---
name: freestylefly/canghe-tianyancha
source: https://app.decimal.ai/s/freestylefly-canghe-tianyancha@1/SKILL.md
source_sha256: ca177d9f4213
---

# canghe-tianyancha

天眼查企业洞察看板 Skill —— 输入企业名称，自动生成包含企业概况、在招岗位分析、数据分析、司法风险、融资历史、股东结构、知识产权、对外投资、主要人员的单文件 HTML 看板。

> **导出说明**：本 Skill 已从原 Kimi 环境导出，适配其他 Kimi Work 用户使用。`kimi_search_v2` 和 `PythonRun` 均为 Kimi Work 内置工具，无需修改。

## 触发条件

当用户提到以下关键词时触发：
- 天眼查、查企业、企业信息、企业看板、公司查询
- 招聘查询、在招岗位、岗位列表、岗位分析、招聘分析
- 司法风险、法律诉讼、开庭公告
- 融资情况、融资历史、股东信息
- 工商信息、主要人员、企业洞察
- 知识产权、专利、商标、软件著作权
- 对外投资、成立时间、参保人数
- 岗位数据分析、招聘数据分析、招聘趋势
- 企业健康度、求职建议、公司评价、企业分析
- 招聘预测、薪资分析、求职参考
- **行业分析、行业洞察、头部企业、行业排名、大厂对比**
- **AI大模型、互联网、电商、金融科技、新能源等行业名 + 看板/分析/洞察**

## Preferences (EXTEND.md)

Use Bash to check EXTEND.md existence (priority order):

```bash
# Check project-level first
test -f .canghe-skills/canghe-tianyancha/EXTEND.md && echo "project"

# Then user-level (cross-platform: $HOME works on macOS/Linux/WSL)
test -f "$HOME/.canghe-skills/canghe-tianyancha/EXTEND.md" && echo "user"
```

| Path | Location |
|------|----------|
| `.canghe-skills/canghe-tianyancha/EXTEND.md` | Project directory |
| `$HOME/.canghe-skills/canghe-tianyancha/EXTEND.md` | User home |

| Result | Action |
|--------|--------|
| Found | Read, parse, display summary |
| Not found | Ask user with AskUserQuestion (see references/config/first-time-setup.md) |

**EXTEND.md Supports**: default output directory, recent job analysis window, industry company count, preferred data sources, report language, and whether to include dashboard disclaimers.

Schema: `references/config/preferences-schema.md`

## Usage

### 执行流程

### 模式 1 — 单企业查询（输入企业名称）

1. 从用户输入中提取企业名称
2. 使用 `kimi_search_v2` 并行搜索企业数据：
   - `{企业名} 天眼查 在招岗位 招聘 岗位分析`
   - `{企业名} 天眼查 司法风险 法律诉讼`
   - `{企业名} 天眼查 融资历史 股东信息`
   - `{企业名} 天眼查 工商信息 主要人员 成立时间 参保人数`
   - `{企业名} 天眼查 知识产权 专利 商标 软件著作权`
   - `{企业名} 天眼查 对外投资`
3. 结构化提取后调用 `generate_dashboard()` 生成单企业看板

### 模式 2 — 行业查询（输入行业名称）

1. 从用户输入中提取行业名称（如"AI大模型"、"互联网"、"电商"）
2. 使用 `kimi_search_v2` 搜索该行业头部企业名单：
   - `{行业名} 头部企业 排名 大厂 天眼查`
   - `{行业名} 公司 融资 在招岗位 天眼查`
3. 提取 TOP 5-10 家头部企业的核心数据（名称、在招岗位、成立时间、注册资本、融资轮次、参保人数、总部城市、核心产品）
4. **为每个头部企业收集完整数据**（工商信息、在招岗位、司法风险、融资历史、股东结构、知识产权、对外投资、主要人员）
5. 调用 `generate_industry_with_companies()` 批量生成：
   - 每个企业的独立「企业洞察看板」
   - 行业洞察看板（企业卡片可点击跳转至对应企业看板）

## Script Directory

**Important**: All scripts are located in the `scripts/` subdirectory of this skill.

**Agent Execution Instructions**:
1. Determine this SKILL.md file's directory path as `SKILL_DIR`
2. Script path = `${SKILL_DIR}/scripts/<script-name>.py`
3. Replace all `${SKILL_DIR}` in this document with the actual path

