ssci-subagent-skills 1.0.0

package/skills/ecosystem-analysis/scripts/data_collector.py

@@ -0,0 +1,239 @@
+#!/usr/bin/env python3
+"""
+数据收集和预处理模块（第一阶段）
+处理行业和生态系统的基础数据收集
+"""
+
+import json
+import logging
+from typing import Dict, Any, List, Optional
+from pathlib import Path
+
+# 导入数据集成器
+import sys
+sys.path.insert(0, str(Path(__file__).parent.parent / "digital-transformation" / "scripts"))
+from data_integrator import DataIntegrator
+
+# 配置日志
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+
+class DataCollector:
+    """数据收集器 - 第一阶段"""
+
+    def __init__(self):
+        """初始化数据收集器"""
+        self.data_integrator = DataIntegrator()
+        logger.info("数据收集器初始化完成")
+
+    def collect_industry_and_ecosystem_data(
+        self,
+        industry_name: str,
+        collection_depth: str = "standard_depth",
+        num_entities: int = 20
+    ) -> Dict[str, Any]:
+        """
+        收集行业和生态系统数据
+
+        Args:
+            industry_name: 行业名称
+            collection_depth: 收集深度（basic_depth/standard_depth/comprehensive_depth）
+            num_entities: 实体数量
+
+        Returns:
+            收集的数据
+        """
+        logger.info(f"开始收集行业和生态系统数据: {industry_name}")
+
+        # 1. 收集行业数据
+        logger.info("  1. 收集行业数据...")
+        industry_data = self.data_integrator.collect_industry_data(
+            industry_name=industry_name
+        )
+
+        # 2. 识别主要企业（从行业数据中提取）
+        logger.info("  2. 识别主要企业...")
+        # 这里可以添加逻辑从行业数据中提取企业列表
+        # 目前使用示例企业列表
+        sample_companies = [
+            f"{industry_name}龙头企业",
+            f"{industry_name}供应商A",
+            f"{industry_name}供应商B",
+            f"{industry_name}客户企业A",
+            f"{industry_name}竞争对手A"
+        ]
+
+        # 3. 收集主要企业的数据
+        logger.info("  3. 收集企业数据...")
+        company_data = {}
+        for company in sample_companies:
+            company_data[company] = self.data_integrator.collect_company_data(company)
+
+        # 4. 收集生态系统数据
+        logger.info("  4. 收集生态系统数据...")
+        # 从数据集成器导入生态系统数据收集器
+        try:
+            from ecosystem_data_integrator import EcosystemDataIntegrator
+            ecosystem_integrator = EcosystemDataIntegrator()
+
+            ecosystem_data = ecosystem_integrator.collect_ecosystem_data_comprehensive(
+                industry_name=industry_name,
+                num_entities=num_entities,
+                include_market_data=True
+            )
+        except ImportError:
+            logger.warning("  生态系统数据集成器不可用，使用基本数据")
+            ecosystem_data = {
+                "entities": [],
+                "relationships": [],
+                "market_data": industry_data
+            }
+
+        # 5. 整合所有数据
+        logger.info("  5. 整合数据...")
+        collected_data = {
+            "industry_name": industry_name,
+            "collection_depth": collection_depth,
+            "industry_data": industry_data,
+            "company_data": company_data,
+            "ecosystem_data": ecosystem_data,
+            "data_sources": {
+                "industry_data": ["industry_report"],
+                "company_data": ["baidu_search", "company_website", "news_media", "government_info"],
+                "ecosystem_data": ["generated", "industry_report"]
+            },
+            "collection_timestamp": self._get_timestamp()
+        }
+
+        logger.info(f"数据收集完成:")
+        logger.info(f"  行业数据: {len(industry_data)} 个字段")
+        logger.info(f"  企业数据: {len(company_data)} 个企业")
+        logger.info(f"  生态系统数据: {len(ecosystem_data.get('entities', []))} 个实体")
+
+        return collected_data
+
+    def validate_collected_data(
+        self,
+        collected_data: Dict[str, Any]
+    ) -> Dict[str, Any]:
+        """
+        验证收集的数据
+
+        Args:
+            collected_data: 收集的数据
+
+        Returns:
+            验证结果
+        """
+        logger.info("开始验证收集的数据...")
