canghe-tianyancha

canghe-tianyancha

天眼查企業インサイトダッシュボードスキル —— 企業名を入力すると、企業概要、募集中の職種分析、データ分析、司法リスク、資金調達の履歴、株主構成、知的財産、対外投資、主要人員を含む単一ファイルの HTML ダッシュボードを自動生成します。

エクスポートに関する説明：この Skill は元の Kimi 環境からエクスポートされており、他の Kimi Work ユーザー向けに適合されています。kimi_search_v2 と PythonRun はいずれも Kimi Work に組み込まれたツールのため、変更は不要です。

トリガー条件

ユーザーが以下のキーワードに言及したときに起動します：

• 天眼查、企業検索、企業情報、企業ダッシュボード、会社検索
• 求人検索、募集中の職種、職種一覧、職種分析、採用分析
• 司法リスク、訴訟、裁判期日のお知らせ
• 資金調達状況、資金調達の履歴、株主情報
• 商業登記情報、主要人員、企業インサイト
• 知的財産、特許、商標、ソフトウェア著作権
• 対外投資、設立日、社会保険加入者数
• 職種データ分析、採用データ分析、採用トレンド
• 企業の健全性、求職アドバイス、企業評価、企業分析
• 採用予測、給与分析、求職の参考情報
• 業界分析、業界インサイト、主要企業、業界ランキング、大手企業の比較
• AI大規模モデル、インターネット、EC、フィンテック、新エネルギーなどの業界名＋ダッシュボード／分析／インサイト

設定（EXTEND.md）

優先順位に従って、Bash を使用して EXTEND.md の存在を確認します：

# 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"

パス	場所
.canghe-skills/canghe-tianyancha/EXTEND.md	プロジェクトディレクトリ
$HOME/.canghe-skills/canghe-tianyancha/EXTEND.md	ユーザーホーム

結果	アクション
見つかった	読み込み、解析し、概要を表示
見つからない	AskUserQuestion でユーザーに確認（references/config/first-time-setup.md を参照）

EXTEND.md で設定できる項目：デフォルトの出力ディレクトリ、最近の求人分析期間、業界企業数、優先するデータソース、レポート言語、ダッシュボードの免責事項を含めるかどうか。

スキーマ：references/config/preferences-schema.md

使用方法

実行フロー

モード 1 — 単一企業の検索（企業名を入力）

1. ユーザーの入力から企業名を抽出します
2. kimi_search_v2 を使用して企業データを並行検索します：
   • {企業名} 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. 構造化データを抽出した後、generate_dashboard() を呼び出して単一企業のダッシュボードを生成します

モード 2 — 業界検索（業界名を入力）

1. ユーザーの入力から業界名を抽出します（例：「AI大模型」、「互联网」、「电商」）
2. kimi_search_v2 を使用して、その業界の主要企業一覧を検索します：
   • {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. 上位 5～10 社の主要データ（企業名、募集中の職種、設立日、登録資本金、資金調達ラウンド、社会保険加入者数、本社所在地、主力製品）を抽出します
4. 各主要企業の詳細データを収集します（商業登記情報、募集中の職種、司法リスク、資金調達の履歴、株主構成、知的財産、対外投資、主要人員）
5. generate_industry_with_companies() を呼び出して一括生成します：
   • 企業ごとの独立した「企業インサイトダッシュボード」
   • 業界インサイトダッシュボード（企業カードをクリックすると、該当企業のダッシュボードに移動できます）

スクリプトディレクトリ

重要：すべてのスクリプトは、このスキルの scripts/ サブディレクトリにあります。

エージェントの実行手順：

1. この SKILL.md ファイルのディレクトリパスを SKILL_DIR として特定します
2. スクリプトのパス = ${SKILL_DIR}/scripts/<script-name>.py
3. このドキュメント内のすべての ${SKILL_DIR} を実際のパスに置き換えます

スクリプト一覧：

スクリプト	用途
scripts/generate_dashboard.py	単一企業、業界、複数企業の HTML ダッシュボードを生成します

業界ダッシュボードのデータ構造

industry_data フィールド：

• industry_name：業界名
• industry_desc：業界の概要（任意）
• companies：主要企業の一覧。各項目には以下が含まれます：
  • name：企業名
  • jobs_total：募集中の職種の合計数
  • established_date：設立日
  • registered_capital：登録資本金
  • status：事業状況
  • scale：企業規模
  • funding_rounds：資金調達ラウンド数
  • tianyancha_url：天眼查の詳細ページへのリンク
  • key_products：主力製品／事業
  • employees：従業員数／社会保険加入者数
  • city：本社所在地
  • industry_segment：業界の細分化分野

業界ダッシュボードの内容

業界インサイトダッシュボードには以下が含まれます：

1. 業界概要 — 主要企業数、募集中の職種の合計数、社会保険加入者数の合計、資金調達ラウンド数の合計
2. 主要企業カード — 各企業の募集中の職種、資金調達ラウンド数、社会保険加入者数、設立年、本社所在地、登録資本金、企業規模、主力製品を表示します。カードをクリックすると、その企業の独立した「企業インサイトダッシュボード」に移動できます。また、「天眼查の詳細」外部リンクも表示されます
3. 募集中の職種の比較 — 上位10社の横棒グラフ
4. 資金調達の活発度の比較 — 上位10社の資金調達ラウンド数の比較
5. 設立時期の分布 — 年別の企業設立数
6. 企業規模の分布 — 円グラフで規模の分布を表示
7. 本社所在地の分布 — 棒グラフで都市への集中度を表示
8. 免責事項 — データは参考情報であり、投資助言を構成するものではありません

ダッシュボードの生成コード

単一企業のダッシュボード

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}")

業界ダッシュボード

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}")

一括生成（業界ダッシュボード＋企業ダッシュボード）

業界インサイトダッシュボードと、すべての主要企業の独立したインサイトダッシュボードを同時に生成します。企業カードをクリックすると、該当するダッシュボードに移動できます：

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']}")

一括生成の流れ：

1. 各企業の独立した 企业洞察看板_{企业名}.html を先に生成します
2. 次に業界ダッシュボードを生成します。企業カードには、該当する企業のダッシュボードファイルへのリンクが自動的に設定されます
3. 企業カードには、「企業インサイトダッシュボード」（ローカル）と「天眼查の詳細」（外部）の2つのリンクが表示されます

企業概要のフィールド

• established_date：設立日（string、例："1999-09-09"）
• registered_capital：登録資本金（string、例："10000万元"）
• paid_in_capital：払込資本金（string）
• legal_representative：法定代表者（string）
• social_credit_code：統一社会信用コード（string）
• company_type：企業の種類（string、例："有限责任公司"）
• insured_count：社会保険加入者数（int）
• business_scope：事業範囲（string）

募集中の職種のフィールド

• title：職種名
• salary：給与範囲
• city：都市
• education：学歴要件
• experience：経験要件
• source：求人プラットフォームの情報源
• date：掲載日（YYYY-MM-DD 形式）
• url / webInfoPath：職種へのリンク（webInfoPath を優先して使用）
• startDate：タイムスタンプ（ミリ秒、任意）

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：

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

拡張機能のサポート

EXTEND.md によるカスタム設定に対応しています。パスとサポートされているオプションについては、設定セクションをご覧ください。