dsh-data-cleaning-agent 0.9.16 → 0.9.17

package/CHANGELOG.md

@@ -1,3 +1,9 @@
+# 0.9.17 · 2026-09-18
+
+- 工商与简介新增 14 项一企一行字段：省市区及地区代码、四级国标行业、四级企查查行业、主营产品、企业规模；不改变默认选择。
+- 兼容行业由文本改为对象的返回结构，保留旧文本且不推测缺失层级，避免输出对象字符串；主营产品按源顺序合并一格。
+- 向导与工作台同步字段目录、别名搜索、层级/规模说明及动态数量，保留原列回填和客户结果/任务报告分层。
+
 # 0.9.16 · 2026-09-15
 
 - UX-49：仅清洗入口新建的独立 Session，通过 Host 原生草稿接口预填一次；空草稿、附件/引用、输入就绪、IME、草稿版本与晚到竞态二次核验，不自动发送、建业务任务或展开工作台。

package/README.en.md

@@ -10,7 +10,9 @@ Related agents: [数据清洗补全](https://github.com/duhu2000/dsh-data-cleani
 
 > A data cleaning & completion agent plugin for DeepSeek Harness: local CSV/XLSX/JSON engine plus optional Qichacha (QCC) MCP enterprise-data enrichment. Initiated and maintained by the Qichacha (QCC) team.
 >
-> Current source version / 当前源码版本: **0.9.16** (stable release)
+> Current source version / 当前源码版本: **0.9.17** (stable release)
+
+0.9.17 adds 14 region, industry-level, product and enterprise-size fields (150 total), supports both legacy industry text and nested responses, and improves field search and column mapping. Defaults remain unchanged; missing levels are never inferred. Products reflect only the upstream first 10 entries. See [field expansion and verification boundaries](docs/CORE-FIELDS-20260918.md).
 
 0.9.16 implements UX-49: a one-time editable native guide for new cleaning-entry Sessions, with existing text, attachment, IME and asynchronous-race guards. Clearing, refreshing or returning never restores it. Initialization does not send, call tools or open the workbench. Incomplete templates request the missing list and fields first. See the [adoption record](docs/UNIFIED-HOME-1.5.4-ADOPTION.md) for isolated DSH evidence and unverified boundaries.
 

package/README.md

@@ -9,7 +9,7 @@
 数据清洗补全智能体：面向 Excel/CSV/JSON 企业名单，提供数据清洗、表格清洗、清洗补全、去重、企业数据补全与字段补全，支持企查查 MCP 和结果导出。
 
 ```sh
-dsh plugin --profile web add dsh-data-cleaning-agent@0.9.16
+dsh plugin --profile web add dsh-data-cleaning-agent@0.9.17
 ```
 
 请先满足下文的 DSH、连接器及侧边栏依赖要求；安装后完整停止并重启对应 Profile。
@@ -27,7 +27,9 @@ dsh plugin --profile web add dsh-data-cleaning-agent@0.9.16
 
 > 在 DeepSeek Harness 中清洗、补全、画像企业名单数据的智能体插件：本地 CSV/XLSX/JSON 引擎 + 可选企查查（Qichacha/QCC）MCP 企业数据补全，由企查查（Qichacha/QCC）团队发起并维护。
 >
-> 当前源码版本 / Current source version: **0.9.16**（正式版本）
+> 当前源码版本 / Current source version: **0.9.17**（正式版本）
+
+0.9.17 新增省市区、地区代码、四级国标行业、四级企查查行业、主营产品与企业规模共 14 项字段，目录共 150 项；兼容行业由文本改为分层对象，优化字段搜索与原列映射。默认选择不扩大，缺失层级不推测；主营产品最多为上游返回的前 10 项。详见[字段扩展与验证边界](docs/CORE-FIELDS-20260918.md)。
 
