菜单
通过企查查 OpenAPI 查询中国企业的工商、股东、司法、经营、知识产权、招投标、舆情等数据。当用户说"查 XX 公司"、"看 XX 的工商/股东/有没有官司/有没有被执行/有没有商标专利/有没有经营异常"、"XX 是不是空壳"、"XX 法人是谁"、"XX 注册资本"、"查企查查"、"查企业"等任何企业信息查询需求时，使用此技能。已注册 45 个商业接口（用户需自行在企查查后台逐个申请开通）。零依赖纯 Python，跨平台 Mac/Windows/Linux。
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
| name | kaiyu-qichacha-fetcher |
| description | 通过企查查 OpenAPI 查询中国企业的工商、股东、司法、经营、知识产权、招投标、舆情等数据。当用户说"查 XX 公司"、"看 XX 的工商/股东/有没有官司/有没有被执行/有没有商标专利/有没有经营异常"、"XX 是不是空壳"、"XX 法人是谁"、"XX 注册资本"、"查企查查"、"查企业"等任何企业信息查询需求时，使用此技能。已注册 45 个商业接口（用户需自行在企查查后台逐个申请开通）。零依赖纯 Python，跨平台 Mac/Windows/Linux。 |
企查查 API 工具。用户用自然语言提需求，AI 在后台调脚本——用户不需要打命令。
用户说的话 → 你识别意图 → 你调脚本 → 你把结果用人话回给用户。
| 用户说的 | 你该做的 |
|---|---|
| "查一下腾讯的工商信息" | 调 410（工商基本）；如果用户后续问"详细一点" 再叠 735 |
| "腾讯的法人是谁 / 注册资本多少" | 调 410，从 OperName / RegistCapi 字段答 |
| "腾讯股东有哪些" | 调 731 |
| "腾讯有没有官司 / 被起诉 / 被执行" | 司法风险全套：740（失信）+741（被执行）+887（裁判文书）+888（开庭）+889（立案），按风险层级答 |
| "腾讯经营异常吗 / 有没有处罚 / 有没有质押" | 经营风险：739（经营异常）+748（严重违法）+865（行政处罚）+751/753（股权质押） |
| "腾讯有什么商标 / 专利" | 231（商标）+ 514（专利） |
| "腾讯最近有什么新闻 / 融资" | 701（舆情）+ 950（融资） |
| "XX 是不是真的（合同对方核验）" | 855（二要素）或 856（三要素，需要法人） |
| "XX 这个公司是空壳吗" | 410 工商 + 884 对外投资 + 732 主要人员，综合判断 |
自然语言里没说明企业全称时：先用 886（模糊搜索，0.10 元）拿到完整工商全称，再调具体接口。别让用户打全称。
金额提醒原则（默认推荐口径，可调整）：单次调用超 1 元的接口（735/731/213/271/884/758/988/1024/980/958）多个叠用前，先口头说"这几项加起来约 X 元，跑吗"；2 元以下随便跑不用问。
| 资源 | Mac / Linux | Windows |
|---|---|---|
| Skill 目录 | ~/.claude/skills/kaiyu-qichacha-fetcher/ | %USERPROFILE%\.claude\skills\kaiyu-qichacha-fetcher\ |
| 凭证文件 | ~/.config/qichacha/credentials.json | %USERPROFILE%\.config\qichacha\credentials.json |
| 缓存目录 | ~/.cache/qichacha/<MD5(企业名)[:16]>/ | %USERPROFILE%\.cache\qichacha\<MD5(企业名)[:16]>\ |
scripts/api_registry.py（45 个接口，默认 opened: False）SETUP.md（用 python setup.py 一键完成）TROUBLESHOOTING.md用户不需要手编辑任何文件。所有维护操作都通过这些命令完成——当用户问相关问题时，你（AI）应主动跑这些命令：
| 用户说的 | 你跑的命令 |
|---|---|
| "帮我配置 / 第一次用 / 还没设置" | python3 setup.py（交互式录入凭证） |
| "我到底装到哪一步了 / 查一下状态 / 能用了吗" | python3 setup.py diagnose |
| "帮我标记 410/740/... 已经开通了" | python3 setup.py mark-opened 410 740 ... |
| "取消 XX 的开通标记 / 我退订了 XX 接口" | python3 setup.py mark-closed 410 |
| "看下我开了哪些接口" | python3 setup.py list-opened |
| "测一下凭证对不对 / 跑一次真实请求验证" | python3 setup.py probe（扣 ¥0.1） |
| "重新来 / 重置 / 清掉重新配" | python3 setup.py reset（需确认） |
mark-opened 会修改 scripts/api_registry.py 中的 opened 字段；写入前会做 Python 语法校验，失败拒绝写入。用户不应该手编辑这个文件——出问题都用 mark-opened / mark-closed。
Python 内联（推荐，避免子进程开销）：
import os, sys
