统一社会信用代码（USCC）为主键对接
收益： 以 USCC 查询可消除「简称/品牌名/母公司」导致的误匹配，详情页 PID 可随 API 返回固化，减少手工复制错误。
可选来源 / 手段： 企查查 Open API、天眼查企业版、爱企查企业数据服务（以商务合同为准）
说明： 入库 schema 增加 uscc 字段；现有条目可分批回填。
总览
在现有「公开检索 + 人工核验」基线上，通过商业 API、已验名录、链接策略与流程改造，系统性提高企业发现率、工商字段准确率与外链可信度。本文档为路线图与讨论稿，不代表已全部落地。
更新：2026-05-25 · 版本 0.1.0
当前入库方式见 梳理逻辑；本文档侧重「还能怎么提升」。
原则
- 链接可信优先
爱企查等外链：未人工验过详情页时，仅用法定全称生成检索链接；验过全称（建议含法人/统一社会信用代码）后再写入 company_detail 详情 URL。避免「文案像已核验、实际跳错公司」。
- 发现与核验分离
批量 API / 关键词跑批负责「找候选」；升 A/B 级或写入详情链需二次规则：产业相关性 + 工商主体一致 + 至少一条独立来源交叉。
- 名录可增量、可回滚
任何外部名录（政府园区、协会、投资机构的已验清单）入库时保留来源批次与导入日期，支持按批次 diff 与撤销。
爱企查链接策略（建议采纳）
- 默认（安全）
- 检索页：aiqicha.baidu.com/s?q= + URL 编码后的 legalName（工商全称）
- 升级为详情页
- 详情页：仅当人工在爱企查详情页确认全称与条目 legalName 一致（建议核对法人）后写入 company_detail_*
- 禁止
-
- 爱企查首页作为某企业的「工商来源」
- 脚本根据搜索引擎摘要猜测 company_detail 数字 ID
- 展示文案写「查看工商信息」但实际跳转第三方商业数据库检索/详情混用
商业工商 API（爱企查 / 企查查 / 天眼查）
付费或企业版 API 可显著提高「找对企业、字段不串户」的概率，适合批量补全、去重与季度更新；需合规账号、配额与缓存策略。
经营范围 + 注册地批量筛选
收益： 按「北京市 + 机器人/具身/智能机器人…」经营范围召回候选，比纯新闻检索更完整，利于扩充 W（观察）池。
可选来源 / 手段： 企查查、天眼查
说明： 与梳理逻辑第 2 层发现衔接；API 结果需再跑产业相关性规则剔除非机器人主业。
法人、注册资本、参保人数定时 diff
收益： 季度同步工商变更，自动标出「待复核」字段，降低页面长期过期风险。
可选来源 / 手段： 企查查、爱企查、天眼查
说明： 写入 research/registry_data.json 历史表，网站只展示最新 verified 快照。
股东与融资链图谱
收益： 识别母子公司（如极智嘉—具身子公司）、集团内北京布局，减少 relation 字段靠猜。
可选来源 / 手段： 企查查、天眼查
说明： 注意披露边界；仅展示公开股东信息。
司法/经营异常风险标签
收益： 对pilot采购、招商尽调有参考价值；非本库核心但可进 notes 或 riskFlags。
可选来源 / 手段： 企查查、天眼查
说明： 需明确展示为「风险提示」而非等级评判唯一依据。
已人为核验的企业名录（扩充与纠偏）
比单条网页检索更稳的是「带来源、可版本化」的名录：政府/园区/协会/投资机构维护的清单，经人工核对产业相关性后导入。
北京经开区（亦庄）机器人/智造企业名录
收益： 与 meta 中「约 300 家」区域口径对齐，补全长尾制造与配套，减少漏收。
可选来源 / 手段： 北京市投促中心、亦庄管委会公开报道、园区官网 PDF/新闻稿
说明： 需区分「注册在亦庄」与「仅布局/分公司」。
海淀区具身智能/机器人专项清单
收益： 中关村、学院路沿线主体密集，适合作为 W→B 升级候选池。
可选来源 / 手段： 海淀区政府、中关村科学城、产业联盟发布会名单
说明： 与现有 cluster「海淀」字段交叉校验。
行业协会与展会参展商名录
收益： 世界机器人大会、WRC 等参展商列表经人工筛「北京法人」后扩容快、误报相对可控。
可选来源 / 手段： 中国机器人产业联盟、展会官网
说明： 参展≠注册在北京，须二次工商核验。
投资机构 portfolio 已披露名单
收益： 融资、团队背景字段更完整；适合 watch 级补全 funding/investors。
可选来源 / 手段： 36氪项目库、IT桔子、机构新闻稿
说明： 披露主体可能是母公司（外地），须映射到北京子公司。
本库「已验详情」白名单表