 0.9.16 实施 UX-49：首页仅为清洗入口新建的会话预填一次原生可编辑引导，保护已有文字、附件、中文组合输入与异步竞态。主动清空、刷新或切回不会补回；不自动发送、调用工具或展开工作台。未补全模板先澄清名单和字段。真实 DSH 隔离验收及未验证边界见[规范采用记录](docs/UNIFIED-HOME-1.5.4-ADOPTION.md)。
 

package/docs/CORE-FIELDS-20260918.md

@@ -0,0 +1,50 @@
+# V3.25 核心字段扩展评估与实现（0.9.17，2026-09-18）
+
+## 一手依据
+
+- 2026-09-17 V3.25.0 发版通知及核对说明：工商地区/国标行业、简介企查查行业/主营产品/企业规模。
+- qcc_mcp_new 本地 dev@fabceff：apps/mcp/src/tools/company_registration_info.tool.ts、company_profile.tool.ts；工商变更 cf4cfe1，简介 9203e20/f9719a0/a538e16/3b672ec。
+- mcp_web 本地 dev@f2b85a79：apps/web/lib/demo-data.ts 及两个对应 example tests；913882d4、c9fb123a 和 109c9216。两个源仓只读，未修改工作树。
+- 清洗插件基线 origin/main@794201b / npm latest 0.9.16，无在途 PR。独立分支 feat/core-fields-20260918；不变更共享字段包或默认选择。
+- 发版核对说明明确未独立验证生产部署；本次亦未发起收费 MCP 请求。代码/官网示例对齐不能替代线上验收。
+
+## 新增 14 项一对一字段
+
+| 来源工具 | 精确返回路径 | 补全字段 ID | 显示名 |
+| --- | --- | --- | --- |
+| get_company_registration_info | 地区信息.省份 | province | 省份 |
+| 同上 | 地区信息.城市 | city | 城市 |
+| 同上 | 地区信息.区域 | district | 区域 |
+| 同上 | 地区信息.地区代码 | area_code | 地区代码 |
+| 同上 | 国标行业.门类 | industry_section | 国标行业门类 |
+| 同上 | 国标行业.大类 | industry_large | 国标行业大类 |
+| 同上 | 国标行业.中类 | industry_middle | 国标行业中类 |
+| 同上 | 国标行业.小类 | industry_small | 国标行业小类 |
+| get_company_profile | 企查查行业.一级 | qcc_industry_level1 | 企查查行业一级 |
+| 同上 | 企查查行业.二级 | qcc_industry_level2 | 企查查行业二级 |
+| 同上 | 企查查行业.三级 | qcc_industry_level3 | 企查查行业三级 |
+| 同上 | 企查查行业.四级 | qcc_industry_level4 | 企查查行业四级 |
+| 同上 | 主营产品 | main_products | 主营产品 |
+| 同上 | 企业规模 | company_scale | 企业规模 |
+
+两个工具均来自 qcc-company。目录 136→150；工商 27→35、简介 3→9。仍按企业+工具去重调用，不为每个层级重复查同一工具。
+
+## 兼容性与数据边界
+
+- 旧 industry_category / qcc_industry ID 保留：旧文本原样输出；新对象按明确层级标注串联，禁止直接 String(object)。独立层级只取对应叶子，不把旧文本认定为某层级，也不从其他层级补缺。
+- 地区字段来自嵌套“地区信息”，不从所属地区/注册地址拆分；地区代码保留字符串与前导零。不同主体可能不返回这些字段，缺失留空。
+- 企业规模取简介“企业规模”（上游大型/中型/小型/微型）；原 company_size 仍是工商“人员规模”，不能互相回填。
+- 主营产品是名称数组，按原顺序以中文分号合并单元格，不展开企业行、不重排、不去重。当前服务只请求前 10 项，空数组也可能来自不支持主体或补充接口异常，不能据此判断企业没有产品。
+- 原表非空值保护、只回填选定字段、来源审计和客户 XLSX/任务报告分层保持不变；主结果不增加本次未选字段。
+
+## 选择界面
+
+保持两大来源分组及现有全选/清空交互；增加层级、规模和产品边界说明。新增省/市/区县、区域编码、企查查一级行业等别名，搜索和表头映射共用；不把笼统“行业”自动绑定到某级。数量取当前目录，移除过时固定批次数字。默认字段不扩大。
+
+## 验证
+
+自动化覆盖：新结构/旧文本、缺层级、畸形对象、零值和前导零、产品原顺序、两个工具去重、原值保留、未选择字段不输出、前后端目录映射及 UI 数量/搜索。
+
+本地验收：npm run check 全部通过（302 项测试及语法、文档、打包门禁）；真实 React/Chromium 亮/暗主题 × 5 种尺寸共 10 组回归通过，包括新增别名搜索、行业层级、银行模板省市区自动映射。XLSX 合成往返测试验证中文列名、前导零、产品单元格和报告分层；未在客户已登录的 3080 会话上发起业务调用。
+
+未验证：生产 MCP 实际部署与权限、真实企业返回完整度；不将合成 fixture 当作真实业务验收。用户后续已授权 commit、push、tag 与 npm 发布，0.9.17 按 PR 检查、合并默认分支、tag/OIDC 流程发布；发布状态以 registry 回读为准。

