beacon-mfg-mcp 1.10.0 → 1.11.0

package/RELEASE.md

@@ -1,8 +1,57 @@
-# Beacon-MFG 只读 MCP 服务 · v1.10.0
+# Beacon-MFG 只读 MCP 服务 · v1.11.0
 
 面向 Agent 的供应商名录检索服务：**只读**，不参与交易、不写入任何数据、不持有密钥。
 
-## 本次更新（v1.10.0）
+## 本次更新（v1.11.0）
+
+**一句话：让 Agent 知道「这个行业的分类有多可信」——新增证据等级，
+不再把「按采集关键词反推的码」当成「核实过的行业」讲给客户。**
+
+### 为什么
+
+全库 21 万条里，只有 **34 条**的行业归类有权威依据（工商登记 / 人工认证）。
+98.4% 是推断的，其中 **28.5% 是按当年抓数据时的搜索词反推**——
+用「软件开发」搜地图，整栋软件大厦里的公司都被打了 6513 应用软件开发。
+
+以前这两者在检索结果里长得一模一样。Agent 于是会把一家建设工程公司
+当成软件公司推给用户——**这比答「没找到」伤害大得多**：
+答没找到，用户会自己去找；答错了，用户会拿它做采购决定。
+
+### 新增字段
+
+| 位置 | 字段 | 说明 |
+|---|---|---|
+| `get_vendor` → `vendor.industry_evidence` | `{tier,label,source,confidence,code,name,caveat}` | 完整证据块 |
+| `search_vendors` → `results[].industry_source` | `string \| null` | 归类的来源枚举 |
+| `search_vendors` → `industry_note` | `string` | 口径说明：`results[].gb` 是归档位置，不等于已核实行业 |
+
+等级由 `industry.source` 推导，**不落盘**（source 一变等级自动跟着变）：
+
+| tier | 含义 | 全库占比 |
+|---|---|---|
+| **A** | 工商登记 / 人工认证 | 0.02% |
+| **B** | 公司名推断（「某某精密机械有限公司」） | 64.5% |
+| **C** | 国标词匹配 / POI 标签 / 原品类兜底 | 6.0% |
+| **D** | 采集关键词反推 | 28.5% |
+
+C/D 自带 `caveat` 文案，明确提示「可作线索，不宜当精确分类引用」。
+
+### 使用方法
+
+拿行业给用户下结论之前，先看 `tier`：
+
+- `A` / `B` → 可以直接说「这家做 X」
+- `C` / `D` → 说「名录上归在 X，**行业待核**」，并优先用能力卡、厂名、工艺去佐证
+
+### 兼容性
+
+- 只**新增**字段，原有 10 个工具的参数与既有返回结构**无变化**，老客户端忽略新字段即可。
+- `get_vendor` 的 `gb_source`（`"shard"` = 国标码取自分片归属）语义未变，
+  与本次新增的 `industry_source` 是两件事，不要混用。
+- 数据侧同步改动：全库重新核对名称与国标的矛盾（1,835 → 510 条），
+  指纹层新增 `isrc` 字段并重算 `et`（生产/流通/服务）。
+
+## 本次更新（v1.10.0，已发布）
 
 **一句话：Agent 终于能「把人带到正确的入口」——新增 `vendor_onboarding`，
 用户说「我是某某公司的、想入驻」时，Agent 不再手足无措 —— 但**仍然不代填**。
@@ -106,17 +155,18 @@
   装完即降级为「无身份」——服务端开强制鉴权后所有 npx 用户会集体 401。
 - 服务端同步：匿名 200 次 / verified 2000 次（滚动 24h），L2 能力卡另有 300 条/日上限。
 
-## 九个 tool（8 只读 + 1 身份自助）
+## 十个 tool（9 只读 + 1 身份自助）
 
 | tool | 用途 |
 |---|---|
-| `search_vendors` | 按关键词 / 城市 / 国标码检索 |
-| `get_vendor` | 按 id 取完整档案 |
+| `search_vendors` | 按关键词 / 城市 / 国标码 / 坐标检索 |
+| `get_vendor` | 按 id 取完整档案（含 `industry_evidence` 证据等级） |
 | `get_capability_card` | 按 id 取能力卡 |
 | `suggest_filters` | 把口语需求映射成候选国标小类码 |
 | `list_industries` | 浏览有数据的国标小类货架 |
 | `start_sourcing` / `answer_sourcing` / `refine_sourcing` | 多轮采购寻源 |
 | `account` | 查额度 / 绑手机号升 verified / 解绑（`action`） |
+| `vendor_onboarding` | 拉起入驻/认领：给深链 + 步骤 + 边界清单（**不代填**） |
 
 ## 安装
 

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "beacon-mfg-mcp",
-  "version": "1.10.0",
+  "version": "1.11.0",
   "description": "Read-only MCP server exposing the BeaconMFG灯塔 directory of business entities across ALL GB/T 4754 industry divisions (manufacturing, services, retail, logistics, catering, IT, and more) to any MCP-compatible agent. No signup and no API key: an anonymous identity is generated on first run, phone binding is optional (only needed for L2 capability cards).",
   "keywords": [
     "mcp",

