拓客企业挖掘
通用 To B 拓客工具：通过关键词（经营范围）搜索 → 去重 → 输出企业名单及联系方式。
数据源：风鸟（riskbird.com）高级搜索 API。搜索/查公司免费不耗积分，仅社保参保人数等详情耗积分。
核心能力
- 身份 × 客户类型 → 关键词匹配：先问身份(卖什么，如联想商用电脑/服务器/安防监控/软件/办公设备)，再问目标客户类型(渠道商/经销商 或 集成商/项目商)，自动匹配经营范围关键词
- 随机关键词组合：核心词必带 + 随机叠加细分词，每次跑一轮组合不同、结果不重复
- 台账去重：SQLite 三表(combos/runs/companies)，按企业名全局去重，串码识别组合
- 自动补电话：搜索名单后逐家查公司，免费提取完整电话邮箱（命中率约 98%）
- 用户自主设定条件：支持直接指定地区/注册资本/成立年限/联系方式/有无中标专利等
- AI 自适应丰富：用户给模糊需求（"找卖电脑的小公司"），AI 自动补全中小型/存续/IT行业等条件
- 限流保护：检测风鸟 flagLimit 信号，额度用尽自动提示退出，不空跑
- 按名搜索指定公司：直接文字输入公司名（单家或批量），或喂 Excel/CSV/JSON/TXT 名单，逐家查完整电话邮箱/法人/地址/注册资本——无需先跑关键词挖掘
快速开始（一键跑完整流程）
python scripts/run_full.py \
--db <数据目录>/ledger.db \
--outdir <数据目录>/output \
--identity "联想商用电脑" \
--customer-type "渠道商/经销商" \
--regcap "100￥500" \
--count 50
一条命令串起「搜索 → 补电话 → 写回 → 分表导出」全程，输出精简摘要（省 token）。
不指定 identity/customer-type/regcap 时，自动随机组合。
5 分钟上手（三条入口怎么选）
| 你的场景 | 用哪个 | 一条命令 |
|---|---|---|
| 想挖一批新客户名单（还没名单） | run_full.py 一键挖名单 |
python scripts/run_full.py --db 台账.db --outdir output --identity "联想商用电脑" --customer-type "渠道商/经销商" --count 50 |
| 手上已有名单，只缺电话（表格/TXT/JSON） | riskbird_batch.py 喂文件 |
python scripts/riskbird_batch.py 名单.xlsx |
| 就想查一两家公司（比如客户发来一家） | riskbird_batch.py 输名字 |
python scripts/riskbird_batch.py --name "北京某科技有限公司" |
- 三条路都免费（风鸟搜索/查公司不耗积分），输出 Excel 表格
- 不确定选哪条？先试第 3 条（输个公司名），体验最快
- 每条路的详细参数见下文对应章节
搜索指定公司信息（按名查 / 批量查）
两种用法：①直接文字输入公司名（单家或批量，无需准备文件）；②喂表格/文本名单（Excel/CSV/JSON/TXT）批量查。两种都逐家在风鸟查公司页，提取完整电话、邮箱、法人、地址、注册资本等。
用法一：直接文字输入公司名
# 单家搜索
python scripts/riskbird_batch.py --name "北京博维伟业有限公司"
# 批量搜索（可重复 --name，或等价用 --names）
python scripts/riskbird_batch.py --name "A公司" --name "B公司" --name "C公司"
python scripts/riskbird_batch.py --names "A公司" --names "B公司"
# 指定输出文件
python scripts/riskbird_batch.py --name "A公司" --out 结果.xlsx
# 输出格式：excel(默认) / json / json5 / jsonc / both
python scripts/riskbird_batch.py --name "A公司" --name "B公司" --format json
python scripts/riskbird_batch.py 名单.xlsx --format both