package/docs/UI-WORKFLOW-V2.md

@@ -18,14 +18,15 @@
 
 ## 2. 当前范围
 
-当前字段目录共 128 项，UI/Host/XLSX 按 8 个来源工具分组：
+当前字段目录共 150 项，UI/Host/XLSX 按 11 个来源工具分组（0.9.17，2026-09-18 扩展）：
 
-- 基础 30 项：`get_company_registration_info`（企业工商信息，27 项）和 `get_company_profile`（企业简介，3 项）。
+- 基础 44 项：`get_company_registration_info`（企业工商信息，35 项）和 `get_company_profile`（企业简介，9 项）。
+- 实际控制人 4 项、受益所有人首条 1 项、主要财务指标 3 项，沿用共享字段契约。
 - 第一批 40 项：`get_contact_info`（联系方式，6 项）、`get_listing_info`（上市信息，15 项）、`get_tax_invoice_info`（税务开票，8 项）、`get_import_export_credit`（进出口信用，11 项）。
 - 第二批 58 项：`get_company_risk_scan`（企业自身风险扫描，38 项）和 `get_company_related_risk_scan`（企业关联风险扫描，20 项）。
 - 基础工商：企业名称、统一社会信用代码、注册号、组织机构代码、纳税人识别号、登记状态、法定代表人、注册/实缴资本、成立日期、企业类型、核准日期、登记机关、纳税人资质、支付系统行号、进出口企业代码、企业简称、英文名。
-- 地址与地区：注册地址、通信地址、所属地区原值。
-- 经营信息：经营范围、国标行业、企查查行业、营业期限、人员规模、参保人数、分支机构参保人数、企业简介、产业链概览。
+- 地址与地区：注册地址、通信地址、所属地区原值及明确返回的省份、城市、区域、地区代码；不拆地址推测。
+- 经营信息：经营范围、国标行业/企查查行业展示值及各自四级独立字段、主营产品、企业规模、营业期限、人员规模、参保人数、分支机构参保人数、企业简介、产业链概览。企业规模与人员规模独立；主营产品按源顺序合并一格，当前上游最多 10 项，并非完整产品库。详见 [字段扩展核对](CORE-FIELDS-20260918.md)。
 - 上传列“联系电话”仍可作为本地质量检查字段；QCC 联系方式另以“首选联系电话/邮箱/官网”等字段输出。电话、邮箱和网址全集不拼接进单元格。
 - 风险字段只输出扫描工具已返回的聚合计数、命中摘要与重点维度命中关联方数；风险明细、关联方名单和下钻结果不进入一企一行主表。
 - 一级行业、二级行业、省、市、区县、曾用名和知识产权摘要不在当前目录；不得推断、拼接或用其他字段冒充。