# 用 expanduser 自动展开 ~ / %USERPROFILE%，跨平台
sys.path.insert(0, os.path.expanduser("~/.claude/skills/kaiyu-qichacha-fetcher/scripts"))
from client import fetch, check_account, QccError
r = fetch("410", keyword="腾讯科技（深圳）有限公司")
if r.ok:
data = r.data # 工商详情字典
# 用 r.data 里的字段写自然语言回复
elif r.status == "":
pass # QccError 已经被抛
else:
# r.ok==False 但没抛——通常是无结果
pass
Bash / CMD 调 CLI（备用，输出 JSON 自己解析）：
# Mac/Linux
python3 ~/.claude/skills/kaiyu-qichacha-fetcher/scripts/qcc.py fetch 410 "腾讯科技（深圳）有限公司"
python3 ~/.claude/skills/kaiyu-qichacha-fetcher/scripts/qcc.py check-account
python3 ~/.claude/skills/kaiyu-qichacha-fetcher/scripts/qcc.py list --opened --md
:: Windows
python %USERPROFILE%\.claude\skills\kaiyu-qichacha-fetcher\scripts\qcc.py fetch 410 "腾讯科技（深圳）有限公司"
python %USERPROFILE%\.claude\skills\kaiyu-qichacha-fetcher\scripts\qcc.py check-account
按"用户最可能怎么说"组织。多个接口可叠加。
注意：用户必须先在企查查后台 https://openapi.qcc.com/dataApi 逐个申请开通对应接口，开通后跑
python setup.py mark-opened <code1> <code2> ...告诉 skill（不要让用户手编辑api_registry.py）。未开通的接口调用会返回not_opened错误。
| 意图关键词 | ApiCode | 单价 | 该字段在哪 |
|---|---|---|---|
| "工商 / 注册 / 注册资本 / 法人 / 经营范围 / 成立时间" | 410 | 0.20 | RegistCapi / OperName / Scope / StartDate |
| "工商详情 / 完整工商 / 实缴 / 参保人数 / 国标行业" | 735 | 2.00 | 比 410 多 30+ 字段 |
| "股东 / 出资 / 持股" | 731 | 2.00 | Result.[].StockName/StockType/StockPercent |
| "高管 / 董事 / 监事 / 法人 / 主要人员" | 732 | 0.50 | Result.[].Name/Job |
| "分公司 / 分支机构 / 子公司（注：子公司是 884）" | 733 | 0.50 | Result.[].Name/Address |
| "变更 / 改过名 / 法人变过吗 / 经营范围改过吗" | 734 | 1.00 | Result.[].ProjectName/BeforeContent/AfterContent |
| "年报 / 历年营收 / 历年员工数" | 213 | 1.00 | 按年份列表 |
| "开票 / 税号" | 271 | 1.00 | TaxpayerNo / RegisterAddress |
| "二要素 / 名称统一社会信用代码对吗" | 855 | 0.10 | Result == "一致" |
| "三要素 / 名称+信用代码+法人对吗" | 856 | 0.20 | 同上 |
| "模糊搜 / 不知道全称 / XX 这家公司" | 886 | 0.10 | Result.[].Name/KeyNo |
| 意图关键词 | ApiCode | 单价 |
|---|---|---|
| "对外投资 / 投了哪些公司 / 子公司（投资关系）" | 884 | 1.00 |
实控人、股权穿透、企业图谱、控制企业、受益所有人——这些都是企查查面议类接口，需联系企查查商务（400-088-8275）单独开通。
| 意图关键词 | ApiCode | 单价 |
|---|---|---|
| "失信被执行 / 老赖" | 740 | 0.30 |
| "被执行" | 741 | 0.30 |
| "限高 / 限制高消费" | 742 | 0.50 |
| "股权冻结" | 752 | 0.50 |
| "破产 / 重整" | 761 | 0.50 |
| "判决 / 裁判文书 / 打过官司 / 被起诉" | 887 | 0.30 |
| "开庭" | 888 | 0.50 |
| "立案" | 889 | 0.50 |
| "终本 / 执行不能" | 758 | 1.00 |
| "限制出境" | 988 | 1.00 |
| "法院公告" | 882 | 0.50 |
| "司法拍卖" | 744 | 0.50 |
推荐预设——信贷尽调司法包：用户说"看 XX 司法风险"时，默认跑 740+741+742+752+887+888+889（共约 3.0 元，前提是这些接口已开通），高级别尽调再加 761+758+988+882+744。
| 意图关键词 | ApiCode | 单价 |
|---|---|---|
| "经营异常 / 列入异常名录" | 739 | 0.50 |
| "严重违法 / 黑名单" | 748 | 0.50 |