python scripts/riskbird_batch.py 名单.xlsx --format json5 # JSON5（可注释，需 pip install json5）
python scripts/riskbird_batch.py 名单.xlsx --format jsonc # JSON with Comments（可注释，需 pip install json5）
# 自定义命名（占位符自动替换）
python scripts/riskbird_batch.py 名单.xlsx --name-format "渠道线索_[YYYY-MM-DD]"
python scripts/riskbird_batch.py 名单.xlsx --out "结果_[YYMMDD].xlsx"
用法二：喂名单文件（表格/文本批量查）
# Excel / CSV / JSON（自动识别表头“企业名/公司名/名称”列）
python scripts/riskbird_batch.py 名单.xlsx
python scripts/riskbird_batch.py 名单.csv
python scripts/riskbird_batch.py 名单.json
python scripts/riskbird_batch.py 名单.json5 # JSON5 名单（支持注释/单引号/尾逗号）
python scripts/riskbird_batch.py 名单.jsonc # JSONC 名单（支持注释）
# TXT：每行一个公司名
python scripts/riskbird_batch.py 名单.txt
# 自定义输出 + 仅抽取校验（不查风鸟）
python scripts/riskbird_batch.py 名单.xlsx --out 结果.xlsx
python scripts/riskbird_batch.py 名单.xlsx --dry
说明
- 输入：
.xlsx/.csv（UTF-8 或 GBK 自动探测）/.json（字符串数组）/.json5/.jsonc（支持注释）/.txt（每行一个公司名）。Excel/CSV 会自动识别“企业名/公司名/名称/company”等表头，取对应列；多工作表跨表按公司名去重；无表头时取第一列。 - 输出格式（
--format）：excel（默认，仅表格）/json（仅结构化 JSON，列表含全部字段，便于二次处理、入库）/json5（输出.json5，JSON5 超集可注释，人可手工编辑，读取兼容）/jsonc（输出.jsonc，JSON with Comments，仅比标准 JSON 多注释，VS Code 生态原生兼容）/both（Excel+JSON 都出）。无论选哪种，都会额外生成<基名>_state.json作为断点续跑内部状态文件。json5/jsonc格式需要pip install json5（其余格式不需要）；读取一律兼容三种格式，手改过带注释的文件也能续跑。 - 默认命名：文件输入 →
名单_联系方式.xlsx(+_state.json)；文字直输 →搜索结果_联系方式.xlsx(+_state.json)。Excel 输出列：序号|企业名|注册地点|法人|电话|邮箱|规模|注册资本|公司状态|来源表|经营范围（公司状态=在营/正常/注销/吊销，打电话前先筛）。 - 自定义命名：
--name-format "<模板>"或--out "<路径>"均可，支持占位符自动替换：
[YYYY-MM-DD][YYYYMMDD][YYMMDD][YYYY][MM][DD][HHMMSS][TS][NAME][COUNT]
（[NAME]=来源文件名/“搜索结果”，[COUNT]=企业数量，其余为日期时间片段）。示例：--name-format "渠道线索_[YYYY-MM-DD]_[COUNT]"→渠道线索_2026-08-26_50.xlsx。 - 断点续跑：同名
_state.json已存在的记录会跳过（含 NOT_FOUND 确定结果），只查未完成的；失败/中断后可重跑不重复消耗额度；错误记录按公司名替换不重复膨胀。 - 每 10 家打印一次进度；命中额度上限/需登录自动停止并提示。
输出样例（跑完是什么样）
① 单家查询（--name 只输一个名字）——直接在对话流打印，不生成文件：
📋 查询结果：北京正群欣世信息技术有限公司
────────────────────────────────────────────────
