资检资料审查 —— 承压类特种设备参数提取

把一个设备出厂资料包（一堆扫描 PDF）变成一台设备一份参数信息表 Excel，按设备出厂编号（产品编号）命名。

⚠️ 付费技能说明（Pay Skill · 支付宝 AI 按量付费）

本技能是付费技能（PAYSKILL），每次调用需支付 ¥5.00。 按次计费，基于支付宝 AI 按量付费
（Machine Pay / A2M）协议返回结果；支付能力由支付宝官方链路承担，本 Skill 不接触支付密钥、
不自行实现付款或签名。

调用遵循支付宝 A2M 契约，由平台调度层执行 probe → pay → complete → ack 流程：

用户调用 → 平台 probe →
   未付费：下发 402 Payment-Needed → 支付宝 pay → complete → 下发 Payment-Proof
已付费/携带 Proof：脚本 ack 验签 → 放行主流程（开始资料审查）

付费链路自检（与平台五项自查一一对应）

> 本地闸口 scripts/payment_gate.py 只处理 402 / 验签 / 订单持久化 三环节；付费本体交给支付宝。
> 付费声明见同目录 skillhub.pay.yaml。

支付依赖包声明

> 买家侧若已装 alipay-payment-skill 并使用 alipay-bot，支付与结果交付由官方支付能力承担；
> 本 Skill 只负责发起请求、调用官方支付能力并展示结果，不接触支付密钥、不自行实现付款或签名。

付费与业务门控的关系

本 Skill 原有铁律一「先评估，后执行」是业务侧门控（未收到用户确认不出表），
与付费门控互不替代：付费门控决定「能不能开始审查」，铁律一决定「审查完要不要出表」。
两者串联——付费放行后才进入下方阶段 1。

铁律一：先评估，后执行（未收到确认前不动手）

这是本 skill 的强制门控，优先级高于一切出表动作。

阶段 1  全程扫查   → 一次性把资料包全部页面读完，中途不停、不跳、不猜测
阶段 2  梳理汇总   → 逐台列出参数取值 + 取值来源页
阶段 3  综合评估   → 输出《缺项 / 增减项评估报告》，列出所有需要用户拍板的问题
阶段 4  ⛔ 暂停    → 等用户回复
阶段 5  执行       → 收到明确确认后，才生成 / 修改 xlsx

未收到用户回复前，严禁：

• 生成、写入、覆盖任何 .xlsx（包括"先做一版给你看看"）
• 修改资料包原件或已存在的参数信息表
• 对矛盾数据做静默取舍后再出表

可以做的只有：渲染图片、裁剪放大、读图、写中间笔记（md / json 草稿）。

> 评估报告必须把决策点一次性问完。用户回复一次就要能开工，不要挤牙膏式地分批追问。

铁律二：首次检验场景下的「业主信息 8 项」

资料审查绝大多数是新投用设备的首次检验，此时业主（使用单位）的管理信息尚未录入，出厂资料包里本来就不可能有。

这 8 项属于使用管理信息，不是"资料缺失"，不列为异常、不追责、不反复翻资料找：

处理规则：

1. 一律填 /，不填 无此项 —— 设备不是"没有这个参数"，是"信息尚未录入"。两者含义不同，混用会导致后续检验误判。
2. 在交付说明里单独成组陈述，措辞固定为：
   > 首次检验，业主（使用单位）信息尚未录入，以下 8 项按 / 处理，待业主/现场录入后补填。
3. 这 8 项不进入"跨页矛盾/待核实"清单，避免与真正的资料问题混在一起。
4. 例外：若用户另行提供了《特种设备使用登记表》《设备管理台账》或口头给出业主信息，则按提供值直接填入，并在说明里注明来源为"业主提供"。
5. 默认按首次检验处理：用户没说明检验类型时，一律按首次检验执行，并在评估报告里写明这一假设（若实为定期检验，用户会纠正）。

铁律三：有疑义的数据，必须在表里标红

凡是存在疑义的参数值（跨页矛盾、与实物/图名不符、两处取值不一致、待用户拍板的），
出表时在该表 D 列（参数值）用红色字体标出，并挂批注写明矛盾出处。

# 单文件
python scripts/mark_conflicts.py --xlsx 721017701参数信息表.xlsx \
    --item "名义厚度（筒体）" --item "名义厚度（封头）" \
    --note "产品数据表 6mm；强度计算书 10mm"