收益： 维护 legalName + USCC + 爱企查详情 URL + 核验人/日期；未入白名单的条目顶栏仅展示检索链。
可选来源 / 手段： 站内运营、贡献者 PR 至 research/verified_registry.json
说明： 与 fix_aiqicha_urls.py 解耦，禁止脚本自动写入白名单。
用户反馈与纠错队列
收益： 日冕类「链接/全称错误」可结构化提交，避免只留在对话里。
可选来源 / 手段： 站内表单、GitHub Issue 模板
说明： 需审核后合并，防止 spam。
政府开放数据与标准名录
免费或低成本、权威性高，适合做法人/USCC 的二次确认，但不保证覆盖机器人细分。
国家企业信用信息公示系统
收益： 法定工商信息终验；可与商业 API 交叉。
可选来源 / 手段： gsxt.gov.cn
说明： 无友好 API，宜作抽检而非主采集源。
高新技术企业/专精特新公示名单
收益： 辅助判断研发型主体，非机器人专属。
可选来源 / 手段： 科技部火炬中心、北京市科委公示
说明： 仅作 tags，不单独决定收录。
库内数据质量机制
不增加外部成本也能显著降错、提信。
来源名与 URL 一致性校验（CI）
收益： 自动拦截「来源：爱企查」却链首页/检索页混用、收录规则链到商业库等。
可选来源 / 手段： research/fix_source_links.py、npm test / pre-commit
说明： 已在推进；可纳入每次改 companies.json 的必跑项。
去重：法人 + USCC + 注册地址模糊匹配
收益： 避免同一北京主体多条 id（品牌名/母公司/子公司混淆）。
可选来源 / 手段： 脚本、API 回填后规则
说明： 合并时保留 inclusionMode 与 relation 说明。
置信度升级规则文档化
收益： 何时从 reported→verified、何时维持 watch，减少主观不一致。
可选来源 / 手段： 梳理逻辑 rubric 扩展
说明： 与 A/B/C 等级并列展示。
字段级来源日期强制
收益： 超过 N 个月的工商字段标「待更新」。
可选来源 / 手段： 构建时 lint
说明： N 建议 12 个月，融资类 6 个月。
流程与协作
让人工核验可积累、可交接，而不是每次从零搜索。
入库检查清单（Checklist）
收益： 新条目必过：legalName、爱企查链类型、至少 2 类来源、产业相关性一句话。
可选来源 / 手段： 梳理逻辑附录、PR 模板
说明： 可与 verified_registry 联动。
季度复核排期
收益： 按 grade 优先复核 A/B 的工商与融资字段。
可选来源 / 手段： 运营日历
说明： watch 级可抽样 20%。
research/ 与 website/ 同步脚本一键化
收益： 减少双份 JSON 不一致。
可选来源 / 手段： npm run sync-data
说明： 复制 companies.json + 校验。
站点产品化
让读者与维护者都更清楚「哪些可信、哪些待补」。
企业页展示爱企查链类型徽章
收益： 已验详情 / 检索 / 暂无 一眼可见，降低误解。
可选来源 / 手段： CompanyDetail 已有基础实现
说明： 可与白名单表联动显示「已验」日期。
按「待补详情」「仅检索」筛选
收益： 方便批量认领核验任务。
可选来源 / 手段： 首页筛选器
说明： data-aiqicha-kind 属性或 JSON 字段 aiqichaVerified。
导出 CSV（含 USCC、来源 URL）
收益： 便于与政府/园区名录对表。
可选来源 / 手段： 静态生成或 API
说明： 注意勿公开敏感联系方式。
分阶段路线图
-
短期（0–1 个月）
- 采纳爱企查链接策略：未验详情一律 legalName 检索链
- 跑通 fix_source_links 进 CI
- 建立 research/verified_registry.json 白名单（人工维护）
-
中期（1–3 个月）
- 评估并采购一家工商 API（建议以 USCC 查询为核心选型指标）
- 导入 1–2 份政府/园区已验名录，补全 W 池
- USCC 字段回填与去重规则上线
-
长期（3–6 个月）
- 季度工商 diff + 待复核队列
- 经营范围关键词 API 跑批与产业规则引擎
- 用户纠错通道与公开 changelog
成本与合规注意
- 商业 API 通常按次/按企业计费，跑批前需用关键词+注册地预筛，避免全量扫北京工商主体。
- 三家平台字段与 PID 不互通，选定主数据源后不宜频繁切换。
- 付费数据仅供内部研究与本库展示时，须遵守平台服务协议与转载限制。