电话：15810730150
邮箱：limei@zqxsinfo.com
法人：高巍
注册资本：3000.0万元人民币
成立日期：1999-07-26
经营状态：在营
统一信用代码：911101087177139649
地址：北京市海淀区中关村东路66号世纪科贸大厦B座2706
② 批量查询（喂文件或多个名字）——生成 Excel 表格（同时自动生成 _state.json 用于断点续跑）：
| 序号 | 企业名 | 注册地点 | 法人 | 电话 | 邮箱 | 规模 | 注册资本 | 公司状态 | 来源表 | 经营范围 |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 北京明通盈动科技有限公司 | 北京市海淀区苏州街33号1116室 | 邓金华 | 13911381126 | mahongyan1972@sina.com | - | 50.0万元人民币 | 注销 | 名单.xlsx | - |
| 2 | 北京东泰通信息技术有限公司 | 北京市通州区西集镇企业发展服务中心7625号 | 曹春娟 | 13366317117 | 787231647@qq.com | - | 200.0万元人民币 | 在营 | 名单.xlsx | - |
> 公司状态列怎么用：在营/正常 = 可以打电话；注销/吊销 = 公司已停业，跳过；未知 = 页面未展示，可人工确认。批量名单里常有 20%~30% 已注销/吊销，先筛状态再打电话能省大量无效外呼。
③ 批量进度条（每 10 家打印一次）：
✅ 已完成: 187 | ⏳ 待查询: 5
进度 10/194 | 成功 9 | 失败 1
⛔ 额度/登录异常（NEED_LOGIN），停止后续查询 ← 出现即停，修复后重跑续跑
完成！成功: 189 | 失败: 5 | 总计: 194
脚本清单
| 脚本 | 作用 |
|---|---|
run_full.py |
一键入口：搜→补电话→写回→分表 |
riskbird_random_mining.py |
核心引擎：combo(随机组合)/mine(搜索入库)/export(分表)/stats(统计) |
riskbird_batch.py |
按名搜索：给定公司名(文件/文字直输)或名单，逐家查完整电话邮箱/法人/地址/注册资本 |
industry_identities.json |
身份×客户类型→关键词配置（可自行增删行业） |
关键参数（mine / run_full 通用）
| 参数 | 说明 | 示例 |
|---|---|---|
--identity |
用户身份(卖什么) | 联想商用电脑、服务器/数据中心、安防监控、软件/SaaS、办公设备/通信 |
--customer-type |
目标客户类型 | 渠道商/经销商、集成商/项目商 |
--scope |
经营范围(覆盖自动) | 计算机销售+系统集成（加号=同时包含） |
--region |
地区 | 北京、上海、深圳… |
--regcap |
注册资本区间(万元) | 100￥500（全角￥分隔） |
--esdate |
成立年限 | 5￥3（3-5年） |
--contact |
联系方式 | has_lianxi_phone(有手机) |
--has-bid-win |
只搜有中标记录的 | 布尔开关 |
--has-patent |
只搜有专利的 | 布尔开关 |
--has-soft-copyright |
只搜有软著的 | 布尔开关 |
前置条件
- 风鸟登录态（一次性）：脚本通过 agent-browser 操作已登录的风鸟页面取数据，需要先登录一次风鸟，登录态会持久化，之后不用重复登录：
bash agent-browser --profile <固定目录> open https://www.riskbird.com/
在弹出的浏览器窗口登录你的风鸟账号（搜索/查公司免费不耗积分）。
> 为什么需要 agent-browser？风鸟的搜索接口依赖浏览器登录态 cookie，脚本用 agent-browser 打开已登录会话来查询，这样免费且稳定。没有 agent-browser 也能用：手动用 Chrome 打开风鸟登录，只要登录态有效，原理一样。 - Python 环境：
requests库（脚本会自动从 agent-browser 会话拿登录态 cookie）；json5库仅在用--format json5/jsonc时需要。
关键机制说明
- 经营范围多词：加号
