菜单
全量爬取中国企业年金基金投资管理人在其官网发布的《企业年金基金投资管理情况》季度管理报告。内置人社部许可的22家投资管理人名录+每家官网披露栏目入口、抓取策略与站点反爬坑位；驱动脚本按季全量下载并做真伪校验与清单记录。当需要采集/批量下载企业年金(或职业年金)季度管理报告/信息披露、定位某投资管理人官网披露页、更新报告库、或做年金管理人季报数据集时使用。触发词：企业年金、投资管理人、季度报告、季报、信息披露、管理情况、年金爬取、全量爬取、年金披露、pension disclosure crawl。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
AbleMind 私域平台(portal / skill-market / gitea，部署在 heyun01)运维手册。 覆盖部署上线流程、一组踩过坑的硬规矩、以及今天确立的架构/安全原则 (工作区即上线、密钥绝不进浏览器、共享顶栏单一来源、登录闸门、digest 数据解耦、 token 安全)。还含一套无头浏览器验证技巧。 当需要部署/上线 ablemind_portal、在 heyun01 上做运维、排查线上回归、 或评审"key 暴露 / 顶栏不同步 / 页面只读门禁 / digest 看不到"这类问题时使用。 触发词：部署、上线、运维、deploy、heyun01、ablemind 部署、digest/MCP/Hub 维护、 线上回归、key 泄露、顶栏不同步、登录闸门。
高德地图 / 地理工具箱 —— 通过京东 agentrs 代理网关，用单一 Bearer Token 调 6 个高德(Amap)工具： POI 地点检索、地理编码(地址↔经纬度/adcode)、行政区域查询、IP 定位、步行路径规划、坐标转换。 当需要查地点经纬度与 adcode、找附近地点(POI)、做步行导航、转换坐标系、 按 IP 定位、查行政区划时使用。触发词：高德、地图、经纬度、坐标、adcode、地理编码、 POI、附近、步行路线、导航、坐标转换、IP定位、行政区、省市区。
联网搜索工具箱 —— 通过京东 agentrs 代理网关，用单一 Bearer Token 调用 4 个搜索引擎： tavily(AI搜索)、cloudsway(必应/Bing,可拿网页全文)、SearchPro(搜狗,实时新闻时效最强)、 jdcloud_search(京东云RAG,返回整页正文)。当需要联网检索资讯、新闻、研报、实时信息， 或要抓取网页正文做后续分析时使用。触发词：联网搜索、实时搜索、查资讯、查新闻、 搜一下、tavily、bing、cloudsway、搜狗、京东搜索、web search、抓网页正文。
天气查询工具 —— 通过京东 agentrs 代理网关调用高德天气，返回城市实况(气温/天气/湿度/风力) 或未来预报。支持直接传高德 adcode，也支持传城市名/地址自动解析 adcode。当用户问某地天气、 气温、今天/明天下不下雨、出门带不带伞、未来几天天气这类问题时使用。 触发词：天气、气温、下雨、温度、湿度、风力、今天天气、明天天气、未来天气、weather、带伞。
在本机(yangnan 工作区)把一个小型 web 应用从零发布到公网的标准 playbook。 覆盖:选空闲端口、复用现成 .env 密钥(非明文)、pm2 托管 + 开机自启、 Cloudflare Tunnel 挂子域/路径拿自动 HTTPS(不开公网端口)、口令 cookie 网关、 交付前实测与结构整理。含两个真实踩过的坑(pm2 默认目录 root 占用、 Cloudflare 不剥路径前缀)和一份发布前 checklist。 当需要把一个本地小工具/演示页/内部应用上线到公网、配 pm2 持久化、 挂 lihanlin.com 子域、加访问口令时使用。 触发词:发布、上线、deploy、部署小应用、挂域名、Cloudflare Tunnel、隧道、 pm2 持久化、加 HTTPS、内网工具上公网、加口令登录。
HLB_ 品牌前端设计系统 — 暗黑开发者美学风格。用于构建 lihanlin.com 及其衍生页面 (AbleMind, AbleFlow, AbleClaw 等) 的前端 UI。当需要为 HLB_ 品牌创建新页面、 组件、产品展示页，或需要遵循 lihanlin.com 设计语言时使用此 skill。 触发词：HLB 设计、lihanlin 风格、暗黑开发者风格、产品页设计、HLB 品牌页面、 AbleMind 风格、AbleFlow 风格、开发者主页风格。
| name | annuity-disclosure-crawler |
| description | 全量爬取中国企业年金基金投资管理人在其官网发布的《企业年金基金投资管理情况》季度管理报告。内置人社部许可的22家投资管理人名录+每家官网披露栏目入口、抓取策略与站点反爬坑位；驱动脚本按季全量下载并做真伪校验与清单记录。当需要采集/批量下载企业年金(或职业年金)季度管理报告/信息披露、定位某投资管理人官网披露页、更新报告库、或做年金管理人季报数据集时使用。触发词：企业年金、投资管理人、季度报告、季报、信息披露、管理情况、年金爬取、全量爬取、年金披露、pension disclosure crawl。 |
把人社部许可的 22 家企业年金基金投资管理人在各自官网公开发布的
《企业年金基金投资管理情况》季度报告，按季全量抓取到本地，做真伪校验并生成清单。
名录、每家披露栏目 URL、抓取策略、站点反爬坑位都已固化在 references/registry.json，