package/lib/client.js

@@ -1800,12 +1800,19 @@ body:has(.dcAgentPromptBackdrop) { overflow: hidden; }
         ['taxpayer_qualification', '纳税人资质'], ['payment_line_no', '支付系统行号'],
         ['import_export_company_code', '进出口企业代码'], ['short_name', '企业简称'], ['english_name', '英文名'],
         ['registered_address', '注册地址'], ['mailing_address', '通信地址'], ['region', '所属地区'],
+        ['province', '省份'], ['city', '城市'], ['district', '区域'], ['area_code', '地区代码'],
         ['business_scope', '经营范围'], ['industry_category', '国标行业'],
+        ['industry_section', '国标行业门类'], ['industry_large', '国标行业大类'],
+        ['industry_middle', '国标行业中类'], ['industry_small', '国标行业小类'],
         ['operating_period', '营业期限'], ['company_size', '人员规模'], ['insured_count', '参保人数'],
         ['branch_insured_count', '分支机构参保人数'],
       ], 'get_company_registration_info'],
       ['company_profile', '企业简介', [
-        ['qcc_industry', '企查查行业'], ['company_profile', '企业简介'],
+        ['qcc_industry', '企查查行业'],
+        ['qcc_industry_level1', '企查查行业一级'], ['qcc_industry_level2', '企查查行业二级'],
+        ['qcc_industry_level3', '企查查行业三级'], ['qcc_industry_level4', '企查查行业四级'],
+        ['main_products', '主营产品'], ['company_scale', '企业规模'],
+        ['company_profile', '企业简介'],
         ['industry_chain_overview', '产业链概览'],
       ], 'get_company_profile'],
       ['contact_info', '联系方式', [
@@ -1848,6 +1855,7 @@ body:has(.dcAgentPromptBackdrop) { overflow: hidden; }
     ];
     FIELD_GROUPS.sort((a, b) => FIELD_GROUP_ORDER.indexOf(a[0]) - FIELD_GROUP_ORDER.indexOf(b[0]));
     const ENRICHMENT_OPTIONS = FIELD_GROUPS.flatMap(([, , fields]) => fields);
+    const CORE_FIELD_GUIDE = '可分别选择省市区、地区代码、四级国标行业与四级企查查行业；未分级行业列保留完整层级展示。企业规模不等于人员规模；主营产品按原顺序合并一格（上游最多返回 10 项，非完整产品库）。缺失值留空，不推测。';
     const INPUT_ONLY_MAPPING_OPTIONS = [['phone', '联系电话']];
     const RESULT_FIELD_LABELS = new Map([
       ...ENRICHMENT_OPTIONS,
@@ -2086,6 +2094,17 @@ body:has(.dcAgentPromptBackdrop) { overflow: hidden; }
     }
 