**Script Reference**:
| Script | Purpose |
|--------|---------|
| `scripts/generate_dashboard.py` | Generates single-company, industry, and batch HTML dashboards |

## 行业看板数据结构

`industry_data` 字段：
- `industry_name`: 行业名称
- `industry_desc`: 行业简介（可选）
- `companies`: 头部企业列表，每项包含：
  - `name`: 企业名称
  - `jobs_total`: 在招岗位总数
  - `established_date`: 成立时间
  - `registered_capital`: 注册资本
  - `status`: 经营状态
  - `scale`: 企业规模
  - `funding_rounds`: 融资轮次数
  - `tianyancha_url`: 天眼查详情页链接
  - `key_products`: 核心产品/业务
  - `employees`: 员工规模/参保人数
  - `city`: 总部城市
  - `industry_segment`: 细分赛道

## 行业看板内容

行业洞察看板包含：
1. **行业概览** — 头部企业数量、在招岗位总数、参保人数汇总、融资轮次汇总
2. **头部企业卡片** — 每家企业展示：在招岗位、融资轮次、参保人数、成立年份、总部城市、注册资本、企业规模、核心产品。卡片可点击跳转至该企业独立的「企业洞察看板」，同时保留「天眼查详情」外部链接
3. **在招岗位对比** — TOP10 企业横向柱状图
4. **融资活跃度对比** — TOP10 企业融资轮次对比
5. **成立时间分布** — 按年份统计企业成立数量
6. **企业规模分布** — 饼图展示规模分布
7. **总部城市分布** — 柱状图展示城市集中度
8. **免责声明** — 数据仅供参考，不构成投资建议

## 看板生成代码

### 单企业看板

```python
import sys
sys.path.insert(0, '${SKILL_DIR}/scripts')
from generate_dashboard import generate_dashboard

# 请替换 {workspace_path} 为你的实际工作区路径，例如：
# macOS: /Users/<你的用户名>/Documents/kimi/workspace
# Windows: C:\Users\<你的用户名>\Documents\kimi\workspace
filepath = generate_dashboard(company_data, '{workspace_path}')
print(f"看板已生成: {filepath}")
```

### 行业看板

```python
import sys
sys.path.insert(0, '${SKILL_DIR}/scripts')
from generate_dashboard import generate_industry_dashboard

filepath = generate_industry_dashboard(industry_data, '{workspace_path}')
print(f"行业看板已生成: {filepath}")
```

### 批量生成（行业看板 + 企业看板）

同时生成行业洞察看板 + 所有头部企业的独立洞察看板，企业卡片可点击跳转：

```python
import sys
sys.path.insert(0, '${SKILL_DIR}/scripts')
from generate_dashboard import generate_industry_with_companies

result = generate_industry_with_companies(
    industry_data,           # 行业数据（同 generate_industry_dashboard）
    companies_data_list,     # 企业数据列表（每个元素同 generate_dashboard 的 company_data）
    '{workspace_path}'
)

print(f"行业看板: {result['industry_dashboard']}")
print(f"企业看板: {result['company_dashboards']}")
print(f"所有文件: {result['all_files']}")
```

**批量生成流程**：
1. 先为每个企业生成独立的 `企业洞察看板_{企业名}.html`
2. 再生成行业看板，企业卡片自动链接到对应的企业看板文件
3. 企业卡片提供两个入口：「企业洞察看板」（本地）和「天眼查详情」（外部）

#### 企业概况字段
- `established_date`: 成立时间 (string, e.g. "1999-09-09")
- `registered_capital`: 注册资本 (string, e.g. "10000万元")
- `paid_in_capital`: 实缴资本 (string)
- `legal_representative`: 法定代表人 (string)
- `social_credit_code`: 统一社会信用代码 (string)
- `company_type`: 企业类型 (string, e.g. "有限责任公司")
- `insured_count`: 参保人数 (int)
- `business_scope`: 经营范围 (string)

#### 在招岗位字段
- `title`: 岗位名称
- `salary`: 薪资范围
- `city`: 城市
- `education`: 学历要求
- `experience`: 经验要求
- `source`: 招聘平台来源
- `date`: 发布日期 (YYYY-MM-DD 格式)
- `url` / `webInfoPath`: 岗位链接（优先使用 webInfoPath）
- `startDate`: 时间戳（毫秒，可选）

