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

新增企业查询（免费资源整合版）

新增企业查询助手（通用版）。核心价值在于整合多类免费资源并通过流程优化减少资源占用： 工商侧用同花顺快查（按省/市/区+成立日期真实筛选、返回注册地址），地图侧复用高德/腾讯/百度 三源免费 WebService 做地理编码与距离判定，全程不依赖任何付费接口。 当用户要查询某地区、某街道乡镇/村居、或指定点位周边半径范围内近期（近1月/本周/本月/自定义区间） 新成立的企业（市场主体）时触发。支持三种范围口径：①按区县（0地图调用）②按街道/乡镇/村居 （纯文本包含判断，0地图调用）③按圆心+半径（地图地理编码 + 三条减员规则，把逐家编码压缩为 唯一地址/社区编码，较 naive 方案节省 70%~80% 地图配额）。输出含注册日期、注册地址、距圆心距离的 Excel。

person作者: user_8c473276hubcommunity
download下载资源包

新增企业查询 Skill（通用版 v2.0）

核心价值（本 Skill 的差异化）

  1. 整合多类免费资源，零付费：工商侧用同花顺快查（按省/市/区 + 成立日期真实筛选、返回注册地址），地图侧复用高德 / 腾讯 / 百度三源免费 WebService 做地理编码与距离判定。全程不调用任何付费接口，也不依赖企业实名认证的付费数据源。
  2. 流程优化，大幅减少资源占用：通过"文本优先（乡镇街道零地图调用）→ 同门牌合并一次校验 → 小区/村/园区整体包含 → 地址去重 → 并发编码 + 坐标缓存"五层减员链路，把 radius 模式下"逐家企业地理编码"压缩为"唯一地址/社区地理编码"，较 naive 方案节省 70%~80% 地图配额，并规避单源配额耗尽。

通用性说明：本 Skill 不锁定任何行政区，所有地域 / 圆心 / 半径均为参数。示例中的"白云区 / 广州农商银行白云支行"仅作演示，可替换为任意省 / 市 / 区 / 街道 / 网点。

🎯 适用场景

  • 银行网点 / 支行周边半径内近期新设企业的拓客名单生成（对公客户经理、零售客户经理）。
  • 产业园区 / 商圈 / 街道乡镇范围内新增市场主体的招商 / 摸排清单。
  • 任意行政区本月 / 本周 / 自定义区间内新成立企业的全量导出。
  • 市场调研、竞品布局、区域活跃度分析的数据底座。

🔧 初始化检查（首次使用时执行）

1. 工商数据源（必选其一，推荐同花顺快查）

  • 推荐 · 同花顺快查（source_kuaicha.py）：按 省/市/区 + 成立日期 真实筛选，返回 注册地址 + 成立日期 + 法人 + 信用代码。这是街道/半径能力的数据底座。
    • 依赖 kuaicha-search 技能（提供 scripts/kuaicha_tool.mjs）与 KUAICHA_API_KEY （试用：https://open.kuaicha365.com/skills/ ，内测免费额度）。
    • 调用： 
      import sys; sys.path.insert(0, SKILL_DIR)
from source_kuaicha import fetch_new_enterprises
r = fetch_new_enterprises("广东省","广州市","白云区","2026-07-21","2026-08-21")
enterprises = r["enterprises"]   # 每项含 reg_address / establish_date / ...
  • 兜底 · 天眼查 CLI（tyc_tools.py）：每日 500 次免费。⚠️ 注意其区域搜索为企业名称匹配 （非注册地址匹配），且返回字段不含注册地址——仅适合"纯按区县"且不需要地址过滤的场景； 街道/半径模式务必用同花顺快查。