     const MAPPING_ALIASES = {
+      province: ['省', '所属省份'], city: ['市', '所属市', '所属城市'],
+      district: ['区县', '所属区县', '所属区域'], area_code: ['区域编码', '地区编码', '行政区划代码'],
+      industry_section: ['国标行业一级', '国标行业门类名称'],
+      industry_large: ['国标行业二级', '国标行业大类名称'],
+      industry_middle: ['国标行业三级', '国标行业中类名称'],
+      industry_small: ['国标行业四级', '国标行业小类名称'],
+      qcc_industry_level1: ['企查查一级行业', '企查查行业一级分类'],
+      qcc_industry_level2: ['企查查二级行业', '企查查行业二级分类'],
+      qcc_industry_level3: ['企查查三级行业', '企查查行业三级分类'],
+      qcc_industry_level4: ['企查查四级行业', '企查查行业四级分类'],
+      main_products: ['主要产品'], company_scale: ['企业规模分类'],
       beneficial_owner_first_name: ['首条受益所有人名称'],
       actual_controller_name: ['实控人', '实际控制人', '企业实控人名称', '企业实际控制人', '企业实控人名称（自然人请填写姓名）'],
       actual_controller_direct_ratio: ['实际控制人直接持股比例'],
@@ -4123,6 +4142,7 @@ body:has(.dcAgentPromptBackdrop) { overflow: hidden; }
             ),
             h('details', { className: 'dcAgentExtraFields', open: mode !== 'excel' },
             h('summary', null, `可选：追加补全字段（共 ${ENRICHMENT_OPTIONS.length} 项）`),
+            h('p', { className: 'dcAgentHint' }, CORE_FIELD_GUIDE),
             h('label', { className: 'dcAgentPromptField' },
               h('span', null, `查找补全字段 · 已选 ${enrichmentKeys.length}`),
               h('input', { type: 'search', className: 'dcAgentField', value: fieldQuery, 'aria-label': '查找补全字段',
@@ -5437,10 +5457,10 @@ body:has(.dcAgentPromptBackdrop) { overflow: hidden; }
             h('details', { className: 'dcAgentExtraFields' },
             h('summary', null, `可选：追加补全字段（共 ${targetFields.filter(([id]) => id !== 'phone').length} 项）`),
             h('div', { className: 'dcAgentRow', 'aria-label': '补全字段批次概览' },
-              h('span', { className: 'dcAgentChip' }, '基础字段 30'),
-              h('span', { className: 'dcAgentChip' }, '第一批 40'),
-              h('span', { className: 'dcAgentChip' }, '第二批 58'),
+              h('span', { className: 'dcAgentChip' }, `工商与简介 ${uiFieldGroups.filter(([id]) => ['company_registration', 'company_profile'].includes(id)).reduce((sum, [, , fields]) => sum + fields.length, 0)} 项`),
+              h('span', { className: 'dcAgentChip' }, `共 ${targetFields.filter(([id]) => id !== 'phone').length} 项可选字段`),
             ),
+            h('p', { className: 'dcAgentHint' }, CORE_FIELD_GUIDE),
             h('label', { className: 'dcAgentPromptField' }, h('span', null, '查找补全字段'),
               h('input', { type: 'search', className: 'dcAgentField', value: fieldQuery, 'aria-label': '查找补全字段',
                 placeholder: '搜索维度、字段或工具名称', onChange: (event) => setFieldQuery(event.target.value) })),

package/lib/qcc-field-catalog.js

@@ -102,8 +102,16 @@ export const QCC_FIELD_CATALOG = Object.freeze([
     field('registered_address', '注册地址', { defaultSelected: true }),
     field('mailing_address', '通信地址'),
     field('region', '所属地区', { matchAuxiliary: true }),
+    field('province', '省份', { sourcePath: '地区信息.省份' }),
+    field('city', '城市', { sourcePath: '地区信息.城市' }),
+    field('district', '区域', { sourcePath: '地区信息.区域' }),
+    field('area_code', '地区代码', { sourcePath: '地区信息.地区代码' }),
     field('business_scope', '经营范围'),
     field('industry_category', '国标行业'),
+    field('industry_section', '国标行业门类', { sourcePath: '国标行业.门类' }),
+    field('industry_large', '国标行业大类', { sourcePath: '国标行业.大类' }),
+    field('industry_middle', '国标行业中类', { sourcePath: '国标行业.中类' }),
+    field('industry_small', '国标行业小类', { sourcePath: '国标行业.小类' }),
     field('operating_period', '营业期限'),
     field('company_size', '人员规模'),
     field('insured_count', '参保人数'),
@@ -111,6 +119,12 @@ export const QCC_FIELD_CATALOG = Object.freeze([
   ], { releaseBatch: 'current' }),
   group('company_profile', '企业简介', 'get_company_profile', [
     field('qcc_industry', '企查查行业'),
+    field('qcc_industry_level1', '企查查行业一级', { sourcePath: '企查查行业.一级' }),
+    field('qcc_industry_level2', '企查查行业二级', { sourcePath: '企查查行业.二级' }),
+    field('qcc_industry_level3', '企查查行业三级', { sourcePath: '企查查行业.三级' }),
+    field('qcc_industry_level4', '企查查行业四级', { sourcePath: '企查查行业.四级' }),
+    field('main_products', '主营产品', { sourcePath: '主营产品' }),
+    field('company_scale', '企业规模', { sourcePath: '企业规模' }),
     field('company_profile', '企业简介'),
     field('industry_chain_overview', '产业链概览'),
   ], { releaseBatch: 'current' }),