#### 司法风险字段
- `title`: 案件名称
- `date`: 日期
- `type`: 风险等级（高风险/中风险/低风险）
- `status`: 案件状态

#### 融资历史字段
- `round`: 融资轮次
- `amount`: 融资金额
- `date`: 融资日期
- `investor`: 投资方

#### 股东结构字段
- `name`: 股东名称
- `ratio`: 持股比例
- `amount`: 认缴金额

#### 知识产权字段
- `type`: 类型（专利/商标/软件著作权）
- `name`: 名称
- `date`: 申请/注册日期
- `status`: 状态
- `category`: 分类

#### 对外投资字段
- `company`: 被投企业名称
- `amount`: 投资金额
- `ratio`: 持股比例
- `status`: 投资状态
- `date`: 投资日期
- `industry`: 被投企业行业

#### 主要人员字段
- `name`: 姓名
- `position`: 职位
- `education`: 学历

### Stage 3 — 看板生成

使用 `PythonRun` 调用 `generate_dashboard.py` 生成 HTML 看板：

```python
import sys
sys.path.insert(0, '${SKILL_DIR}/scripts')
from generate_dashboard import generate_dashboard

filepath = generate_dashboard(company_data, '{workspace_path}')
print(f"看板已生成: {filepath}")
```

## 看板 Tab 结构

看板包含 9 个 Tab，默认显示"企业概况"：

1. **企业概况** — 工商基本信息（成立时间、注册资本、实缴资本、法定代表人、参保人数、企业类型、统一社会信用代码）、经营范围、核心数据汇总
2. **在招岗位分析** — 多维度数据分析视图（不展示岗位列表，纯图表分析）
3. **数据分析** — 企业健康度评估、招聘趋势预测、求职者友好度、薪资竞争力、风险预警、城市扩张分析、岗位类型分布、综合求职建议
4. **司法风险** — 法律诉讼、开庭公告等
5. **融资历史** — 融资轮次、金额、投资方
6. **股东结构** — 股东名称、持股比例、认缴金额
7. **知识产权** — 专利、商标、软件著作权统计与明细
8. **对外投资** — 投资企业、金额、持股比例、行业
9. **主要人员** — 高管列表

## 在招岗位分析维度

"在招岗位分析"Tab 不展示岗位列表卡片，改为纯数据分析视图，包含 7 个 ECharts 图表：

| 图表 | 类型 | 维度 |
|------|------|------|
| 城市分布 | 环形饼图 | 岗位按城市统计 |
| 学历要求 | 横向柱状图 | 本科/硕士/大专/不限 |
| 薪资分布 | 柱状图 | 10K以下/10-20K/20-30K/30-50K/50K+ |
| 经验要求 | 柱状图 | 不限/1-3年/3-5年/5-10年/10年+ |
| 招聘平台来源 | 环形饼图 | BOSS直聘/拉勾网/智联招聘/猎聘网等 |
| 发布时间趋势 | 面积折线图 | 近13周岗位发布数量趋势 |
| TOP热门岗位 | 横向柱状图 | 按岗位名称关键词统计TOP10 |

支持"本季度"（默认，90天）和"全部"两种数据范围切换，切换后所有图表联动刷新。

## 岗位数据分析时效性规范

**核心规则：只显示最近一个季度（90天）的岗位数据分析。**

1. **固定筛选**：所有图表固定基于最近 90 天内的岗位数据进行分析，不提供"全部"历史数据切换
2. **数量显示**：标题显示 `(本季度 X 个)`
3. **提示条**：蓝色提示条说明"当前显示最近90天（一个季度）的岗位数据分析"
4. **免责声明**：在提示条下方显示灰色标注"数据仅供参考，以实际情况为准"
5. **图表维度**：城市分布、学历要求、薪资分布、经验要求、招聘平台来源、发布时间趋势、TOP热门岗位

## 岗位数据交互规范

1. **筛选切换**："本季度"/"全部"按钮切换数据范围，7个图表联动刷新
2. **图表响应式**：所有图表随窗口大小自适应
3. **图表提示**：鼠标悬停显示详细数据 tooltip
4. **数据为空处理**：当某维度无数据时，图表区域显示"暂无XX数据"提示

## 数据分析维度

Python 端 `analyze_jobs()` 函数从岗位列表提取以下分析维度：

- **城市分布**：按 `city` 字段统计，返回 `[{name, value}]`
- **学历分布**：按 `education` 字段统计，返回 `{categories, values}`
- **薪资分布**：解析 `salary` 字段（如 "25K-40K"），按区间统计
- **经验分布**：按 `experience` 字段统计
- **来源分布**：按 `source` 字段统计招聘平台
- **时间趋势**：按周统计近13周岗位发布数量
- **TOP岗位**：提取岗位名称核心词（去掉修饰后缀），统计TOP10

