工程险展业线索

读一份合同公告,查同一个区县最近的工程合同和土地出让,按金额、施工时间和关系排序,交一份线索清单。

官方技能第 3 版 · 2026/11/14 发布
  • 官方技能,由智元数据编写和维护
  • 只调用智元数据的 REST 接口
  • 1 个取数脚本,只用 Python 3 自带的库
  • API Key 从环境变量 WI_API_KEY 读取
依赖的数据集
2
一次对话
—
安装次数
4
近 7 天调用
9

01怎么用

三步,让你的 Agent 用上这些数据

安装和设置只做一次。以后直接向你的 Agent 提问就行。

  1. 01

    发安装语句

    复制页头的安装语句,发给 你的 Agent。它会下载技能,装进自己的技能目录。可以在页头切换你用的 Agent。

  2. 02

    设置 API Key

    在终端里运行下面的命令,再启动 你的 Agent。

    export WI_API_KEY=你的 API Key

    创建 API Key
  3. 03

    直接提问

02依赖的数据集

这些数据集都要有授权

技能用到的数据集都要有授权才能查询。缺授权时,Agent 会告诉你缺哪一个。

  • 工程项目

    上市公司政府采购合同

    listed-company-gov-procurement

    一行是一份政府采购合同,供应商是上市公司或它的子公司。包含合同名称、项目名称、采购人、供应商、主要标的、合同金额、签订日期、公告日期,以及匹配到的上市公司和股票代码。覆盖全国各级采购人公告的合同,上市公司的匹配由数据整理者完成。用来看一家上市公司拿到多少政府订单,评估它的履约责任和应收账款风险。

    189,502 行 · 51 个字段登录后查看授权
  • 工程项目

    全国土地出让记录

    land-transfer

    一行是一宗供应出去的土地(出让、划拨等)。包含位置、面积、用途、供地方式、成交价、土地使用权人、合同签订日期、约定的动工和竣工日期。覆盖全国,合同签订日期从 2000-01-01 到 2024-12-31,3511918 行。用来发现新开工的工程项目,估算项目的规模和工期。

    3,511,918 行 · 58 个字段登录后查看授权

03技能内容

装进 Agent 的,全在这里

SKILL.md 可以看预览,也可以看原文。参考文件由平台按当前数据生成,需要时才读。

常驻约 159 token
name 和 description,Agent 一直带着
触发后约 1,457 token
用到这个技能时读入 SKILL.md 正文
按需约 14,087 token
需要时才读参考文件、运行脚本

SKILL.md

74 行 · 约 1,616 token · 触发后读入
---
name: engineering-prospecting
description: 给工程险展业找线索:读用户给的合同公告或中标公告(图片或文字),认出工程所在的区县,再查这个区县最近的政府采购工程合同和土地出让地块,按金额、施工时间和关系排序,交一份线索清单。用户给出一份公告,问"这个区最近有哪些工程值得去谈""附近还有什么项目"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。
---

工程险展业线索

从一份公告出发,找同一个区县里值得去谈工程险的工程。先读公告,再取数,最后排序。

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/lead-card.md(什么样的工程值得谈、怎么排序)。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。一段代码尽量把这一步要算的都算完。

第 1 步:读公告

用户附了公告的图片时,先读图,再调用任何工具。把读到的字段写成一个 json 代码块,标题写"读图记录":

{"读图": [{"字段": "合同编号", "值": "...", "原文": "一、合同编号:..."}]}
  1. 至少读出这些字段:工程名称、合同编号、采购人、中标单位、合同金额(换算成万元)、签订日期、工程内容、所在区县(从采购人或地址推断,写明是推断)。
  2. 原文 照抄图上的那一行,不改字。图上没有的字段,值写"图上没有"。
  3. 公告上写着"不是原件"时,照实说明。

第 2 步:确认工程和区县

python3 scripts/wi.py query listed-company-gov-procurement --where "contract_no = <合同编号>" --fields project_name,buyer_name,region_code,buyer_county,buyer_city_code,supplier_name,contract_amount_yuan,contract_date --limit 5

用查到的 region_code 作为区县代码。逐个字段核对读图记录和数据:工程名称、采购人、中标单位、金额、签订日期。逐字比较,不要只看大意。写出每个字段一致或不一致。不一致的,写出两边的原文,以数据为准,并说明可能是读图读错了。

第 3 步:同区县的工程合同和土地出让

第 2 步拿到区县代码后,下面两条命令放在同一轮里运行:

python3 scripts/wi.py query listed-company-gov-procurement --where "region_code = <区县代码>" --where "contract_date >= 2021-01-01" --fields project_name,buyer_name,supplier_name,contract_amount_yuan,contract_date,procurement_method --limit 1000 --save data/contracts.json
python3 scripts/wi.py query land-transfer --where "geocoded_county_code = <区县代码>" --where "contract_date >= 2021-01-01" --fields project_name,land_user,land_use,supply_area,deal_amount,contract_date,agreed_start_date,agreed_completion_date,address --limit 1000 --save data/land.json

第 4 步:筛选和排序

写一段代码(只用 Python 自带的库),按 references/lead-card.md 做:

  1. 合同:只留施工类合同,去掉卡片里列的服务类和货物类。按项目名称和金额去重。算份数、金额合计。
  2. 地块:只留卡片里列的用途。约定竣工日期晚于数据里最新的出让合同日期的,算"还在建设期"。
  3. 按卡片的规则给每条线索打分,各列出前 5 条:名称、金额(万元)、日期、对方(合同写中标单位,地块写土地使用权人)、打分的理由。
  4. 写出数据里最新的合同日期和出让日期,说明"最近"指到哪一天。
  5. 本工程自己不算线索。和本工程中标单位相同的合同,单独数一下。

怎么回答

交一页"线索清单",按这个顺序:

  1. 出发点:一句话,公告是什么工程、在哪个区县,读图的字段和数据是否一致。
  2. 在建工程合同:前 5 条,每条写名称、金额、日期、中标单位、为什么值得谈、找谁谈。
  3. 新出让的建设用地:前 5 条,每条写项目、成交价、约定开工和竣工、土地使用权人、为什么值得谈。
  4. 下一步:先谈哪 3 条,要准备什么。
  5. 说明:合同只有供应商是上市公司的,不是全部;地块金额是土地成交价,不是工程造价。

不要编造数据。没有查到的写"没有查到"。

出错时

错误码怎么办
NO_GRANT告诉用户缺哪个数据集的授权。其他步骤照常做完
TIMEOUT加过滤条件、减少字段,再试一次
BAD_REQUEST按错误信息改字段标识或过滤值,再试一次

04版本

发布后不修改,旧版本保留

数据或说明有变化时,平台发布新版本。旧版本仍然可以查看和下载。

  1. 版本 第 3 版2026/11/14 发布

    最新下载

    更新平台维护的文件:空间数据可以按行政区划取(--region、--geometry)。按当前数据重新生成参考文件。 · 全部文件约 15,703 token

  2. 版本 第 2 版2026/11/13 发布

    历史版本查看下载

    逐字段核对读图记录 · 全部文件约 10,751 token

  3. 版本 第 1 版2026/11/13 发布

    历史版本查看下载

    实录用 · 全部文件约 10,689 token