供应商串标风险分析

从供应商清单（文本或截图）出发，完成"识别主体 → 检索工商 → 关联比对 → 风险判定 → 导出 Excel"
全链路，输出结构化结论与四表 Excel 报表。面向招投标合规、采购风控、审计。

何时使用

• 用户粘贴/上传供应商名单，要求"查一下有没有关联""会不会串标""做关联分析"。
• 用户给出投标/中标截图，要求识别供应商并评估围标风险。
• 用户要求输出"供应商对比表""关联关系表""风险结论"等 Excel。
• 触发词：串标、围标、关联、工商比对、防围标、股权穿透、利益输送。

目录结构

supplier-collusion-risk/
├── SKILL.md                      # 本说明文件（功能/触发/依赖/调用/流程）
├── scripts/
│   ├── extract_suppliers.py      # 步骤1 名称提取与校验（简称/错别字/重名）
│   ├── lookup_company.py         # 步骤2 单平台工商字段规范化 + 可信度 + 实控人推断
│   ├── aggregate_data.py         # 步骤2 多平台聚合：缺失补全 + 跨平台校验 + 并集合并
│   ├── association_analysis.py   # 步骤3 关联比对 + 风险分/等级/不确定性 + 直接关联强制高
│   ├── build_excel.py            # 步骤4 导出四表 Excel（重合高亮 + 结论横幅 + 校验摘要）
│   └── run_analysis.py           # 单进程编排器：聚合→分析→出表，带阶段缓存，端到端更快
└── references/
    ├── data_sources.md           # 数据源、字段清单、可信度赋值约定
    └── association_rules.md      # 关联类型权重、风险阈值、群体性升级规则、直接/间接分类

依赖

• Python 3.10+（用隔离 venv，勿污染用户环境）：

PY=/Users/huang/.workbuddy/binaries/python/versions/3.13.12/bin/python3
$PY -m venv /Users/huang/.workbuddy/binaries/python/envs/default
/Users/huang/.workbuddy/binaries/python/envs/default/bin/pip install openpyxl

• 工商检索依赖（按需）：已连接的工商类 Connector（天眼查 tyc-mcp、企查查 qcc-company、
  水滴征信 cisp-mcp、恒生聚源 gildata）；若全断开，回退 WebSearch/WebFetch（见 references/data_sources.md）。
• OCR：截图输入直接用 Read 工具读取图片做视觉 OCR，提取文字后进入步骤1；无需额外 OCR 依赖。

标准执行流程

推荐：单进程编排器（端到端更快）

run_analysis.py 把聚合、分析、出表三个阶段在同一进程内完成，仅启动一次 Python、
仅导入一次 openpyxl，并带有阶段结果缓存（默认 ~/.workbuddy/cache/supplier-collusion/，
按输入内容哈希落盘）。相同输入重复生成报告时直接命中缓存、跳过计算，近乎即时返回。
绝大多数场景应优先用此入口，而非依次调用三个独立脚本（后者每次多进程启动开销约 0.3s）。

PYE=/Users/huang/.workbuddy/binaries/python/envs/default/bin/python
# 多平台原始 JSON → 直接出表（最常用）
$PYE scripts/run_analysis.py --multi-raw multi_platform_raw.json \
    --output 供应商串标风险分析.xlsx
# 已有规范化记录 → 出表
$PYE scripts/run_analysis.py --records records.json --output 供应商串标风险分析.xlsx
# 跳过重跑缓存（强制重算）
$PYE scripts/run_analysis.py --multi-raw multi_platform_raw.json --no-cache --output 供应商串标风险分析.xlsx

性能要点（已落地于代码）：
- 关联分析阶段对每条供应商预构建比对索引（归一化股东/高管/历史集合、电话/邮箱/地址
归一值、经营范围关键词与二元组一次性切分、实控人归一值），O(n²) 两两比对直接复用，
不再每对重算归一化与经营范围切分。
- norm / normalize_phone 经 lru_cache 记忆化，相同字符串只算一次。
- aggregate_data.py 的字段别名、平台可信度改为一次性查表，去掉每次调用的线性扫描。
- build_excel.py 高频单元格样式提至模块级常量，避免逐行重复构造对象。

步骤 1 — 提取与校验供应商名称

• 文本：直接喂给 extract_suppliers.py。
• 截图：用 Read 工具识别图中供应商名单文字，整理为文本后再喂脚本。

PYE=/Users/huang/.workbuddy/binaries/python/envs/default/bin/python
$PYE scripts/extract_suppliers.py --text "$(cat 名单.txt)" > suppliers_raw.json

• 脚本输出每项含 raw / normalized / confidence / flags / needs_full_name_check。
• 对 needs_full_name_check=true 或带"疑似错别字/近似重名"的条目，用 WebSearch 核对权威全称，
  以统一社会信用代码为准去重；重名条目合并为一家。

步骤 2 — 检索工商并规范化（多平台优先 · 缺失自动补全 · 跨平台校验 · 股权穿透）

检索顺序（见 references/data_sources.md）：
1. 优先调用已连接工商 Connector（天眼查 tyc-mcp、企查查 qcc-company、水滴征信 cisp-mcp、恒生聚源 gildata）。
2. 缺失或全断开时，必须从以下平台逐一检索，不可只取单源：
- 天眼查（tianyancha.com）：股东/高管/历史变更/电话/邮箱/对外投资
- 企查查（qcc.com）：股东/法人/对外投资/司法/股权穿透图
- 启信宝（qixin.com）：股权穿透/受益所有人/邮箱/间接股东
- 风鸟（shuidi.cn）：工商基础信息补充/联系电话
- 爱企查（aiqicha.baidu.com）：联系方式/邮箱/经营范围/股权穿透图
- 国家企业信用信息公示系统（gsxt.gov.cn）：官方权威，股东/变更/分支
3. 某平台缺字段时，自动从其他平台补齐；同一字段多平台取值需交叉比对，一致则高可信，冲突则取高可信平台并标注。