+
+        validation_result = {
+            "is_valid": True,
+            "issues": [],
+            "warnings": []
+        }
+
+        # 检查必需的字段
+        required_fields = [
+            "industry_name",
+            "industry_data",
+            "company_data",
+            "ecosystem_data"
+        ]
+
+        for field in required_fields:
+            if field not in collected_data:
+                validation_result["is_valid"] = False
+                validation_result["issues"].append(f"缺少必需字段: {field}")
+
+        # 检查行业数据
+        if "industry_data" in collected_data:
+            industry_data = collected_data["industry_data"]
+            if "market_size" not in industry_data:
+                validation_result["warnings"].append("行业数据缺少 market_size 字段")
+
+        # 检查企业数据
+        if "company_data" in collected_data:
+            company_data = collected_data["company_data"]
+            if not company_data:
+                validation_result["warnings"].append("未收集到企业数据")
+
+        # 检查生态系统数据
+        if "ecosystem_data" in collected_data:
+            ecosystem_data = collected_data["ecosystem_data"]
+            entities = ecosystem_data.get("entities", [])
+            if not entities:
+                validation_result["warnings"].append("未收集到生态系统实体")
+            elif len(entities) < 5:
+                validation_result["warnings"].append(f"生态系统实体数量较少: {len(entities)}")
+
+        logger.info("数据验证完成")
+        return validation_result
+
+    def _get_timestamp(self) -> str:
+        """获取当前时间戳"""
+        import time
+        return time.strftime("%Y-%m-%d %H:%M:%S")
+
+
+def main():
+    """主函数 - 测试数据收集器"""
+    import argparse
+
+    parser = argparse.ArgumentParser(description="数据收集器 - 第一阶段")
+    parser.add_argument("--industry", type=str, required=True, help="行业名称")
+    parser.add_argument("--depth", type=str, default="standard_depth", help="收集深度")
+    parser.add_argument("--num_entities", type=int, default=20, help="实体数量")
+    parser.add_argument("--output_file", type=str, help="输出文件路径")
+
+    args = parser.parse_args()
+
+    # 初始化收集器
+    collector = DataCollector()
+
+    # 收集数据
+    print(f"\n{'='*70}")
+    print(f"数据收集 - 第一阶段")
+    print(f"{'='*70}\n")
+
+    data = collector.collect_industry_and_ecosystem_data(
+        industry_name=args.industry,
+        collection_depth=args.depth,
+        num_entities=args.num_entities
+    )
+
+    # 验证数据
+    validation = collector.validate_collected_data(data)
+
+    print(f"\n{'='*70}")
+    print(f"验证结果")
+    print(f"{'='*70}")
+    print(f"数据有效性: {'✓ 有效' if validation['is_valid'] else '✗ 无效'}")
+
+    if validation["issues"]:
+        print(f"\n问题:")
+        for issue in validation["issues"]:
+            print(f"  ✗ {issue}")
+
+    if validation["warnings"]:
+        print(f"\n警告:")
+        for warning in validation["warnings"]:
+            print(f"  ! {warning}")
+
+    # 保存数据
+    if args.output_file:
+        with open(args.output_file, 'w', encoding='utf-8') as f:
+            output_data = {
+                "collected_data": data,
+                "validation": validation
+            }
+            json.dump(output_data, f, ensure_ascii=False, indent=2)
+        print(f"\n数据已保存到: {args.output_file}")
+    else:
+        print("\n收集的数据:")
+        print(json.dumps(data, ensure_ascii=False, indent=2))
+
+
+if __name__ == "__main__":
+    main()

package/skills/ecosystem-analysis/scripts/ecosystem_analysis.py

@@ -0,0 +1,309 @@
+#!/usr/bin/env python3
+"""
+生态系统分析模块（第三阶段）
+严格输出JSON，不包含任何额外文本
+"""
+
+import json
+import logging
+from typing import Dict, Any, List, Optional
+from pathlib import Path
+
+from llm_client import chat_with_llm
+
+# 配置日志（仅用于内部调试，不影响输出）
+logging.basicConfig(level=logging.WARNING)
+logger = logging.getLogger(__name__)
+
+
+class EcosystemAnalysis:
+    """生态系统分析 - 第三阶段"""
+
+    def __init__(
+        self,
+        llm_provider: str = "openai",
+        llm_model: Optional[str] = None,
+        llm_api_key: Optional[str] = None
+    ):
+        """
+        初始化分析器
+
+        Args:
+            llm_provider: LLM提供商
+            llm_model: LLM模型名称
+            llm_api_key: LLM API密钥
+        """
+        self.llm_provider = llm_provider
+        self.llm_model = llm_model
+        self.llm_api_key = llm_api_key
+
+    def analyze_ecosystem(
