关税政策第二大脑（tariff-policy）

一套可检索、可精读、可引用的关税与进出口税收政策能力：自带索引与检索工具链，接上任意一份关税政策 docx 语料即可工作。

与 vat-policy（增值税）、stamp-tax-policy（印花税）、eit-policy（企业所得税）、iit-policy（个人所得税）同属一条管线；本技能是关税/进出口税收方向，语料来源含国家税务总局 / 财政部 / 海关总署 / 地方法规四个子目录。

一、语料：自备（重要）

本技能不随包分发语料（近 200 篇 docx 超出平台文件数与体积上限，且语料会持续增补）。首次使用先接上你自己的政策文档目录：

S="<技能目录>/scripts"

# 方式一：命令行指定（推荐）
python "$S/build_index.py" --root "<你的关税政策文档目录>"

# 方式二：环境变量
set TARIFF_POLICY_ROOT=<你的关税政策文档目录>        # Windows
export TARIFF_POLICY_ROOT=<你的关税政策文档目录>     # macOS / Linux

# 方式三：把目录内容复制到 <技能目录>/corpus/（见 corpus/README.txt）

语料目录结构（与政策抓取管线输出一致）：

<根目录>/
├── 国家税务总局/   001_标题.docx  …        （42 篇）
├── 财政部/         001_标题.docx  …        （120 篇）
├── 海关总署/       001_标题.docx  …        （8 篇）
├── 地方法规/       001_标题.docx  …        （7 篇）
├── 关税政策清单.xlsx     （可选）全量目录 + 「涉及关税要点」标签
└── 待补清单.xlsx         （可选）抓取失败/跳过的缺口清单

> 子目录名不匹配上述四目录时，脚本会自动扫描所有含 .docx 的一级子目录（此时 doc_id 前缀统一为 DOC）。
> 两个 xlsx 都可以不放：缺「清单」只是没有目录与标签维度，缺「待补清单」只是 gaps 命令为空，正文索引不受影响。
> 未接语料就运行会打印放置指引并以 exit 2 退出，不会静默失败。
> 显式指定 --root / 环境变量视为权威，路径不存在直接报错，不会静默回退到桌面默认目录。

每篇文档正文前需内嵌结构化元数据（本技能按此解析）：

标题
来源：财政部    效力级别：有效    发布日期：2026-04-28    栏目：财政部规范性文件
原文链接：http://...
——————————————————————————————
正文…

接上语料后建议抽样核对：随便 read 一篇，看「来源 / 效力级别 / 发布日期 / 原文链接」是否被正确解析。若你的 docx 是纯正文（无头部元数据），需调整 build_index.py 的 parse_doc()。

二、随包提供什么

> references/01 与 02 是统计结果，反映随包参考语料的构成。接上你自己的语料后请重跑
> python "$S/build_references.py"，让数字与本地语料一致；verify.py 会告诉你有没有对不上。

索引库 data/tariff_policy.db 由脚本自动生成，不随包分发，首次运行 query.py 时自动构建（177 篇约 1 秒）。

三、运行环境

S="<技能目录>/scripts"      # 如 ~/.workbuddy/skills/tariff-policy/scripts
PY=python                   # 本机 Python 3.8+
cd "$S"                     # query.py 内部 import build_index，必须在 scripts/ 内执行

依赖：标准库 + openpyxl（仅用于读清单 xlsx；缺失时告警并跳过清单，正文索引照常工作）。

四、检索工作流

1. 把口语转成 2~6 字关键词（如「原产地」「加征关税」「零关税」「协定税率」「完税价格」「加工增值」「进境物品」「商品归类」）。中文按子串匹配，关键词越精炼越准。
2. 全文检索：
   bash python "$S/query.py" search "原产地" --limit 10
   可叠加 --source 海关总署 / --column 征税管理 / --level 部门规章 / --tag 零关税 / --after 2024-01-01。
3. 读全文（拿到 doc_id 后）：
   bash python "$S/query.py" read SAT-0011
   回答时务必带「来源 + 发布日期 + 原文链接」。
4. 定位标题（记得大概标题时）：python "$S/query.py" lookup "进出口税则"
5. 按主题翻目录：
   bash python "$S/query.py" catalog --tag 自由贸易港 --limit 20 python "$S/query.py" list --tag 加征关税 --after 2024-01-01
6. 核查缺漏：检索无果时先确认是否本就不在本地语料：
   bash python "$S/query.py" gaps # 待补清单（抓取失败/跳过） python "$S/query.py" audit # 清单 vs 本地语料，列出未入库条目及原文链接
   命中缺口就如实告知「该政策本地缺漏，可按原文链接补全」。

详细命令语法与问句映射见 references/03_查询速查.md。

五、输出纪律

• 先给结论，再给依据：第一句直接给结论；随后列「标题 + 来源 + 发布日期 + 适用要点 + 原文链接」。
• 先定税率类型与贸易方式，再谈口径：关税差异集中在 ① 税率类型（最惠国 / 协定 / 特惠 / 普通 / 配额 / 暂定 / 贸易救济）与 ② 贸易方式及区域（一般贸易 / 保税 / 加工贸易 / 自贸试验区 / 自贸港 / 横琴·河套等）。回答前先确认这两点。
• 区分三套体系：关税实体（《关税法》+ 税则委公告）、海关征管程序（计税价格 / 归类 / 减免税，多为 CUS-* 署令公告）、进口环节代征增值税·消费税——不要混为一谈。
• 区分政策文件与政策解读：栏目=政策解读（如 LOC-0001、LOC-0004）是释义，用于理解；引用条文以法规原文为准。
• 根本依据优先：《中华人民共和国关税法》（SAT-0011）→《进出口关税条例》（MOF-0119，注意以新法为准）→ 税则委 / 财政部·海关总署·税务总局文件 → 海关总署令与部门规章。
• 加征/排除类文件必标时效：对美加征关税与排除延期清单滚动更新（「第 N 次排除延期」「调整 / 停止实施」）。给发布日期 + 执行期 + 是否被后续公告调整或停止，不要断言旧文件仍有效，先 search 看最新一篇。
• 不杜撰：检索无结果且不在 gaps / audit 中时，明说「本地语料未覆盖，建议补充」，不要凭记忆编税目编码、税率数值、文号与执行期。税则的具体税率多在附件表中，本地 docx 一般不完整，需以原文链接为准。
• 图片型文档：少数文档是图解 / 信息图 / 视频 / 扫描图页（如 LOC-0008），正文抓取为空，read 会明确提示。此时给标题、要点标签与原文链接，不要假装有正文。
• 地方法规很薄：随包参考语料的地方法规仅少量示例，不构成全国口径。地方性问题要另接地方语料，或明说「本地不覆盖该地区口径」。

六、维护

索引库路径：<技能目录>/data/tariff_policy.db（自动生成，发布技能时应排除）。