package/lib/qcc.js

@@ -375,8 +375,16 @@ export function mapRegistrationFields(value, fallback = {}) {
     registered_address: text('注册地址', '住所', '经营场所'),
     mailing_address: text('通信地址'),
     region: text('所属地区'),
+    province: coreFieldText(value.地区信息?.省份),
+    city: coreFieldText(value.地区信息?.城市),
+    district: coreFieldText(value.地区信息?.区域),
+    area_code: coreFieldText(value.地区信息?.地区代码),
     business_scope: text('经营范围'),
-    industry_category: text('国标行业'),
+    industry_category: industryDisplay(value.国标行业, ['门类', '大类', '中类', '小类']),
+    industry_section: coreFieldText(value.国标行业?.门类),
+    industry_large: coreFieldText(value.国标行业?.大类),
+    industry_middle: coreFieldText(value.国标行业?.中类),
+    industry_small: coreFieldText(value.国标行业?.小类),
     operating_period: text('营业期限', '经营期限'),
     company_size: text('人员规模'),
     insured_count: text('参保人数'),
@@ -384,16 +392,36 @@ export function mapRegistrationFields(value, fallback = {}) {
   };
 }
 
+// Explicit leaves only: old flat text must not be guessed into industry levels.
+function coreFieldText(value) {
+  return typeof value === 'string' || typeof value === 'number' ? String(value) : '';
+}
+
+function industryDisplay(value, levels) {
+  if (!isRecord(value)) return coreFieldText(value);
+  return levels.map(level => {
+    const text = coreFieldText(value[level]);
+    return text.trim() ? `${level}：${text}` : '';
+  }).filter(Boolean).join('；');
+}
+
 export function mapProfileFields(value) {
   if (!isRecord(value)) {
     throw new QccBridgeError('QCC_CONTRACT_MISMATCH', 'QCC profile tool returned a non-object result');
   }
   if (value.无匹配项 !== undefined) return {};
   return {
-    // 工具只返回“企查查行业”这一最细层级展示值，不得猜测为一级或二级行业。
-    qcc_industry: String(value.企查查行业 ?? ''),
-    company_profile: String(value.企业简介 ?? value.简介 ?? ''),
-    industry_chain_overview: String(value.产业链概览 ?? ''),
+    qcc_industry: industryDisplay(value.企查查行业, ['一级', '二级', '三级', '四级']),
+    qcc_industry_level1: coreFieldText(value.企查查行业?.一级),
+    qcc_industry_level2: coreFieldText(value.企查查行业?.二级),
+    qcc_industry_level3: coreFieldText(value.企查查行业?.三级),
+    qcc_industry_level4: coreFieldText(value.企查查行业?.四级),
+    main_products: Array.isArray(value.主营产品)
+      ? value.主营产品.filter(item => typeof item === 'string' && item.trim()).join('；')
+      : coreFieldText(value.主营产品),
+    company_scale: coreFieldText(value.企业规模),
+    company_profile: coreFieldText(value.企业简介 ?? value.简介),
+    industry_chain_overview: coreFieldText(value.产业链概览),
   };
 }
 

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "dsh-data-cleaning-agent",
-  "version": "0.9.16",
+  "version": "0.9.17",
   "description": "Data cleaning and data enrichment for CSV/XLSX/JSON enterprise lists in DeepSeek Harness, including spreadsheet cleaning, deduplication, profiling, optional Qichacha MCP and exports.",
   "type": "module",
   "main": "lib/index.js",
@@ -10,6 +10,7 @@
     "./package.json": "./package.json"
   },
   "files": [
+    "docs/CORE-FIELDS-20260918.md",
     "lib",
     "cordis.patch.yml",
     "README.md",