+        self,
+        digital_transformation_result: Dict[str, Any]
+    ) -> Dict[str, Any]:
+        """
+        执行生态系统分析
+
+        Args:
+            digital_transformation_result: 第二阶段数字化转型的分析结果
+
+        Returns:
+            生态系统分析结果（严格JSON格式）
+        """
+        # 提取关键信息
+        industry_name = digital_transformation_result.get("industry_name", "未知行业")
+        opportunities = digital_transformation_result.get("dital_transformation_opportunities", [])
+        roadmap = digital_transformation_result.get("dital_transformation_roadmap", {})
+
+        # 构建系统提示
+        system_prompt = f"""你是一位生态系统分析专家，专门分析{industry_name}行业的生态系统结构、动态和演化趋势。
+
+你的任务是深入分析该行业生态系统的现状、关键参与者、竞争格局，以及数字化转型对生态系统的影响。
+
+分析要求：
+1. 基于提供的数字化转型分析结果进行生态系统分析
+2. 识别生态系统中的关键物种（企业、平台、机构等）
+3. 分析生态系统的结构和关系网络
+4. 评估数字化转型对生态系统的影响
+5. 预测生态系统的演化趋势
+
+输出要求：
+- 必须严格按照JSON格式输出
+- 不包含任何JSON之外的文本
+- 不包含任何解释性文字
+- 只返回JSON对象"""
+
+        # 构建用户提示
+        user_prompt = f"""请对{industry_name}行业的生态系统进行全面深入分析。
+
+数字化转型分析结果：
+{json.dumps(digital_transformation_result, ensure_ascii=False, indent=2)[:3000]}
+
+请按照以下JSON格式返回分析结果：
+{{
+    "analysis_type": "ecosystem_analysis",
+    "industry_name": "{industry_name}",
+    "analysis_timestamp": "当前时间戳",
+    "ecosystem_structure": {{
+        "ecosystem_type": "生态系统类型（hub_and_spoke/hierarchical/network/platform_based）",
+        "key_layers": [
+            {{
+                "layer_name": "层级名称",
+                "layer_description": "层级描述",
+                "entities": [
+                    {{
+                        "entity_type": "实体类型",
+                        "entity_count": "数量",
+                        "description": "描述"
+                    }}
+                ]
+            }}
+        ],
+        "connection_patterns": [
+            {{
+                "pattern_type": "连接模式类型",
+                "description": "模式描述",
+                "strength": "强度（weak/medium/strong）"
+            }}
+        ]
+    }},
+    "key_species": [
+        {{
+            "species_id": "唯一ID",
+            "species_name": "物种名称",
+            "species_type": "物种类型（platform/manufacturer/supplier/customer/competitor）",
+            "ecological_niche": "生态位描述",
+            "importance_level": "重要性级别（critical/high/medium/low）",
+            "competitive_advantage": "竞争优势",
+            "influence_scope": "影响力范围",
+            "relationships": [
+                {{
+                    "related_species": "关联物种",
+                    "relationship_type": "关系类型（cooperation/competition/supply/partnership）",
+                    "relationship_strength": "关系强度（1-10）"
+                }}
+            ]
+        }}
+    ],
+    "ecosystem_dynamics": {{
+        "current_stability": "当前稳定性（stable/evolving/unstable）",
+        "evolution_trends": [
+            {{
+                "trend_id": "唯一ID",
+                "trend_name": "趋势名称",
+                "trend_description": "趋势描述",
+                "drivers": ["驱动因素1", "驱动因素2"],
+                "expected_impact": "预期影响",
+                "timeframe": "时间框架",
+                "confidence_level": "置信度（low/medium/high）"
+            }}
+        ],
+        "disruption_factors": [
+            {{
+                "factor_id": "唯一ID",
+                "factor_name": "扰动因素名称",
+                "factor_type": "因素类型（technology/market/policy/regulatory）",
+                "impact_level": "影响程度（low/medium/high）",
+                "affected_species": ["受影响的物种1", "受影响的物种2"],
+                "adaptation_strategies": ["适应策略1", "适应策略2"]
+            }}
+        ]
+    }},
+    "dital_transformation_impact": {{
+        "direct_impacts": [
+            {{
+                "impact_id": "唯一ID",
+                "impact_area": "影响领域",
+                "impact_description": "影响描述",
+                "affected_species": ["受影响物种1", "受影响物种2"],
+                "nature_of_change": "变化性质（enhancement/disruption/transformation）",
+                "magnitude": "变化幅度（low/medium/high）"
+            }}
+        ],
+        "emerging_ecological_niches": [
+            {{
+                "niche_id": "唯一ID",
+                "niche_name": "新兴生态位名称",
+                "niche_description": "生态位描述",
+                "required_capabilities": ["所需能力1", "所需能力2"],
+                "potential_species": ["潜在进入者1", "潜在进入者2"],
+                "time_to_emerge": "出现时间",
