CoPAW 银登公告与结果爬取 Skill
这是一个用于 CoPAW (Copilot Automation Workflow) 的标准 Skill，支持自动爬取银登网不良贷款转让公告及转让结果，并利用大模型（LLM）提取关键数据。
目录结构
yindeng_skill/
├── skill.py # 标准 Skill 接口 (Agent/Tool Use)
├── skill.json # Skill 元数据定义
├── main.py # CLI 入口脚本
├── crawler.py # 核心爬虫逻辑
├── ocr_utils.py # OCR 与数据汇总工具
├── requirements.txt # 依赖清单
└── SKILL.md # 说明文档
Agent 集成 (CoPaw / Tool Use)
本 Skill 提供了标准的 Python 函数接口和 JSON Schema 定义，可供 AI Agent 直接调用。
Python 接口
from skill import run_yindeng_crawler
# 爬取并分析
result = run_yindeng_crawler(source="result", analyze=True)
print(result)
Skill 定义 (skill.json)
包含完整的工具描述和参数定义，符合 OpenAI/Anthropics Tool Schema 标准。
功能特性
- 多任务支持：可同时爬取“转让公告”和“转让结果公告”。
- 自动爬取：根据日期（自动计算或指定）爬取银登网公告并下载 PDF。
- 智能分析：支持多模型（DeepSeek、千问、硅基流动等）提取 PDF 中的关键金融数据。
- 数据导出：
- 爬取记录 Excel
- 债权转让证明信息汇总（仅结果公告，含 OCR 数据）
- LLM 分析结果报表 (
analysis_result.xlsx)
部署与使用
1. 安装依赖
在运行环境或 Docker 容器中安装 Python 依赖（需提前安装 Tesseract-OCR 和 Poppler）：
pip install -r requirements.txt
2. 环境变量配置 (LLM)
设置以下环境变量以启用 LLM 分析功能。本 Skill 支持多种 LLM 提供商。
通用配置
LLM_API_KEY: (必须) 您的 API Key。LLM_PROVIDER: (可选) 指定服务商，如deepseek,siliconflow,qwen。默认为deepseek。LLM_API_BASE: (可选) API 基础地址。LLM_MODEL: (可选) 模型名称。
常用服务商配置示例
DeepSeek (默认)
export LLM_API_KEY="sk-..."
export LLM_PROVIDER="deepseek"
# 默认 BASE: https://api.deepseek.com/v1
# 默认 MODEL: deepseek-chat
硅基流动 (SiliconFlow)
export LLM_API_KEY="sk-..."
export LLM_PROVIDER="siliconflow"
# 默认 BASE: https://api.siliconflow.cn/v1
# 默认 MODEL: deepseek-ai/DeepSeek-V3
通义千问 (DashScope/Aliyun)
export LLM_API_KEY="sk-..."
export LLM_PROVIDER="qwen"
# 默认 BASE: https://dashscope.aliyuncs.com/compatible-mode/v1
# 默认 MODEL: qwen-plus
3. 调用方式
默认运行（爬取公告 + 结果）：
python main.py
仅爬取转让结果：
python main.py --source result
爬取并启用 LLM 分析：
python main.py --analyze
指定日期运行：
python main.py 2026-03-03
输出结果
- 转让公告:
YYYY-MM-DD银登公告/ - 转让结果:
YYYY-MM-DD银登公告结果/*债权转让证明信息汇总.xlsx: 包含 OCR 识别后的结构化数据。analysis_result.xlsx: 包含 LLM 提取的深度分析数据。
退出码说明
0: 成功且有新数据。2: 成功但暂无更新（所有任务均无新增数据）。1: 运行出错。