.json5 --out 原文件.xlsx    # AI 解读回填

⚠️ 运行环境：analysis_engine/data_store 依赖 openpyxl + json5，用隔离 venv： C:/Users/Administrator/.workbuddy/binaries/python/envs/default/Scripts/python.exe

分析引导词库（analyze_guides.json5）

默认组合（头儿 2026-09-01 拍板，写入技能默认）：

| 维度 | 默认值（均支持多选） | |------|--------| | 角色 | 渠道拓展经理 | | 目的 | 找渠道 + 区域进攻 | | 风格 | 战略视角 + 犀利务实 | | 输出 | 报告式 |

  • 多选语义（关键）：所有维度可多选；选中的 = 主力视角（篇幅大、详细展开），没选中的 = 辅助参考（篇幅少、一句话带过）——不是不用，是降低占比
  • 引导词 = 任务输入参数（启动时确定），不是输出后处理：显式参数 > 预设引用（--guide）> AI 代选 > 默认兜底，永远不等人选择，防任务超时
  • 预设组合：default / channel / territory / intel / bid / finance / brief
  • 数据拉取（--fetch-only 无人值守）与分析生成（读本地库秒级）解耦
  • 本地模板只定规格，实际解读文字由 AI 生成：引擎产出 analyze_brief.json5（数据摘要+引导词+模板规格），AI 据此写解读 → --fill 回填 Excel
  • 完整设计见 analysis_plan.md

关键经验速查（务必遵守）

  1. 鉴权 = HTTP Header access_token（从 Cookie 提取 JWT），不是 Cookie、不是 Authorization。这是脱敏开关——带上它，公开接口也返回完整 linkMan/linkMobile（不再 ******）。
  2. 商品搜索需 nsssjss 签名头（已固化脚本，不绑定 timestamp 可长期复用；失效时从浏览器 ignore/search 请求重新抓取）。
  3. 商品搜索必须带分类路径（categoryguid/guids/names），光 keyword 报 400 non null hash key required。
  4. 交易记录接口需要 Header regionguid（非空即可，如 1260001）。
  5. token 有效期约 4 小时，过期后运行 python login.py 重新登录即可。
  6. 防反爬：全量罗列/索引构建必须保持请求间隔（已内置 1.5~3s 随机），不要改小。

经销商画像解读

--profile 输出的核心是「经销商 × 交易记录」交叉：

  • 经销商画像总览：每个经销商的联系人/电话/报价 + 成交单数 + 成交额 + 客户数 + 状态（有成交/未成交）+ 解读。
  • 经销商客户明细：每个经销商具体卖给哪些采购单位（客户）、各客户订单数/采购额。
  • 成交额 TOP 经销商 = 真正活跃的渠道（577 家经销商里往往只有几十家有实际成交）。

客户类型自动分类：医院/医疗、学校/教育、政府/机关、企业/单位、事业单位。

文档索引（按需读）

| 文件 | 内容 | |------|------| | FAQ.md | 使用手册 + 排障指南（快速上手/命令速查/常见问题20条/错误码速查/最佳实践） | | references/api_docs.md | 接口端点、参数、字段映射、鉴权机制 | | references/workflows.md | 详细工作流、端到端案例、异常处理 |

目录结构

fujian-zfcg-toolkit/
├── SKILL.md          本文件
├── fujian_zfcg.py    核心脚本（find/dealers/trade/profile/export/rebuild-index/supplier/test）
├── data_store.py     v1.3.3 数据仓库（分片 json5，增量 upsert；--dims 维度分片：客户↔渠道↔品牌关系网）
├── analysis_engine.py v1.4.0 分析引擎（双模板：--brands=市场分析9表[导读/品牌总览/区域战局/客户攻坚榜/渠道招商榜/份额矩阵by渠道/匹配×2/明细]；--brand=盘点7表[导读/型号总览/区域渗透/渠道四象限/客户榜/匹配/明细]；占比=数据条进度条按品牌配色）
├── analyze_guides.json5 v1.3 分析引导词库（角色/目的/风格/输出 + presets）
├── analysis_plan.md  数据分析体系设计文档（v2 定稿，评审 6~10 已标注）
├── interpretations_sample.json5 AI 解读模板样例（含数据异常栏）
├── config.json       Cookie 配置（含 access_token）
├── goods_map.json    guid ↔ 商品名映射表（自动累积）
├── supplier_index.json  供应商→代理商品 反查索引（rebuild-index 生成）
├── login.py          CDP 一键登录助手
├── store/            数据仓库分片目录
├── references/
│   ├── api_docs.md
│   └── workflows.md
└── FAQ.md