供应链碳要求应对（供应商侧）Skill

一、简介

基于供应链碳合规规则库与可复用脚本，帮助作为供应商的中小制造企业把下游客户/品牌/整车厂发来的碳要求（问卷、披露、目标承诺、碳足迹报送）拆解为可执行任务，诊断数据缺口，并产出标准化应答材料。一句话：收到客户碳要求 → 识别类型 → 抽关键要素 → 查数据缺口 → 生成应答/测算/承诺 → 提交。

二、适用场景

三、输入定义

四、输出定义

{
  "requirement_class": ["CDP问卷", "产品碳足迹PCF"],
  "key_fields": {
    "deadline": "2026-09-30",
    "standard": "ISO 14067:2018",
    "scope_required": ["范围1", "范围2", "范围3(部分)"],
    "functional_unit": "1 kg 产品",
    "system_boundary": "摇篮到大门",
    "data_year": "2025"
  },
  "data_gap": {
    "missing": ["范围3上游运输数据", "电力排放因子（本地电网）"],
    "partial": ["物料BOM质量"],
    "ready": ["2025能源台账", "绿电凭证"]
  },
  "deliverables": [
    "CDP供应链问卷应答稿",
    "产品碳足迹快速估算表（草稿）",
    "减碳承诺函（模板）"
  ],
  "boundary_notes": ["客户未明确功能单位，已按行业惯例预设并需确认"]
}

五、调用流程（核心引擎）

用户提交 requirement_text（+ 可选 company_profile / data_assets）
        │
        ▼
┌─────────────────────────────┐
│ Step 1  要求分类与要素抽取    │  ← 运行 scripts/requirement_classifier.py
│ 输出 requirement_class +     │     输入原文，输出 JSON（类型+截止日+标准+范围+边界）
│ key_fields                   │
└──────────────┬──────────────┘
               ▼
┌─────────────────────────────┐
│ Step 2  数据缺口诊断          │  ← 运行 scripts/data_gap_check.py
│ 比对 data_assets 与要求，     │     输出 missing/partial/ready 三类
│ 给出补数优先级               │
└──────────────┬──────────────┘
               ▼
┌─────────────────────────────┐
│ Step 3  确认话术（如需）      │  ← 调用 prompt.md 的「确认话术生成逻辑」
│ 对模糊/冲突要素生成向客户或   │     输出结构化的澄清问题清单
│ 内部确认的问题清单            │
└──────────────┬──────────────┘
               ▼
┌─────────────────────────────┐
│ Step 4  产出应答材料          │  ← 读取 references/templates/* 与 references/cases/*
│ 选模板 → 填字段 → 算 PCF →   │     如需 PCF：运行 scripts/pcf_quick_estimate.py
│ 写承诺函                     │
└──────────────┬──────────────┘
               ▼
┌─────────────────────────────┐
│ Step 5  边界处理与提交清单    │  ← 见第七节「边界处理」
│ 标注假设/风险，给出提交前     │
│ 自检清单                     │
└──────────────┬──────────────┘

判断规则：
- 若 requirement_class 命中 产品碳足迹PCF 且 data_assets 含 BOM+能源台账 → 直接跑 pcf_quick_estimate.py 出草稿。
- 若 data_gap.missing 非空且影响合规 → 先走 Step 3 确认话术，再产出（避免编造数据）。
- 若原文完全无法识别类型 → 进入边界处理「无法识别」，引导用户提供问卷原文/链接。

六、文件说明

七、边界处理（务必遵循，禁止编造数据）

1. 无法识别要求类型：原文过短/仅为截图无文本 → 提示用户上传问卷原文或粘贴文字，不臆测类型。
2. 数据缺失（缺范围3/缺BOM）：data_gap.missing 非空时，禁止编造数值。产出中缺失项标注「待补充」，并用 data_collection_sheet.md 列补数清单；能估算的用区间/行业平均因子并显著标注「估算值，待实测校验」。
3. 标准/口径冲突：客户指定标准与国标不一致（如客户要 PAS 2050、国内用 GB/T 24067）→ 以客户标准为准，备注差异点；功能单位/系统边界未明确 → 用行业惯例预设并必须生成确认话术向客户核实（见 prompt.md）。
4. 逾期风险：deadline 早于当前日期或剩余 < 7 天 → 在输出顶部红色警示，优先给「最小合规包」（先交已就绪数据+缺口说明），再补完整版。
5. 无法达标（如绿电比例要求100%但仅20%）：产出中诚实陈述现状，提供「差距+分阶段路线图」，不夸大承诺；承诺函中写「目标值+达成路径+时间」，避免写死不可实现的绝对承诺。
6. 多要求并发：同一客户多条要求（问卷+PCF+绿电）→ 按 deadline 排序，合并重复数据需求，一次性产出多份材料并附提交清单。
7. 涉密与合规：供应商能耗/排放数据为商业敏感信息，模板中涉及绝对量时提示用户确认对外披露范围；不主动建议隐瞒，但可建议「按客户要求的最小披露集」回应。
8. 脚本失败/无 Python 环境：若 scripts/ 无法运行，回退为纯模板填充 + 手动计算指引，并在输出注明「脚本未执行，结果为模板估算」。

八、技术实现方案（细化）

1. 要求分类器 requirement_classifier.py
- 输入：-t/--text 原始文本（或 --file 文本文件）；可选 --today 用于逾期判断。
- 方法：对 9 类要求各维护一组「触发词权重表」，按词频加权求和取 Top-1~2 类；正则抽取日期（\d{4}[-/年.]\d{1,2}[-/月.]\d{1,2}）、标准号（ISO\s?14067|PAS\s?2050|GB/T\s?32150|GHG\s?Protocol 等）、范围（范围[123]|Scope\s?[123]）、功能单位（1\s?(kg|件|吨|套)）。
- 输出：标准 JSON（含 requirement_class、key_fields、overdue_flag）。
- 依赖：仅标准库（re/json/argparse/datetime），无需 pip 安装。

2. 数据缺口诊断 data_gap_check.py
- 输入：--requirement 分类结果 JSON；--assets 资产清单 JSON（或交互式输入）。
- 方法：每类要求映射「必需数据项白名单」，与 assets 求差集 → missing；名称匹配但不完整 → partial；其余 → ready。按合规影响排序给补数优先级。
- 输出：JSON + 人类可读清单。

3. 碳足迹快速估算 pcf_quick_estimate.py
- 输入：--bom BOM 清单 CSV（物料,质量kg,对应排放因子kgCO₂e/kg 可选）；--energy 能源 CSV（能源类型,用量,排放因子）；--functional-unit；--boundary（摇篮到大门/大门到大门）。
- 方法：排放 = Σ(物料质量×因子) + Σ(能源用量×因子) + 运输（可选）。因子缺失时回退 references/standards_baseline.md 中的默认电网/材料因子，并标记「默认值」。
- 输出：总碳足迹 kgCO₂e/功能单位 + 分项占比 + 数据质量标注。
- 依赖：仅标准库（csv/json/argparse）。

4. 提示词模板 prompt.md：把「需求提取」与「确认话术生成」固化为五要素 Prompt，供本 Skill 在需要 LLM 推理时直接调用，保证一致性与可复用性。

5. 打包：本目录可直接 zip 为 supply-chain-carbon-response.skill（即 .skill = zip），在 WorkBuddy/SkillHub 安装时解压至 skills 目录即可被识别。