package/server.py

@@ -2351,6 +2351,11 @@ def _rec_summary(rec: Dict[str, Any]) -> Dict[str, Any]:
         "city": rec.get("city"),
         "district": rec.get("dist"),
         "gb": rec.get("gb"),
+        # 行业归类的证据来源（2026-10-24）。指纹分片带 isrc 时才有值；
+        # 没有就留 null —— 调用方要精确证据等级请用 get_vendor 的 industry_evidence。
+        # ⚠ 读的是 isrc 不是 src：src 是**数据信源**（gov_list/public_directory），
+        #   两件事必须分开，混用会让 App 的绿色 G 标和这里的证据等级互相干扰。
+        "industry_source": rec.get("isrc"),
         # 主体经济类型：生产(A/B/C/D/E) / 流通(F/G) / 服务(H~S)。
         # 全行业口径下这是唯一能跨门类表达「这家主体在干什么性质的事」的信号 ——
         # 旧的「是否制造商」只能区分 C 与非 C，服务类主体占六成却全挤在一筐里。
@@ -3280,6 +3285,14 @@ def search_vendors(query: str = "", city: str = "", gb: str = "",
                        "某酒店(中央商务区店) 前面）；score 是**能力画像分**"
                        "（有已发布能力卡才有分，无卡为 0），**不是相关度**，不要拿它反推排序。")
                        + (_geo_note(rad) if lat_v is not None else ""),
+        # 行业证据：search 只返回指纹摘要，拿不到完整的 industry.source。
+        # 但 agent 很容易把 results[].gb 当成「核实过的行业」直接讲给客户 ——
+        # 全库 28.5% 的归类其实是按采集关键词反推的。把口径写死在这里，
+        # 和 order_note 同一立场：别让调用方猜。
+        "industry_note": ("results[].gb 是这家**归档所在的国标小类**，不等于已核实的行业。"
+                          "要拿行业下结论前，先 get_vendor 看 industry_evidence.tier："
+                          "A=工商登记/人工认证、B=公司名推断、C=词表兜底、D=采集关键词反推。"
+                          "C/D 级别的行业只能当线索，向用户表述时应带上「行业待核」。"),
         # 坐标回显 + 圈外剔除数（仅坐标查询时出现）。
         **({"geo": {"lat": lat_v, "lng": lng_v, "radius_km": rad,
                     "records_with_coords": geo_ncoord}} if lat_v is not None else {}),
@@ -3307,6 +3320,60 @@ def _pick(*vals: Any) -> Any:
     return None
 
 
+# ── 行业归类的证据等级（2026-10-24）──────────────────────────────────
+# 全库 210,555 条里只有 34 条的行业有权威依据（工商登记 / 人工认证），
+# 98.4% 是推断的。但检索结果里这两者长得一模一样 —— agent 会把
+# 「用采集关键词反推出来的码」当成「确认过的行业」讲给客户。
+# 那比答"没有"伤害更大：答"没有"用户会自己去找，答错了用户会拿它做采购决定。
+#
+# 所以给每条记录附一个等级，让调用方自己决定信到什么程度。
+# 等级**完全由 industry.source 推导、不落盘**：source 一变等级自动跟着变，
+# 不会出现「数据里存着旧等级、source 已经改过」的自相矛盾。
+#
+#   A 权威  工商登记 / 人工认证
+#   B 名称  公司名推断（"苏州某某精密机械有限公司" → 通用设备制造）
+#   C 兜底  国标特征词 / POI 标签 / 原品类
+#   D 采集  按抓取时的搜索词反推 —— 最弱的一档，占全库 28.5%
+_EVIDENCE_TIER = {
+    "gov_registry": ("A", "工商登记"),
+    "registration": ("A", "工商登记"),
+    "certification": ("A", "人工认证"),
+    "name": ("B", "公司名称推断"),
+    "gb_token": ("C", "国标特征词匹配"),
+    "keyword": ("C", "POI 标签词"),
+    "category_fallback": ("C", "原品类兜底"),
+    "company_website": ("C", "企业官网"),
+    "search_keyword": ("D", "采集关键词反推"),
+}
+_EVIDENCE_CAVEAT = {
+    "C": "行业依据较弱，可能只判到门类；可作线索，不宜当精确分类引用。",
+    "D": "按采集时的搜索词反推，与这家实际做什么可能无关"
+         "（当年用「软件开发」搜地图，整栋软件大厦里的公司都被打了 6513）。"
+         "多结果并列时请降权，或向用户明示「行业待核」。",
+}
+
+
+def _industry_evidence(rec: Dict[str, Any]) -> Optional[Dict[str, Any]]:
+    """把 industry.source 折成可读的证据等级；没有 industry 就返回 None。"""
+    ind = rec.get("industry")
+    if not isinstance(ind, dict) or not ind.get("code"):
+        return None
+    src = (ind.get("source") or "").strip()
+    tier, label = _EVIDENCE_TIER.get(src, ("C", src or "未知来源"))
+    out: Dict[str, Any] = {
+        "tier": tier,
+        "label": label,
+        "source": src,
+        "confidence": ind.get("confidence"),
+        "code": ind.get("code"),
+        "name": ind.get("name"),
+    }
+    cav = _EVIDENCE_CAVEAT.get(tier)
+    if cav:
+        out["caveat"] = cav
+    return out
+
+
 def normalize_vendor(rec: Dict[str, Any]) -> Dict[str, Any]:
     """zh 分片存在两套历史结构，下游 agent 只认一种，在这里展平（只增不删）。
 
@@ -3323,6 +3390,10 @@ def normalize_vendor(rec: Dict[str, Any]) -> Dict[str, Any]:
     out["province"] = _pick(rec.get("province"), region.get("province"))
     out["gb"] = rec.get("gb") if rec.get("gb") not in (None, "") else None
     out["keywords"] = _pick(rec.get("keywords"), rec.get("products"))
+    # 行业证据等级：只增不删的新字段，老调用方忽略即可（见 _EVIDENCE_TIER）
+    ev = _industry_evidence(rec)
+    if ev:
+        out["industry_evidence"] = ev
     if not out.get("gb"):
         out["gb_unclassified"] = True
     return out