# 批量
python scripts/mark_conflicts.py --dir ./输出目录 --conflicts conflicts.json

标注范围（不要扩大化）：

要求：

• 只改字体颜色为红，保留模板原有的字体名、字号、加粗、边框（脚本用 copy(font) 实现）
• 批注文字统一以"有疑义："开头，写清两种取值及其出处，以及本表采用了哪个
• 标红清单要在 00_资料审查说明.md 里同步列出，做到"表里有红字、文里有清单"
• --unmark 可撤销标红

用途

一台设备一份，文件名取产品编号（= 设备出厂编号），例如 721017701参数信息表.xlsx。

关键前提：这类资料 99% 是扫描件

pymupdf.get_text() 大概率返回 0 字符 —— 不要用文字提取，直接用视觉识别。

先确认，再决定路线：

python scripts/scan_probe.py <资料目录或单个PDF>

• textchars 接近 0 → 扫描件 → 走「渲染成图 + 逐页看图」
• textchars 很大 → 电子版 → 可直接提文字，但仍需看图核对表格

> 本 skill 不依赖任何 OCR 引擎。渲染 PNG 后由模型视觉读取，数字准确率远高于传统 OCR。

标准流程

Step 1 渲染全部页面

python scripts/render_pages.py <资料目录> --out ./pages --dpi 160

输出 NNN_<文档名>_pNN.png，序号全局递增，便于按序读。
160 dpi 足够读表格正文；铭牌、数据表、设计数据表这类关键页再单独放大（Step 4）。

Step 2 先看版式，别一页页硬读

python scripts/contact_sheet.py ./pages --out ./thumbs --cols 4 --dpi 72

每份文档拼一张缩略图（4 列网格）。一眼就能定位：

• 哪页是产品合格证（表格 + 红章）
• 哪页是产品数据表（密集中英对照大表）
• 哪页是铭牌（深色金属牌照片）
• 哪页是强度计算书（公式 + 结果表）
• 哪页是设计数据表（左上角图号+版次，整页表格）
• 哪页是竣工图（线条图 + "竣工图"红章）

> ⚠️ 不同设备页序不一致，同一制造商也会差 1~2 页（有没有焊接记录、有没有独立设计数据表页）。必须逐台确认，不能套模板页码。

Step 3 全程扫查，按页型抓字段

一次读完，中途不停。 不要读两页就开始建表、不要读到一半去问用户。
全部页面过完一遍后，才有资格说"这项资料里没有"。

扫查过程中同步记三件事：

• 每台设备的页序定位（哪页是数据表、哪页是设计数据表）
• 每个参数的取值 + 来源页（后面写评估报告要引用）
• 读不清 / 跨页对不上的项，标记待放大（Step 4 统一处理）

见 references/param-fields.md：51 个参数项的权威来源页对照表。

要点速记：

设计数据表在哪？ 三种位置都可能：
1. 独立一整页（左上角有 100060413810 版次 B 这类图号栏）
2. 竣工图的首页
3. 竣工图的第 2 页（左侧一块"设计数据表"，右侧是零件明细表）

找不到就先读该文档最后 2~3 页。

Step 4 易混数字必须放大核对

不要相信第一遍读到的数字。 表格单元格小字、铭牌反光、方框压线都会读错。

python scripts/crop_zoom.py <页面PNG> --x0 0.05 --x1 1.0 --y0 0.16 --y1 0.30 --dpi 600 --out 单元格.png

区域坐标用比例（0~1），不写像素，跨分辨率可复用。

必须放大的项：设备代码、单位内编号、容积、内径、高（长）、厚度、设计/工作压力、腐蚀裕量、充装系数、登记证编号、制造/设计日期。

易混对照见 references/digit-confusion.md（"0.1 管程 0.083" 会被读成 "0.35"；"6mm" 与 "10mm"；"202200646" 与 "2022006464"）。

Step 5 跨页一致性核验（这是"审查"的核心价值）

同一参数在不同页必须对上，对不上要写进交付说明，不要自己静默取舍。核对矩阵见 references/cross-check.md。

已知易冲突点：

• 厚度：产品数据表的"厚度"可能填错（例：筒体填 6mm，强度计算书要求名义厚度 10mm）
• 安装型式：文件名叫"立式膨胀罐"，产品数据表"安装型式"栏却写"卧式"（图纸是立式）
• 容积：换热器分壳程/管程，数据表那格是两行小字（如"壳程 0.1 / 管程 0.083"），不是"0.35"
• 设计压力：设计数据表写 2.4，产品数据表/铭牌写 2.5