## 数据分析模块

"数据分析"Tab 基于企业全量数据进行深度分析和预测，帮助求职者全面了解企业状况。

### 企业健康度评估

综合评分（满分100分），从四个维度评估：

| 维度 | 权重 | 评分依据 |
|------|------|----------|
| 招聘活跃度 | 30分 | 在招岗位总数：≥500(30)/≥200(25)/≥50(18)/>0(10) |
| 企业稳定性 | 30分 | 成立年限 + 参保人数 + 经营状态 |
| 发展潜力 | 20分 | 融资轮次 + 知识产权数量 |
| 风险等级 | 20分 | 司法风险数量：高风险(-8)/中风险(-4) |

评分等级：≥85优秀 / ≥70良好 / ≥50一般 / ≥30较弱 / <30差

### 招聘趋势预测

基于近13周岗位发布数据，使用简单线性回归预测未来4周招聘量：
- **趋势判断**：上升（斜率>0.5）/ 下降（斜率<-0.5）/ 稳定
- **预测图表**：历史数据（实线）+ 预测数据（虚线）
- **投递建议**：根据趋势给出投递时机建议

### 求职者友好度（满分100分）

| 维度 | 权重 | 评分依据 |
|------|------|----------|
| 学历门槛 | 25分 | 大专/不限岗位占比：≥30%(25)/≥15%(18)/<15%(10) |
| 经验要求 | 25分 | 不限/低经验岗位占比：≥40%(25)/≥20%(18)/<20%(10) |
| 岗位多样性 | 25分 | 岗位类型数：≥5(25)/≥3(18)/≥2(12)/1(5) |
| 薪资竞争力 | 25分 | 平均薪资：≥35K(25)/≥25K(20)/≥15K(15)/<15K(8) |

### 薪资竞争力评级

基于高薪岗位（30K+）占比：
- **强**：≥40% 高薪岗位
- **较强**：≥20% 高薪岗位
- **一般**：<20% 高薪岗位

### 风险预警

基于司法风险数据：
- **无风险**：无司法记录
- **低风险**：仅有低风险记录
- **中风险**：存在中风险记录
- **高风险**：存在高风险记录

### 城市扩张分析

基于招聘城市分布：
- **多城市扩张**：≥5个城市，最大城市占比<60%
- **区域扩张**：≥3个城市
- **集中发展**：<3个城市

### 岗位类型分布

自动分类岗位为：技术类/产品类/运营类/销售类/职能类/设计类/其他

### 综合求职建议

基于以上分析自动生成 3-6 条求职建议，包括：
- 企业整体状况评价
- 投递时机建议
- 求职者友好度评价
- 薪资竞争力评价
- 风险提示
- 其他特色建议（对外投资、知识产权等）

## 输出

- 单企业看板：`{workspace_path}/企业洞察看板_{企业名}.html`
- 行业看板：`{workspace_path}/行业洞察看板_{行业名}.html`
- **批量生成**：同时输出行业看板 + N 个企业看板，企业卡片支持点击跳转
- 单文件 HTML，零后端依赖，浏览器直接打开
- 使用 Tailwind CSS + ECharts，响应式布局

## 注意事项

- 天眼查 API 单次返回岗位数量有限，通常只返回前 20 条，分析结果基于可用数据
- 岗位总数 `jobs_total` 与分析样本量可能不一致，已通过数量标签说明
- 已下线职位仍可能出现在 API 数据中，通过"本季度"默认筛选缓解
- 天眼查企业数据库无法被代码直接程序化调用，实际通过 `kimi_search_v2` 获取公开数据
- 知识产权和对外投资数据可能不完整，以天眼查公示为准
- 薪资分布通过解析 `salary` 字符串（如 "25K-40K"）计算平均值后归类，可能存在误差
- **招聘趋势预测**基于简单线性回归，仅供参考，不构成投资建议
- **企业健康度评分**为综合评估模型，各维度权重可根据实际情况调整
- **求职建议**由算法自动生成，建议结合个人情况综合判断

## Extension Support

Custom configurations via EXTEND.md. See **Preferences** section for paths and supported options.