+/ 空格 = 同时包含(AND)；逗号,= 任一包含(OR) - 企业状态：默认
status=1（在营/存续），过滤注销吊销停业 - 注册资本默认中小型：上限 1000 万，过滤巨头和空壳
- 限流信号：搜索返回
flagLimit=="1"表示当日额度用尽，脚本自动检测退出 - 输出格式：Excel，字段=序号|企业名|注册地点|法人|电话|邮箱|规模|注册资本|公司状态|来源表|经营范围（公司状态：在营/正常/注销/吊销，打电话前先筛）；每次跑一轮一份独立分表（文件名=关键词_日期_串码.xlsx），不合并总表
常见问题 FAQ
Q1. 提示「风鸟未登录或会话已过期（NEED_LOGIN）」怎么办？
登录态不是永久的，过一阵子会失效。重新登录一次即可（见上文"前置条件"），登录态持久化后重跑同一条命令，已查完的公司会跳过，只补剩下的。
Q2. 提示「未匹配到该企业（NOT_FOUND）」是公司不存在吗？
不一定是。①先核对公司名是否与工商登记全称一致（漏字/多字/简称都会查不到）；②该企业可能已更名或查无登记；③脚本已对网络波动自动重试 2 次，若仍无结果可稍后再跑（风鸟搜索页是异步加载，偶发抓不到）。
Q3. 批量跑一半断了/报错了怎么办？
直接重跑同一条命令即可。脚本会自动读 _state.json，已完成的公司跳过，只查剩下的——不重复消耗额度。中途遇到 NEED_LOGIN/额度上限会停止，修好后重跑续跑。
Q4. 为什么有的公司没电话/邮箱？
风鸟页面上没展示该企业电话（企业未公开），或该企业已注销/吊销（这类直接跳过即可）。这是数据源本身的情况，不是查询失败。
Q5. 名单里有「XX电脑超市」「XX销售部」这类名字查不到？
脚本按"像公司名"的正则识别名单列，词表未覆盖"超市/销售部"等词时会过滤掉。解法：把名单存成 TXT（每行一个公司名）喂入，TXT 输入不做过滤，全部查询。
Q6. 提示「daemon already running --profile ignored」？
这是 agent-browser 已有一个旧 daemon 在跑且没带 profile。先 agent-browser close 把旧 daemon 杀掉，再带 --profile 重开；若提示连接被拒，是杀进程后锁未释放，再开一次即可。
Q7. 登录二维码/弹窗打不开？
风鸟登录弹窗只在页面首次加载时自动弹出，顶栏"登录/注册"链接是装饰性的点了没反应。用 agent-browser open https://www.riskbird.com/ 重新加载页面即可重新触发弹窗；二维码约 1-2 分钟过期，过期就重载再截。
Q8. 提示「json5 库未安装」？
--format json5/jsonc 需要 pip install json5；只用默认 excel 或 json 格式不需要。
Q9. 输出文件在哪？字段什么意思？
默认在当前命令行所在目录（或 --out 指定路径），命名规则见"说明"。Excel 11 列：序号|企业名|注册地点|法人|电话|邮箱|规模|注册资本|公司状态|来源表|经营范围；同时生成 _state.json 是断点续跑的内部状态文件（别删，删了重跑会重新全部查询）。
Q10. 结果表里「公司状态=注销/吊销」的要不要打？
不要。注销/吊销=公司已停业，电话多半打不通或已转他人。先按公司状态列筛出「在营/正常」，再开始外呼——批量名单里通常有 20%~30% 已注销吊销。
参考文档
references/风鸟高级搜索能力清单.md：风鸟高级搜索 27 个筛选维度的字段名、取值、语义（实测逆向）references/拓客条件自适应丰富规则.md：AI 根据用户模糊需求自动补全搜索条件的规则
拓展路线
当前聚焦「关键词搜索 → 去重 → 企业名单及联系方式」，架构上预留以下能力扩展位：
- 企业业务穿透：对名单内企业做实际主营业务调查（中标/招投标数据反推实际业务，判断是否为联想/华为等品牌渠道）
- 意向评分：结合注册资本、中标记录、参保人数、合作动态等维度给企业打分，优先跟进高意向客户
- 多数据源扩展：当前数据源为风鸟，可扩展爱企查/企查查等（保持统一的
build_cond条件模型） - 客户跟进管理：名单输出后联动 CRM/台账，记录触达状态、跟进记录
致谢
基于 riskbird-cominfo-batch（陆凌燕律师，MIT License）改造扩展，原补电话能力保留，新增身份匹配、随机组合、台账去重、自主设条件、AI 辅助等拓客能力。
