global-hybrid-retrieval

# 法律条文或公司报告关键词+语意混合检索 Skill 结合关键词相关性与语意相似度，对法律条文和公司报告做混合检索。 ## 数据来源 本 Skill 仅使用公网可查数据，默认内置以下公开来源： 1. 中国证监会官网：《上市公司信息披露管理办法（2025）》； 2. 中国证监会公开 PDF：《公开发行证券的公司信息披露内容与格式准则第2号—年度报告的内容与格式（2021年修订）》； 3. 巨潮资讯公开披露文件：立讯精密工业股份有限公司 2025 年半年度报告； 4. 巨潮资讯公开披露文件：立讯精密工业股份有限公司 2025 年半年度业绩预告。 ## 功能 - 下载并解析公开法规 HTML/PDF 与公司报告 PDF； - 对法律条文和公司报告切分建库； - 融合关键词相关性与语意相似度进行排序； - 返回融合得分、命中词、来源标题、页码、URL 与证据片段。 ## 使用示例 ```bash pip install -r requirements.txt python script/fetch_public_data.py --data-dir data python script/hybrid_retrieval.py --corpus data/corpus.jsonl --query "业绩预告 初步测算 具体财务数据为准" --top-k 5 python script/run_demo.py ``` ## 交易说明 - 本 Skill 仅用于公开信息研究、检索与合规辅助，不构成法律意见、投资建议或交易指令。 - 结果来自公开网页与公开 PDF 的自动抽取，可能存在版式噪声、分页偏差或文本缺失，使用前应人工复核原文。 - 如用于证券、衍生品或其他金融交易场景，应由持证专业人士、法务或合规人员进行最终确认。 - 如源站链接、页面结构或格式发生变化，需重新抓取并更新语料库。 ## License - 本 Skill 自编代码采用 MIT License，见根目录 `LICENSE`。 - 公网数据的版权、许可和使用限制分别归属于对应官网、交易所或信息披露平台；使用时应遵守源站条款。