登记中文来源线索并补Agent与基础设施公司个案

scripts/audit-ai-research.py

@@ -73,10 +73,10 @@ def candidate_register():
         rows = batch['records']
         counts = Counter(r['status'] for r in rows)
         assert sum(counts.values()) == len(rows)
-        lines += ['', f"## {batch['sourceId']} 产品发布候选核对（{batch['id']}）", '',
+        lines += ['', f"## {batch['sourceId']} 候选核对（{batch['id']}）", '',
             f"[发现页面]({batch['url']})，读取于{batch['accessedAt']}。{batch['scope']}", '',
-            f"本批{len(rows)}条：{counts['linked']}条关联公司、{counts['existing-outside-cohort']}条关联范围外对照、{counts['outside-cohort']}条范围外不新增公司、{counts['pending-year']}条成立年待核、{counts['promotion']}条推广活动。完整来源覆盖标记：{'已完成' if batch['complete'] else '未完成'}。产品任务的初分类不计入主公司表数量，只有已关联的公司记录进入对应公司明细。候选与缺项随研究版本保存在文档站同一SQLite的研究元数据中。", '',
-            '| 发布卡片 | 产品任务初分 | 核对状态 | 关联公司 | 核对证据 | 限制 |', '| --- | --- | --- | --- | --- | --- |']
+            f"本批{len(rows)}条：{counts['linked']}条关联公司、{counts['existing-outside-cohort']}条关联范围外对照、{counts['outside-cohort']}条范围外不新增公司、{counts['pending-year']}条成立年待核、{counts['promotion']}条推广活动。完整来源覆盖标记：{'已完成' if batch['complete'] else '未完成'}。主营或产品任务的初分类不计入主公司表数量，只有已关联的公司记录进入对应公司明细。候选与缺项随研究版本保存在文档站同一SQLite的研究元数据中。", '',
+            '| 发现条目 | 主营或产品任务初分 | 核对状态 | 关联公司 | 核对证据 | 限制 |', '| --- | --- | --- | --- | --- | --- |']
         for row in rows:
             assert row['categoryId'] in categories
             assert row['status'] in statuses
@@ -92,7 +92,10 @@ def candidate_register():
             proof = '、'.join(f"[{eid}]({evidence[eid]['url']})" for eid in row.get('evidenceIds', [])) or '成立证据待补，产品页读取状态见候选记录'
             category = f"[{categories[row['categoryId']]}]({BASE}?category={row['categoryId']})"
             lines.append(f"| {name} | {category} | {statuses[row['status']]} | {company} | {proof} | {row['note']} |")
-        lines += ['', '产品页可读只表示有可访问的资料；本批未将所有产品页完成公司、技术或财务深查。既有直接HTTP采集返回403，当前采用可读的公开页面响应，不声称取得底层全量列表；后续公开档案与未读页面继续保留缺项。', '']
+        if batch['sourceId'] == 'S04':
+            lines += ['', '产品页可读只表示有可访问的资料；本批未将所有产品页完成公司、技术或财务深查。既有直接HTTP采集返回403，当前采用可读的公开页面响应，不声称取得底层全量列表；后续公开档案与未读页面继续保留缺项。', '']
+        else:
+            lines += ['', '发现条目和可读正文分开记录；登录外壳、读取失败或搜索摘录不充当已阅读全文。关联公司以列出的原始材料补证，仍保留技术、主体与收入未核事项。', '']
     return lines