chenhui-x/toolbox/cn-company-qcc-enrichment

中国企业信息批量补全方法论

用户工作模式

• 每天给一批新公司名单(数量不定, 10~50家/天), 要求补全 法人/联系方式/注册地址/存续状态/是否异常及原因
• 每日名单独立处理, 当天跑完交付规范Excel; 跑不完的进"待补清单"次日用赠送积分续
• 本skill沉淀的是方法论: 从哪获取、怎么获取、怎么处理

字段分级(硬约束)

数据获取渠道矩阵(2026-08实测)

决策流程(每天新数据)

1. 读名单Excel → extract_names.py 提取公司名列表(自动识别公司名列)
2. 规模判断: 若 ≤11家, 直接企查查MCP跑完(当日100积分足够); 若 >11家, 先跑11家权威, 其余进待补
3. 权威字段: qcc_mcp_batch.py 跑(积分够的全量, 不够的进待补); 次日 qcc_mcp_topup.py 续补
4. 补充联系方式: 百度PC/搜狗微信跑(免费不限量), 只补电话/地址
5. 合并: merge_deliver.py → 规范Excel; 权威字段以MCP为准, 浏览器法人/状态标"参考"
6. 交付: 列顺序 公司名称|法人|联系方式|注册地址|经营内容(空)|是否异常|异常原因; 附"数据来源"说明列

企查查MCP要点

• 密钥: ~/Desktop/yy工作/密钥 (JSON, mcpServers结构, Bearer <key>)
• 端点: https://agent.qcc.com/mcp/{company|risk|...}/stream, Header Authorization: Bearer <key>
• 工具: get_company_registration_info(法人/状态/地址/信用代码) + get_contact_info(工商电话, 标签如"疑似代记账") + get_business_exception(异常权威结论)
• 积分: 单家完整3次调用≈9积分; 注册500积分≈56家; 每日100积分≈11家
• 错误码: 300008=积分不足(当日停, 次日续); 200001=鉴权错; -32001=日频率超限
• 异常解析: 取返回"经营异常信息"[0]的"列入日期"+"列入经营异常名录原因"; "未发现任何经营异常记录"→否
• MCP配置后需重启Codex才加载工具; 不重启可用脚本直连HTTP端点(不依赖工具加载)

数据处理规范

• 电话清洗: 排除邮箱/@、网址、脱敏(****)、<7位; 企查查电话保留标签(如"疑似代记账"可标注); 区号+省市联动过滤噪声
• 法人交叉验证: 多源不一致时标注存疑(参考Hermes skill的法人冲突清单), 以企查查为准
• 分公司: 负责人字段(非"法定代表人")按企查查返回
• 异常: "确认无异常"只能权威源给; 浏览器未检出≠无异常, 留空待补

工作区目录规范 (~/Desktop/yy工作)

• 每天一个批次文件夹 2026-08-XX/, 用户把名单Excel直接放进该文件夹(无需建子目录)
• 脚本产出: 当天文件夹下自动建 数据/(中间JSON) 和 结果/(交付Excel)
• 共享位置: 密钥在顶层 ~/Desktop/yy工作/密钥; 通用脚本在 ~/Desktop/yy工作/脚本/; 历史批次在 2026-08-01/(保留), 调研临时文件在 归档/(只读)
• 每次新批次: extract_names.py 提取名单 -> qcc_mcp_batch.py 跑权威 -> 不足进待补 -> 浏览器补联系方式 -> merge_deliver.py 交付

脚本(均在 scripts/)

• extract_names.py <xlsx> [列名关键词] : 提取公司名→stdout/文件, 自动识别"公司名称/企业名称"列
• qcc_mcp_batch.py <名单.txt> <起> <止> [输出.json] : 企查查MCP批量(工商+联系+异常), 每10家落盘
• qcc_mcp_topup.py [预算积分=100] [累计json] : 续补待清单位(自动跳过已完成, 300008自动停)
• merge_deliver.py <qcc.json> [baidu.json] <输出.xlsx> : 合并生成规范Excel, 权威优先
• 浏览器通道脚本: 复用Hermes skill /Users/didi/.hermes/skills/research/cn-company-batch-enrichment/scripts/baidu_pc_pw.py