airmosaic-ai

CSMAR 首次下载与本地交接

English 中文

本向导用于成员协助完成首次下载。csmar_browser_download 仍是不可执行参考;csmar_process_company_info 处理已下载且兼容的 ZIP。网页环节尚不是 MCP 下载工具。

1. 准备权限与范围

打开官方门户。由本人完成登录,核对所需表及时间范围在权限内;注册账号本身不证明拥有表权限。注册信息、验证码与协议均由本人处理。只记录权限状态,不记录账户资料。

首次限定一家企业和一个统计截止日。提交前确认具体表名、日期含义、字段定义与预期规模。现有表入口仅为导航线索,不保证当前表身份;链接变化时按表名在门户查找。

小范围获取检查只选择已授权的企业与日期、名称、行业和地区字段。个人联系方式及管理人员信息只有另有需要和授权时才选。不因页面默认选项而扩大到全部企业、年份或字段。

2. 分开管理存储

新导出与字段说明保存到 ${AIRMOSAIC_ASSETS_DIR}/results/<project_id>/<run_id>/01_socioeconomic_natural_change/csmar_browser_download/,不覆盖旧下载。非秘密查询计划放在 ${AIRMOSAIC_CONFIG_DIR}/csmar/。自行启动的任务浏览器使用 ${AIRMOSAIC_AUTH_DIR}/browser_profiles/csmar/,调用方必须实际配置该位置。

宿主管理的浏览器有自己的会话存储。设置这些变量不会迁移会话,也不证明该存储边界已生效。仅使用任务授权的会话,不导出或搬移登录状态。两种浏览器方式均不继承执行器的路径检查。

3. 查询并保存

在当前表单设置所需日期、企业代码和字段,支持预览时先看预览。创建下载任务前核对已选字段名称、数量和范围。缺少权限或出现验证提示时保留原范围,交由本人协助。

进入产生的下载记录,完成最终本地保存。任务排队时保留单个请求,重试前先核对状态。不发送下载邮件、不把认证链接复制到共享资料,也不调用未公开接口替代网页流程。字段说明与新导出共同保留。

在本地分别记录权限确认、范围确认、提交、文件保存完成和内容检查时间,统一时区,例如 Asia/Shanghai。待完成步骤保留待完成状态,不编造时间,不把服务端任务标识写进公开示例。

4. 验收新导出

本次验证只检查新获取且在任务授权内的文件,不读取既有原始数据。导出和详细检查记录留在 Git 外;共享状态、数量与通用字段契约。

5. 判断是否适合本地处理

现有处理器要求 ZIP 中有 XLSX 工作簿,且具备下列准确列名:

Symbol EndDate ShortName FullName
IndustryName IndustryCode IndustryNameC IndustryCodeC
IndustryNameD IndustryCodeD SocialCreditCode PROVINCE CITY
MAINBUSSINESS LISTINGSTATE

字段较少、仅用于获取验证的导出不满足此契约。只有在约定范围内才补充获取字段,或单独适配处理器;不虚构缺失列,不在未经核对的情况下改列名。多个工作簿、其他结构、CSV/TXT 或其他数据表均需人工核对或适配。格式和导出语言以当前来源实际选项为准。

当前筛选使用区分大小写的英文关键词,并先保留每家企业的最新日期再筛选。列齐全不证明行业筛选有效。中文或其他语言文本、大小写、目标面板时期及空匹配均需审核。这些是当前实现边界,不是可静默套用的规范化规则。

对于已授权且兼容的 ZIP,准备个人任务 JSON,例如:

{"zip":"${AIRMOSAIC_ASSETS_DIR}/results/<project_id>/<run_id>/01_socioeconomic_natural_change/csmar_browser_download/company_basic.zip"}

替换为实际授权文件名。使用项目解释器查询 csmar_process_company_info,以个人 JSON 预检,再在任务授权内执行。执行器分配全新输出目录并写脱敏回执,读取 ZIP 时不在输入旁解压。

通过 MCP 使用同一工具编号,预检对象如下:

{"parameters":{"zip":"${AIRMOSAIC_ASSETS_DIR}/results/<project_id>/<run_id>/01_socioeconomic_natural_change/csmar_browser_download/company_basic.zip"},"dry_run":true}

MCP 实际处理需要服务启动时授予 --execute-tool csmar_process_company_info,再在单次任务授权内使用 dry_run: false;不需要联网或浏览器授权。核对 can_execute、blockers,随后检查实际回执及三个预期输出文件。处理成功不等于企业候选名单通过科学验收。

当前验证状态

2026-10-27,首次限定范围的 Chrome 下载和落盘内容检查已通过:八个字段、一条有效记录。网页动作和操作时间见已验证示例。现有 ZIP 处理器和 MCP 执行边界另有合成检查;八列样例没有用于真实行业筛选。

导航与操作依据:由大学图书馆托管的供应商 CSMAR Solution 用户手册第 3.1、3.3.1 节。手册说明通用的权限、查询与保存流程,当前字段和权限仍在实际门户核对;上列处理器契约来自仓库实现。