2. 地图地理编码源（仅半径模式需要）

  • 依赖环境变量 Key，WorkBuddy 环境已内置：AMAP_KEY（高德）、TENCENT_MAP_KEY/TENCENT_KEY（腾讯）、 BAIDU_AK（百度）。三家均为免费 WebService，合计 ~1.6 万次/日。
  • 调用： 
    from geocoders import Geocoder
geo = Geocoder(cache_file="geo_cache.json")   # 自动读环境变量，三源故障转移 + 结果缓存
pt = geo.geocode("广东省广州市白云区XX路18号", city="广州市")  # -> (lat, lng) GCJ-02
  • 若 geo.available 为 False（无 Key），半径模式无法执行，应提示用户配置地图 Key 或改用乡镇/区县模式。

三种范围模式（核心）

| 模式 | 触发语义 | 实现 | 地图调用 | |------|----------|------|----------| | district（区县） | "白云区本月新增" | 工商源按区划筛，透传 | 0 | | township（街道/乡镇/村居） | "太和镇/XX街道/XX村 新增" | 注册地址文本包含判断（规则1） | 0 | | radius（圆心+半径） | "XX网点周边5公里/某地址附近3km 新增" | 地理编码 + 距离判定 + 减员规则 | 仅唯一地址/社区，大幅压缩 |

范围判定优先级：用户给"XX公里/周边/半径" + 圆心 → radius；给"XX街道/镇/村/社区/园区" → township； 只给"XX区/县" → district。

三条减员规则（减少地图 POI 资源占用的关键）

仅 radius 模式需要地图调用。以下规则把"逐家企业地理编码"压缩为"唯一地址/社区地理编码"。

  • 规则1（文本优先，township 模式）：范围若是街道/乡镇/村居，直接判断注册地址文本是否包含该关键词， 完全跳过地理编码。这是最省资源的路径，优先于半径模式使用。

    from geo_filter import filter_by_township
hits = filter_by_township(enterprises, "太和镇", must_also_contain="白云区")

  • 规则2（同门牌合并一次校验）：相同"路/街 + 门牌号"的企业合并，只地理编码一次。 例："XX路18号"上 5 家公司 → 1 次编码。由 extract_street_seed() 提取种子，分组后每组编码一次。

    from geo_filter import extract_street_seed
seed = extract_street_seed("广州市白云区XX路18号XX大厦3楼")   # -> "XX路18号"

  • 规则3（小区/村/园区整体包含）：若某小区/村/园区质心落在 半径+缓冲（默认 0.3km）内， 该范围内所有企业整体纳入，不再逐家编码。例：阳光花园内 30 家企业 → 1 次编码。

    from geo_filter import extract_community
comm = extract_community("白云区太和镇阳光花园3栋")   # -> "阳光花园"

    ⚠️ 取舍：社区边缘可能略微超出半径，为"整体包含"会微量过纳入——符合营销拓客"宁多勿漏"原则，可接受。

  • 附加优化：

    • L0 去重：相同归一化地址只编码一次（normalize_address）。
    • L1 镇街白名单（可选）：build_township_whitelist() 用高德行政区接口取区县下各镇街质心， 仅保留质心 ≤ 半径+缓冲（默认 3km）的镇街，远镇街纯文本排除，省去大量逐址编码（一次性 ~20+ 次）。
    • 企业清单去重：规则2/3 只合并"地理编码次数"，不合并企业本身。工商源（如 同花顺）返回数据可能存在重复记录， 故 filter_by_radius 在输出前按企业唯一标识（统一社会信用代码优先，缺失则用 名称+注册地址）去重， 确保同一企业只出现一次；同门牌号下的不同企业（信用代码不同）仍各自保留。
    • 并发地理编码：filter_by_radius 默认 max_workers=5 线程池并发（geocoders.geocode 网络 IO 在锁外、 缓存写入加锁，线程安全；5 线程匹配高德免费 QPS=5 上限，超限自动故障转移至腾讯/百度）。 实测：白云区 4161 家串行需 15–25 分钟，并发后全量 2.4 分钟；坐标缓存命中后重跑秒级。