+                "growth_potential": "增长潜力（low/medium/high）"
+            }}
+        ],
+        "species_evolution_paths": [
+            {{
+                "species": "物种名称",
+                "current_state": "当前状态",
+                "evolution_stages": [
+                    {{
+                        "stage_name": "阶段名称",
+                        "transformation_needed": "需要的转型",
+                        "capabilities_to_acquire": ["需要获得的能力1", "需要获得的能力2"],
+                        "timeframe": "时间框架"
+                    }}
+                ]
+            }}
+        ]
+    }},
+    "strategic_recommendations": [
+        {{
+            "recommendation_id": "唯一ID",
+            "title": "建议标题",
+            "target_audience": "目标受众",
+            "recommendation_category": "建议类别（positioning/partnership/innovation/adaptation）",
+            "description": "详细描述",
+            "action_steps": ["行动步骤1", "行动步骤2", "行动步骤3"],
+            "expected_benefits": ["预期收益1", "预期收益2"],
+            "risks": ["风险1", "风险2"],
+            "priority": "优先级（high/medium/low）",
+            "timeline": "时间线"
+        }}
+    ],
+    "ecosystem_health_metrics": {{
+        "diversity_index": "多样性指数（0-1）",
+        "resilience_score": "韧性得分（0-10）",
+        "innovation_capacity": "创新能力（0-10）",
+        "stability_index": "稳定性指数（0-10）",
+        "growth_potential": "增长潜力（0-10）",
+        "overall_health_score": "整体健康度（0-10）"
+    }}
+}}
+
+重要提示：
+1. 所有分析都必须基于提供的数字化转型分析结果
+2. 识别的关键物种要具体、有代表性
+3. 生态系统分析要深入、有洞察力
+4. 数字化转型影响分析要具体、有预测性
+5. 严格遵循JSON格式，不要输出任何其他文字"""
+
+        try:
+            # 调用LLM
+            response = chat_with_llm(
+                prompt=user_prompt,
+                system_prompt=system_prompt,
+                provider=self.llm_provider,
+                temperature=0.7,
+                max_tokens=5000,
+                api_key=self.llm_api_key,
+                model=self.llm_model
+            )
+
+            # 解析JSON响应
+            try:
+                result = json.loads(response)
+
+                # 添加元数据
+                result["metadata"] = {
+                    "llm_provider": self.llm_provider,
+                    "llm_model": self.llm_model,
+                    "analysis_timestamp": self._get_timestamp()
+                }
+
+                return result
+
+            except json.JSONDecodeError as e:
+                logger.error(f"JSON解析失败: {e}")
+                # 返回错误信息（也必须是JSON）
+                return {
+                    "error": "LLM返回的JSON格式无效",
+                    "raw_response": response,
+                    "error_details": str(e)
+                }
+
+        except Exception as e:
+            logger.error(f"生态系统分析失败: {e}")
+            return {
+                "error": str(e),
+                "error_type": "analysis_failure"
+            }
+
+    def _get_timestamp(self) -> str:
+        """获取当前时间戳"""
+        import time
+        return time.strftime("%Y-%m-%d %H:%M:%S")
+
+
+def main():
+    """主函数 - 测试生态系统分析"""
+    import argparse
+
+    parser = argparse.ArgumentParser(description="生态系统分析 - 第三阶段")
+    parser.add_argument("--input_file", type=str, required=True, help="第二阶段数字化转型的分析结果文件")
+    parser.add_argument("--llm_provider", type=str, default="openai", help="LLM提供商")
+    parser.add_argument("--llm_model", type=str, help="LLM模型名称")
+    parser.add_argument("--llm_api_key", type=str, help="LLM API密钥")
+    parser.add_argument("--output_file", type=str, help="输出文件路径")
+
+    args = parser.parse_args()
+
+    # 加载第二阶段的分析结果
+    with open(args.input_file, 'r', encoding='utf-8') as f:
+        digital_transformation_result = json.load(f)
+
+    # 初始化分析器
+    analyzer = EcosystemAnalysis(
+        llm_provider=args.llm_provider,
+        llm_model=args.llm_model,
+        llm_api_key=args.llm_api_key
+    )
+
+    # 执行分析
+    print(f"\n{'='*70}")
+    print(f"生态系统分析 - 第三阶段")
+    print(f"{'='*70}\n")
+
+    result = analyzer.analyze_ecosystem(digital_transformation_result)
+
+    # 输出结果（仅JSON，无其他文本）
+    if args.output_file:
+        with open(args.output_file, 'w', encoding='utf-8') as f:
+            json.dump(result, f, ensure_ascii=False, indent=2)
+        # 注意：这里也不输出任何文字，只写入文件
+    else:
+        # 直接输出JSON，不包含任何其他文字
+        print(json.dumps(result, ensure_ascii=False, indent=2))
+
+
+if __name__ == "__main__":
+    main()