处理原则：采用"产品数据表"或"铭牌"的值，在交付说明里列出矛盾项与另一种值，请用户核实。

Step 6 梳理 + 综合评估（⛔ 这里是暂停点）

扫查完、数字核对完后，不要直接出表。先做一次综合评估，把结论摆给用户。

产出一份 《资料审查评估报告》（Markdown，写在输出目录 00_资料审查说明.md），固定包含四块：

1. 逐台参数概览 —— 设备名称 / 产品编号 / 设备代码 / 登记证编号 / 主要性能参数，一眼能核对
2. 缺项清单 —— 分两类：
   - A 类｜首次检验·业主信息未录入（见铁律二那 8 项）→ 一律 /，待业主补录
   - B 类｜资料包内确实未提供 → 说明查过哪些页，建议用什么资料补齐（如安装告知书、使用登记表）
3. 增减项评估 —— 对照模板 51 项，逐条说明本次是否需增行 / 减行 / 合并：
   - 换热器（GB/T151）壳程/管程是否需拆成两行表示
   - 无夹套 / 无衬里 / 无保温的项是否按 无此项 处理，还是直接删行
   - 本次设备特有的参数（如多台同规格、双腔容器）是否需要额外行
   - ⚠️ 模板没有的项不得自行加行，只能作为建议写进评估，等用户点头
4. 待核实清单 —— 跨页矛盾项，每项给：设备 / 参数项 / 两种值及各自出处 / 本表建议采用值 / 需用户确认
   （这些项出表时必须在 xlsx 里标红，见铁律三）

结尾固定附一句确认问句：

> 以上缺项、增减项与矛盾项请确认。确认后我再生成（/修改）参数信息表。

格式模板见 references/review-assessment.md。

然后停下来，等用户回复。

Step 7 收到确认后，才生成 Excel

用户回复确认（或给出修正意见）后执行：

python scripts/build_param_sheet.py --template 模板.xlsx --data devices.json --out ./输出目录

• --template 指向参照样表（用样表文件本身，标题行/表头/列宽/合并单元格全部继承，只改写 A1 与 D/E 列）
• --data 是 JSON：{"设备名": {"param_key": "值", ...}, ...}，键名见 references/param-fields.md
• 文件名为 <产品编号>参数信息表.xlsx；--title 可覆盖标题模板（默认 {设备名称}-参数信息表（设备出厂编号：{产品编号}））
• 单位为空的项、"无此项"/"/" 的值 → 自动清空单位列

> 模板里没有的参数项不要自己加行（只能作为建议在 Step 6 评估里提出，等确认）；确实资料里没有的项目填 /（首次检验的业主信息 8 项见铁律二），"设备确实无此参数"填 无此项 —— 两者含义不同，不要混。

Step 8 疑义项标红

出表后立刻按铁律三执行 mark_conflicts.py，把待核实清单里的项标红 + 挂批注。
标红清单要写回 00_资料审查说明.md，与表内红字一一对应。

Step 9 交付

• 用 present_files 把全部 xlsx 一次性给用户
• 交付说明里重申待业主补录的 8 项与标红的疑义项，方便后续回填

常见坑

1. 直接套用上一台的页码 → 每台页序不同，必须重新定位。
2. 只看数据表就动手填 → 工作压力、腐蚀裕量、充装系数只在"设计数据表/竣工图"里，数据表上根本没有。
3. 用文字提取工具处理扫描件 → 返回空，白白耗时间。
4. 不放大就读小格数字 → 容积、厚度、设备代码最容易被读错一位。
5. 把换热器的"壳程/管程"当成"壳体/夹套"漏填 → 换热器（GB/T151）用壳程/管程，映射到模板的"（壳体）/（夹套）"两组字段。
6. 静默修正矛盾数据 → 审查的价值就在于把矛盾暴露出来，务必写进评估报告。
7. 个人目录批量操作 → 只读资料、只写输出目录，不动原件。
8. 没评估就出表 → 违反铁律一。哪怕用户只说"帮我出表"，也要先扫查、先给评估结论，等确认再动手。
9. 把业主信息 8 项当成资料缺陷 → 首次检验下这 8 项填 / 是正常的，不要反复翻资料找、不要列入异常清单。
10. 把发证日期当投入使用日期 → 登记证上的日期是发证日期，投入使用日期只能由业主/现场确认。
11. 分批追问 → 评估报告里把所有决策点一次问完，别让用户回复五六轮。
12. 疑义项出表后不标红 → 用户翻表时看不到风险点，审查价值归零（铁律三）。
13. 把业主信息 8 项的 / 也标红 → 那是"待录入"不是"有疑义"，全表飘红反而淹没了真问题。

资源索引