两个脚本读它干活，无需每次重新摸索。
核心事实（先读懂再动手）：
access。先用纯 HTTP（快、无依赖），搞不定的再上无头浏览器。
python3 scripts/crawl.py --list
列出 22 家的 slug / 简称 / access(public|waf|login) / strategy / 披露入口。
# 全量抓所有可 HTTP 抓取的机构（跳过 waf/login，会明确提示哪几家要换 headless）
python3 scripts/crawl.py --out annuity_reports
# 只抓某几家；--latest N 只留最新 N 期(0=全量，默认全量)
python3 scripts/crawl.py --only m04,m09,m17 --latest 4 --out annuity_reports
strategy 含义（脚本自动按此处理，一般无需关心）：
pdf_index 列表页直给 PDF 直链 · detail_index 列表→详情页→再取文件 ·
html_index 报告本身是 HTML 网页（存网页）· spa_api 列表走后端 JSON ·
headless 需浏览器（脚本会跳过并提示）· login_blocked 非公开（跳过并说明）。
脚本已内置的通用能力：列表翻页（首页 index.html + index_1/2… 自动补全）、
GBK/UTF-8 自适应解码、pdfjs viewer.html?file= 包装解包、相对链接补全、
期次识别（2026Q1/2026年1季度/中文数字季度）、真伪校验（PDF 看 %PDF 魔数、
DOCX 看 PK、HTML 看大小+关键字）、内容 MD5 去重、同期两类报告防覆盖。
当第 2 步对某家提示“0 命中：请改用 crawl_headless.py”，或该家 access=waf/strategy=headless：
pip install playwright --break-system-packages && python3 -m playwright install chromium
# 默认抓所有需浏览器的机构；也可 --only 指定；--headful 显示窗口调试
python3 scripts/crawl_headless.py --only m15,m21 --latest 4 --out annuity_reports
真实 Chromium 会自动过瑞数(botgate 412)、加速乐(jsl 521)等 JS 挑战，
渲染出 SPA 列表后用带 Cookie 的浏览器上下文下载（含跨域文件站）。复用 crawl.py 的
识别/校验/命名逻辑，落地到同一 --out 目录，另出 manifest_headless.*。
典型需 headless 的：富国/工银瑞信/嘉实/易方达(SPA 列表)、平安养老/华泰资产(动态列表)、 银华/太平养老/中金(反爬 WAF)。
annuity_reports/
├── m04/ m04_2026Q1.pdf m04_2025Q4.pdf ... _disclosure_page.html
├── m13/ m13_2026Q1.docx ...
├── m22/ m22_2026Q1.html ...
├── manifest.csv / manifest.json # crawl.py 清单：机构·期次·状态·字节·本地路径·源URL
└── manifest_headless.csv / .json # crawl_headless.py 清单
status 取值：ok（校验通过）/ not-pdf/not-docx/suspect（存为 *.suspect 待查）/ download-fail:*。
交付前用 manifest 核对每家是否抓全、有无 suspect。
--latest（默认 0），脚本翻完列表所有分页，抓每家全部历史季度。
首轮建议单跑几家验证：--only m04,m17,m13，确认无误再整体跑。--latest 2，MD5 去重会跳过已存在的同内容文件（但会重新下载比对，
真正省流可结合已存在文件名跳过）。季度披露节奏：一般次季度中下旬发布（如 Q1 报告约 6 月中下旬）。crawl_headless.py。--headful 肉眼看，
必要时在 registry 该家 list_url 填精确分页模板或改 strategy。suspect。换 headless。files_in_page 收敛，若仍有属噪声可忽略（不影响真链）。https://web.archive.org/web/{ts}id_/{原PDF直链}（快照止于 2024Q2）。rtk gain 无关；与本技能无关的报错先 --list 自检 registry 是否可读。references/registry.json 是唯一事实源，字段语义见其 meta.field_notes。常见维护：
managers 条目。disclosure_url / list_url(分页模板，{n} 为页码) / file_url_pattern(报告文件或报告页 URL 正则) / strategy。slug(mNN)、short、name、category、access、strategy、item_type、入口与正则，先 --only 新slug --latest 2 验证。registry 里每家的 notes 记录了该站的真实坑位（编码、反爬类型、命名规律、口径提醒），改站点前先读。