| "行政处罚" | 865 | 0.50 |
| "动产抵押" | 747 | 0.50 |
| "土地抵押" | 745 | 0.50 |
| "股权出质" | 751 | 0.50 |
| "股权质押" | 753 | 0.50 |
| "税收违法" | 756 | 0.50 |
| "欠税" | 757 | 0.50 |
| "对外担保" | 1024 | 1.00 |
| "清算 / 注销中" | 980 | 1.00 |
| 意图关键词 | ApiCode | 单价 |
|---|---|---|
| "商标" | 231 | 0.30 |
| "专利" | 514 | 0.30 |
| "软著 / 著作权" | 233 | 0.50 |
| "网站备案 / ICP" | 515 | 0.50 |
| 意图关键词 | ApiCode | 单价 |
|---|---|---|
| "招投标 / 中标" | 958 | 1.00 |
| "资质 / 证书" | 255 | 0.30 |
| "税务信用 / 纳税评级" | 691 | 0.50 |
| "行政许可 / 资质审批" | 892 | 0.50 |
| 意图关键词 | ApiCode | 单价 |
|---|---|---|
| "新闻 / 舆情 / 最近报道 / 出过事吗" | 701 | 0.50 |
| "融资 / 估值 / 投资人" | 950 | 0.50 |
scripts/duediligence.py 是批量编排器——输入企业名，自动跑全部"已开通"的接口，输出 markdown 原料包 + JSON 原始数据 + 调用日志。
import os, sys
sys.path.insert(0, os.path.expanduser("~/.claude/skills/kaiyu-qichacha-fetcher/scripts"))
from duediligence import run_full_dd, render_markdown
report = run_full_dd("腾讯科技（深圳）有限公司")
print(render_markdown(report))
# 或直接 CLI：python3 ~/.claude/skills/kaiyu-qichacha-fetcher/scripts/duediligence.py "企业名" --out ./output
成本预估（接口全开通的话）：
风险信号汇总口径（写在 _build_risk_summary() 里）：
这是一个"信贷/担保业务"视角的保守口径。其他业务场景（投前、合规筛查、供应商背调）可能需要自定义评级表——直接改
_build_risk_summary()即可。
Token = MD5(appkey + Timespan + SecretKey).upper()（32 位大写）Timespan = Unix 秒key = appkeyuse_cache=FalseQccError.kind）捕获到 QccError 后优先用 e.friendly() ——会返回带中文 label + 行动建议的字符串，可直接转给用户：
try:
r = fetch("741", keyword="腾讯")
except QccError as e:
user_message = e.friendly() # 例如：
# [接口未开通] [741 被执行人核查] Status=403 接口未开通
# → 这个接口在企查查后台还没申请开通。去 https://openapi.qcc.com/dataApi/741
# 点'申请开通'，通过后跑 `python setup.py mark-opened 741`。
| kind | 含义 | 友好建议方向 |
|---|---|---|
creds | 凭证错/签名错/必填参数缺 | 跑 python setup.py 重新录入 |
not_opened | ApiCode 在 appkey 下没开通 | 申请开通后跑 python setup.py mark-opened <code> |
no_result | 关键词无匹配（业务正常） | 用 886 模糊搜索拿全称；或用统一社会信用代码 |
rate_limit | 限流 | 等 1-2 分钟；高频联系企查查商务提升 QPS |
network | DNS/超时/代理 | 详见 TROUBLESHOOTING.md |
unknown | 其他 | 把 r.raw 贴给用户 + 引导看 TROUBLESHOOTING.md |
KeyNo 或完整全称再调其他接口keywordpython setup.py mark-opened <code> 告诉 skillWrite excellent unit tests — FIRST, AAA, Right-BICEP. Use when the user asks to "write tests", "add unit tests", "add tests", "this needs tests", or any scenario involving writing or reviewing unit tests.
Convert an HTML page into a single continuous-page PDF (one tall page, no pagination breaks), preserving desktop layout, backgrounds and selectable text. Use when the user asks to turn an HTML file/report/proposal into a "single-page PDF", "long PDF", "不分页 PDF", "单页 PDF", "长图式 PDF", or complains that an HTML-to-PDF export breaks into pages or cuts content. Supports optional string redaction with leak verification.