联系方式检索要求：
- 联系电话与邮箱是串标最核心的关联证据，必须主动从年报/企业公示信息页获取。
- 天眼查/启信宝/爱企查年报页面含「企业联系电话」「电子邮箱」字段，需 WebFetch 抓取。
- 如企业选择不公示电话/邮箱，须在记录中标注「企业未公示」，不可留空不查。

股权穿透检索要求：
- 对每家供应商，须追溯股东至少 2 层穿透（直接股东 → 股东的股东）。
- 天眼查/企查查/启信宝均提供「股权穿透图」「最终受益人」「实际控制人」页面，需 WebFetch/WebSearch 获取。
- 将穿透结果写入 shareholder_chain 字段（数组），每项含 name（股东名称）、layer（穿透层数，1=直接股东）、ratio（持股比例）、via（间接持股路径，如"经X公司"）。
- 自然人独资企业（如100%持股），穿透结果即该自然人，仍须记录。
- 样例见 samples/multi_platform_input.json。

多平台聚合（推荐路径）：将各平台检索结果整理为 aggregate_data.py 的输入
（每供应商一个 platforms 对象，键为平台名），运行：

$PYE scripts/aggregate_data.py --file multi_platform_raw.json > records.json

• 脚本自动完成：缺失补全、跨平台一致性/冲突校验、列表字段并集合并。
• 输出规范记录：含股东/高管/历史变更/对外投资/分支/推断实控人、field_credibility（按校验结果赋值）、completeness、missing_key_fields、platforms、cross_validation。
• 样例见 samples/multi_platform_input.json。

单平台路径（仅在确无多源时）：把检索结果直接按 lookup_company.py 输入结构组装，运行：

$PYE scripts/lookup_company.py --file suppliers_raw.json > records.json

• 输入结构见 samples/example_input.json 与脚本头部示例。
• 检索时按 references/data_sources.md 的字段清单采集；每项标注 source 与 field_credibility。

步骤 3 — 关联分析与风险判定

$PYE scripts/association_analysis.py --file records.json > analysis.json

• 产出 associations（每条关联的类型/涉及方/明细/证据/可信度）、risks（每对风险等级/依据/不确定性）、
  groups（≥3 家共享主体的群体性告警）、summary。判定逻辑见 references/association_rules.md。

步骤 4 — 导出 Excel

$PYE scripts/build_excel.py --records records.json --analysis analysis.json \
    --output 供应商串标风险分析.xlsx

• 生成四表：
• 概览：顶部「最终风险结论」横幅直接展示判定结果（高风险红色高亮、无风险绿色），并列出重点高风险对；含核心统计卡片与风险等级图例。存在风险时以概括性段落描述各组风险（等级、风险分、命中关联类型、关联性质）；无风险时明确显示「无风险」。页面仅呈现必要核心汇总结论，简洁清晰。数据完整度（completeness）与跨平台校验（cross_validation）仅在 aggregate_data.py 后台计算，用于内部数据质量校验，不在概览页渲染或展示。
• 供应商信息对比表（重合项黄底高亮）。
• 关联关系明细表（含「关联性质」列：直接 / 间接）。
• 风险结论汇总表（含「关联性质」列）。
• 关联性质口径：直接关联（直接控股、直接共同董监高、共用电话/地址/邮箱等联系方式、同一实控人、兄弟公司）；间接关联（多层股权穿透、历史投资路径、历史任职交叉等推导关系）。详见 references/association_rules.md。
• 用 present_files 交付 xlsx，并在回复中给出文字结论（高/中/低风险分布 + 关键证据）。

关键判别与易错点

• 全称校验是前提：简称、错别字、重名必须先在步骤1用工商权威源确认，否则后续关联全部错位。
• "无关联"≠"无串标"：公开数据有滞后与脱敏，结论仅代表"未检出可量化关联"，须附不确定性提示。
• 强关联优先：电话/邮箱/实控人一致几乎等同同操盘方，权重已体现；弱关联（经营范围雷同）单独出现不升级。
• 伪重合防范：虚拟地址、园区注册、共用代理记账会造成"伪重合"，在 basis 中说明，必要时建议补实地/IP/笔迹旁证。
• 数据缺口即风险的一部分：缺失股东/法人/地址时，结论可信度下调，不可隐瞒缺口。

辩证视角

• 关联结构只能证明"具备串标条件"，不能直接证明"已串标"；本技能输出的是风险信号，供人工与旁证复核。
• 同一证据在不同行业权重不同（工程类重地址/电话，货物类重股东/实控人），阈值可在 references/association_rules.md 调整。
• 检索来源存在商业利益与收录偏差，结论应标注来源与可信度，避免把单一站点数据当权威。

交付

• 主交付：供应商串标风险分析.xlsx（含四表）。
• 文字结论：高/中/低风险家数与证据要点、群体性告警、数据缺口提示。
• 过程文件：suppliers_raw.json / records.json / analysis.json 存于工作区，便于复核与重跑。