半径模式主流程

from geo_filter import filter_by_radius
res = filter_by_radius(
    enterprises, center_lat=23.204308, center_lng=113.257164, radius_km=5.0,  # 圆心须用 POI 搜索定位（见下文）
    geocoder=geo, region_context="广东省广州市白云区", city="广州市",
    community_buffer_km=0.3, enable_community_rule=True,
    township_whitelist=None,   # 可选：传入 L1 白名单进一步减员
    max_workers=5,            # 并发地理编码线程数（匹配高德 QPS=5）
)
# res["included"]        命中半径的企业（含 _distance_km / _match_rule）
# res["excluded_beyond"] 编码成功但超出半径
# res["unresolved"]      无地址或编码失败（待人工）
# res["stats"]["geocode_calls"]  实际地图请求数 —— 体现节省效果

工作流程（8 步）

Step 1：解析用户意图

识别三类信息：

  • 地域基准：省 / 市 / 区县（即使 radius 模式也需区县作为工商源筛选与地址上下文）
  • 时间范围：起止日期或相对时间（本月/本周/最近N天/上个月/今年/指定月）
  • 范围口径（决定走哪条路）：
    • 圆心 + 半径 → radius（需圆心坐标或地址）
    • 街道/乡镇/村居名 → township
    • 仅区县 → district

圆心获取（radius 模式，⚠️关键）：

  • 若用户给机构/网点/楼宇名称（如"广州农商银行白云支行"）：必须用地图 POI 搜索（place search）定位， 不能用语义文本地理编码（geocode）——实测 geocode 对"广州市白云区 广州农商银行白云支行" 给出的坐标偏差达 8km，而 place search 精确定位到"黄石西路466号"(lat=23.204308, lng=113.257164)。
  • 若用户给普通街道地址（如"XX路18号"）或直接给经纬度：可直接 geocode / 用之。
  • 腾讯/高德返回即 GCJ-02，可直接用于距离计算，无需转换。

时间范围转换（以当前日期为基准）：

  • "本月"→本月1日~今日；"本周"→本周一~今日；"上个月"→上月1日~月末；
  • "最近N天"→今日倒推N天；"今年"→1月1日~今日；直接说日期则直接用。

Step 2：确认信息（必须展示并等待确认）

我理解您的需求如下，请确认：
📍 地域基准：[省份] [城市] [区县]
🎯 范围口径：[区县 / 街道乡镇"XX" / 圆心"XX"周边 N 公里]
📅 时间范围：[YYYY-MM-DD] 至 [YYYY-MM-DD]
🏢 企业类型：[企业 / 个体工商户 / 全部]
确认后开始查询，结果以 Excel 输出。请回复"确认"或指出需修改处。

信息不完整时主动引导补全（尤其 radius 模式必须有圆心与半径）。

Step 3：拉取企业清单（工商源，按区县+日期）

from source_kuaicha import fetch_new_enterprises
r = fetch_new_enterprises(province, city, district, date_from, date_to)
print("符合条件总数:", r["total"], "| 本次拉取:", len(r["enterprises"]))
  • 若 total == 0：告知无数据，建议放宽范围/时间。
  • 若 total 很大（如 > 2000）：提示地图配额与耗时，确认是否继续（radius 模式尤甚）。
  • 同花顺分页自动翻完；天眼查 CLI 按名称匹配，仅作兜底。

Step 4：范围过滤（三模式分支）

  • district：filter_by_district(enterprises) —— 透传，0 地图调用。
  • township：filter_by_township(enterprises, keyword, must_also_contain=district) —— 0 地图调用。
  • radius：filter_by_radius(...) —— 见上，依赖 Geocoder（需地图 Key）。

输出统计给用户：

范围过滤完成：
- 命中 [N] 家（[district/township/radius]）
- 地图地理编码请求：[M] 次（规则2/3 合并后）
- 未解析（无地址/编码失败）：[K] 家，见 Excel 备注

Step 5：信息富化（可选）

对命中企业可补充联系方式等（天眼查 CLI get_contact_info / 同花顺详情工具）。 数量大时提前告知耗时并分批；获取不到填"暂无"，不中断主流程。