Generate AI music with Producer via AceDataCloud API. Use when creating songs, generating lyrics, extending tracks, creating covers, swapping vocals/instrumentals, replacing song sections, or uploading reference audio. Supports custom lyrics, instrumental-only mode, and multiple creative actions.
Iterate plans or implementations through fresh reviewer subagents until convergence. Use when the user explicitly asks for a "fresh reviewer loop", "plan iteration loop", "review and critique until clean", "spin up a reviewer to review my changes", or any phrasing where the goal is delegated adversarial review-then-fix cycles either on a plan before code or on a working implementation after code. Each round uses a new subagent so it has no prior-round context or groupthink.
Use this skill when the user is working with LyteNyte Grid (@1771technologies/lytenyte-pro or @1771technologies/lytenyte-core), a headless React data grid. Activate for tasks like: installing or licensing the grid, configuring columns or rows, building cell renderers or editors, adding filters or sort controls, grouping or aggregating rows, pivoting, exporting to CSV/Excel/Parquet/Arrow, row selection, cell range selection, theming or styling, TypeScript GridSpec patterns, server-side or tree data, and any PRO component (SmartSelect, PillManager, Menu, Dialog, TreeView, RowGroupCell). Also activate when the user describes grid problems without naming the package — e.g. "my rows won't group", "cells aren't editable", "add a loading overlay", "pin this column", "the filter isn't working", "how do I export this table", "select a range of cells", "copy cells to clipboard".
Design websites and applications that AI agents can consume, navigate, and interact with. Use when building any site, app, or product that agents will use as an end-user — not just crawl or index. Covers semantic structure, accessibility-as-agent-interface, machine-readable data, API-first patterns, and the emerging protocols (llms.txt, MCP, NLWeb, A2UI) that make sites agent-ready. Triggers on: agent-friendly, agent-readable, agent-accessible, AX, agent experience, agentic web, dual-interface, machine-readable, llms.txt, MCP integration, NLWeb, accessibility tree, ARIA for agents, structured data, JSON-LD, Schema.org, API-first design, build for agents, agent-ready.