暴雨报案稽核

---
name: engineering-claim-audit
description: 稽核工程险的暴雨报案：读报案、施工日志和损失照片，查合同的工程内容、所在区县逐日的天气文字、附近气象站逐日的雨量，按条款的暴雨定义和 72 小时规则，逐项写出对得上、对不上、还要核实，交一份稽核意见。用户给出报案，问"对得上吗""是不是暴雨"时使用。通过智元数据 World Insight 的 REST 接口取数，需要环境变量 WI_API_KEY。
---

暴雨报案稽核

核对一份工程险的暴雨报案。先读材料，再取数，再写代码比对，最后写稽核意见。

开始前

1. 所有命令都在本技能的目录里运行：python3 scripts/wi.py ...。取到数据后要计算时，先加 --save data/<文件名>.json 保存，再用 run_python 写代码读文件计算。数字都要来自命令或代码的输出。
2. 先读 references/audit-card.md（条款规定、数据的局限、判断规则）。下面的命令已经写好了字段，不用再读 references/datasets.md。
3. 保存的文件是一个对象：columns 是字段的列表，每个字段是 {"key": ..., "name": ...}；rows 是行，每行是一个列表，顺序和 columns 相同。读文件时用 keys = [c["key"] for c in d["columns"]]，不用再看文件的结构。
4. 一次回答最多 16 轮。互不依赖的命令放在同一轮里一起运行。

第 1 步：读材料

先读材料，再调用任何取数工具。写 3 个 json 代码块：

读报案记录：出险日期、报损项目、估损金额、报案日期。

{"读报案": [{"字段": "出险日期", "值": "...", "原文": "..."}]}

读日志记录：施工日志里每一行的日期、天气、工序、情况。

{"读日志": [{"日期": "2022-04-30", "天气": "...", "工序": "...", "情况": "..."}]}

看图记录：损失照片上看到的东西。

{"看图": [{"图": 2, "发现": [{"label": "...", "note": "...", "box": [左, 上, 右, 下]}]}]}

1. 原文 照抄，不改字。
2. box 按图的宽和高换算成 0 到 1000 的整数，框要紧贴那个东西。每张照片写 2 到 4 个发现。
3. 只写图上看得到的东西。写出照片能不能看出拍摄的时间、地点，以及和报损项目是不是同一类东西。照片可能是示例照片，不要说成就是这个工地。

第 2 步：取数

下面 4 条命令放在同一轮里运行。日期范围从出险前 3 天到报案日期。

python3 scripts/wi.py query listed-company-gov-procurement --where "contract_no = <合同编号>" --fields project_name,region_code,subject_name,contract_date --limit 5
python3 scripts/wi.py query county-daily-weather --where "region_code = <区县代码>" --where "date >= <开始日期>" --where "date <= <结束日期>" --fields county,date,weather,temp_max_c,temp_min_c --limit 50
python3 scripts/wi.py query station-daily-weather --where "lat >= <纬度-0.5>" --where "lat <= <纬度+0.5>" --where "lng >= <经度-0.5>" --where "lng <= <经度+0.5>" --where "date >= <开始日期>" --where "date <= <结束日期>" --fields station_id,station_name,lat,lng,date,precip_mm,precip_flag --limit 500 --save data/stations.json
python3 scripts/wi.py query county-monthly-precipitation --where "region_code = <区县代码>" --where "month >= 4" --where "month <= 5" --fields year,month,precipitation_mm --limit 200 --save data/monthly.json

区县代码从合同编号的前 6 位得到（例如 445302）。纬度和经度用区县的代表点：云城区是北纬 22.9325、东经 112.0534（核保时用 156 个出让地块坐标的中位数算出）。

第 3 步：比对

写一段代码（只用 Python 自带的库）：

1. 算每个气象站到代表点的距离（千米），找最近的站。列出最近的站在出险前后每天的降水。
2. 对报案里的每个出险日期：列出报案说的、施工日志写的、区县天气文字、最近站的降水，按 references/audit-card.md 的规则给出结论。
3. 算相邻两次出险相隔几小时（按日期算），判断是不是同一次事件。
4. 算出险月份的降水和 1991 到 2020 年同月平均的比。

怎么回答

交一页"稽核意见"，按这个顺序：

1. 结论：一句话，哪些对得上、哪些对不上、哪些还要核实。
2. 逐项核对：每项一行，写报案说的、数据显示的、结论（对得上、对不上、还要核实）、依据（数字和数据集）。至少包括：每个出险日期是不是暴雨、报损项目在不在合同的工程内容里、施工日志和报案是否一致、照片能不能证明出险、是不是同一次事件。
3. 要客户补的：按稽核卡列。
4. 说明：材料是示例时写明。站点的距离和日界。

不要编造数据。没有查到的写"没有查到"。

出错时