Step 6：排序

优先级：注册资本（高→低）> 成立日期（近→远）> 名称。

Step 7：导出 Excel

from scripts.export_excel import export_to_excel   # 注意包路径
filepath, stats = export_to_excel(
    enterprises=result_list, region="广东省广州市白云区(周边5km)",
    date_range="20260721至20260821", output_dir=WORKSPACE,
    filename="新增企业_白云支行周边5km_20260721至20260821",
    data_source="同花顺快查 + 高德/腾讯地图",
)

新增列：匹配范围、距圆心距离(km)、命中规则（community_whole / per_address / text_contains / source_district）。

Step 8：汇报

✅ 查询完成！
共 [N] 家新增企业（[范围描述]，[时间段]）
📄 Excel：[路径]
地图调用：[M] 次（通过规则2/3 合并，较逐家编码节省约 X%）
数据来源：同花顺快查（工商）+ 高德/腾讯地图（坐标），末行已标注。

地图资源占用测算（为何减员重要）

以"白云区近1月新设 ≈ 1.15 万家"为例（数字随区而异，仅示意）：

| 方案 | 地理编码次数 | 是否免费 | 精度 | |------|--------------|----------|------| | 逐家编码（naive） | ~11,500 | 免费但耗尽配额（需3天/单源） | 最高 | | v2.0 减员后 | ~1,000–2,000（L0去重+规则2/3） | 免费，1天内 | 高（小区边缘微量过纳入） | | 仅 township 文本 | 0 | 免费瞬时 | 取决于关键词 |

实测基准（白云支行周边3km，2026-08-01~08-21）：同花顺拉取白云区新设 4,161 家（含注册地址）→ 地理编码仅 947 次（唯一地址组 893 + 社区组 54）→ 较逐家编码节省 77%；并发编码（max_workers=5）全量 2.4 分钟（串行需 15–25 分钟）；坐标缓存命中后重跑秒级。最终命中 396 家（已按信用代码去重，剔除数据源 214 条重复记录）。

实践建议：优先用 township（零成本）；必须半径时先用 L1 镇街白名单 + 规则3 社区整体包含， 最后才对零散地址逐条编码。坐标缓存（cache_file）使重跑/调参零重复消耗。

错误处理

| 情形 | 处理 | |------|------| | 无 KUAICHA_API_KEY | 引导至 open.kuaicha365.com/skills 获取试用密钥；或退用天眼查 CLI（仅区县） | | 无地图 Key（radius 模式） | 提示配置 AMAP_KEY/TENCENT_MAP_KEY/BAIDU_AK，或改用 township/district | | 圆心地址地理编码失败 | 请用户直接提供经纬度，或换地图源（三源自动故障转移） | | 工商源 total=0 | 告知无数据，建议放宽范围/时间 | | 部分地址编码失败 | 归入 unresolved，Excel 标注，不阻塞整体 | | 数据量过大 | 提示配额/耗时，确认后继续或缩小范围 |

注意事项

  1. 数据源为工商开放平台，存在 1–3 天更新延迟，刚成立（3 天内）企业可能未收录。
  2. 天眼查 CLI 区域搜索是名称匹配且不含注册地址，街道/半径模式必须用同花顺快查。
  3. 半径模式为"近似半径"：社区整体包含会微量过纳入边缘企业，营销拓客场景可接受。
  4. 联系方式可能不完整，结果作为线索名单，实际联系前人工核验。
  5. 遵守各数据源服务协议，查询结果仅用于合规商业用途。

文件结构

new-enterprise-query/
  SKILL.md                  — 本文件（通用三范围 + 三条减员规则）
  tyc_tools.py             — 天眼查 CLI 适配器（兜底区县源，v1.x 保留）
  geocoders.py             — 多源地图地理编码（高德/腾讯/百度，缓存+计数+BD09转GCJ02）
  geo_filter.py            — 范围过滤引擎（三模式 + 规则1/2/3 + L0/L1）
  source_kuaicha.py        — 同花顺快查适配器（推荐源，返回注册地址）
  scripts/export_excel.py  — Excel 导出（含 匹配范围/距离/命中规则 列）
  references/              — tyc_tools 备用副本、enterprise_query、requirements.txt
  使用说明.txt              — 使用说明