智能企业数据工厂

以企业为个体的 AI 数据平台：企业画像 + 校招项目 / 应届生岗位 / 实习（含远程）的采集、结构化与人工审核。 由院校版 programcrawler（全球有数）派生，技术栈与工作方式完全一致，数据库独立。

• 目标企业：中国企业 / 中外合资 / 海外百强（companies.segment）
• 采集重点：企业信息、校招项目、实习与远程实习；社招暂不采集（任务里留了「含社招」开关）
• 主线是从无到有：AI 建名单 → 找 URL → 提取岗位 → 审核 → 导出

概念映射（院校版 → 企业版）

院校版	企业版
院校 institutes	企业 companies（无预置名单，AI 建名单 / 采集时自动建档）
留学项目 programs	校招岗位 jobs（校招 / 实习 / 管培专项）
信息源 url_sources：官网 / 项目 / 国际生 / 师资	官网 / 企业信息 / 校招与实习 / 岗位详情 / 招聘总入口
URL 获取工具（Finder）	同名；检索维度 = 校招+实习、企业官网+企业信息
项目信息提取（Fetcher + Structurer）	校招岗位提取；提取成功自动写入岗位库（待审核）
院校基本信息 AI 补全	企业画像 AI 补全（分类、行业、总部、规模、校招官网、校招概况…）
克隆流水线 / 专业库 / 师资 / 国际生政策	未搬（企业版从零建库，不存在逐年克隆）

虚拟工厂（/office）

同一套能力的另一种操作界面：给 AI 员工下任务，而不是自己点工具。产出直接进正式库，和数据后台（/admin）完全互通。

• 生产线 /office：一句话下达总任务（如「采集 腾讯、宝洁 的 2027 届校招和实习」）→ 厂长 Max 排产 → 建名单 → 企业画像 → 寻源 → 抓取与提炼 → 质检，逐道工序可视化；已有画像 / 信息源的企业自动复用，不重复耗 Token。
• AI 员工 /office/employees：7 位员工各对应一项真实能力，可单独对话——问问题，或直接派活（它会调用平台接口去做）。

员工	工位	对应能力
Max 厂长	总控室	拆解总任务、调度流水线（/api/office/plan）
Scout 名单情报官	情报科	AI 建名单
Alice 企业画像师	画像车间	企业画像 AI 补全
Jarvis 寻源侦察员	寻源车间	校招 / 实习 URL 检索入库
Kelly 网页抓取工 + Dr. Thorne 结构化分析师	抓取车间 / 提炼实验室	Fetcher + Structurer，岗位入库
Nova 质检员	质检站	完整度、待审核、缺失字段统计（不耗 Token）

员工定义在 src/lib/factory-agents.ts，流水线执行库在 src/lib/factory-pipeline.ts。 形象素材在 public/factory/（复用自 myAI：像素风只用于生产线，写实形象用于 AI 员工页；登录页主视觉由通义万相生成）。

虚拟工厂已接入的能力（2026-09）

• Alice 企业画像师两档：快速补全（一次检索）/ 完整画像流水线（与「企业画像工具」同一条链路，写入企业库与融资 / 动态 / 管理团队子实体）。厂长排产时按用户措辞选 profile_mode；单聊说「跑完整画像」即走完整流水线。
• Leo 赛事雷达员（新工序「赛事雷达」，在企业画像之后）：按奖励导向（设备 / 钱 / 实习 / offer / 算力）找企业办的比赛，写入赛事库；总任务里每家企业一条检索，单聊里可按主题或企业派活。
• Nova 质检简报新增：相关赛事数（报名中 / 给设备 / 给实习或 offer）、企业画像平均完整度与跑过完整流水线的家数。

数字技能空间（/lab，实验）

每一份 JD 构建一个虚拟技能空间，核心是一个拥有这份 JD 技能的优秀员工 AI（有自己的档案：哪家公司哪个岗、会什么、能解决什么）。 入口在数据后台侧栏「实验室」，新窗口打开；界面刻意和后台不同（浅色科技感）。

• JD 拆解：岗位库里的真实 JD → 职责原句 → 能力项 → 可检验的任务 → 模拟操作台 + 评分标准
• 考验新人：新兵在模拟操作台上走一遍（选第一步、下钻数据、给事件贴标签、分预算、设止损…），逐步对照专家轨迹，再按岗位标准评分
• 向专家学习：专家在同一个操作台走一遍，AI 核心记录轨迹并追问「为什么」，蒸馏成技能卡（可叠加）
• 解决问题：把真实问题交给 AI 核心，按专家的做法给方案
• 错位时空：技能每被调用一次记一笔账（何时、何地、谁、产出了什么）

需要先执行 supabase/migrations/002_skill_lab.sql。首页「从岗位 JD 构建新空间」目前可选两份 JD，选中后构建出对应的预置空间 （字节跳动 · 数据分析师-番茄小说；Unilever · UFLP Marketing），两条 JD 抓取自企业官方招聘站，题目情境与数据为虚构练习材料。 代码：src/lib/skill-lab*.ts、src/lib/skill-sim.ts、src/lib/agents/skill-lab.ts、src/components/lab/SimRunner.tsx、src/app/lab/、src/app/api/lab/。

生产线的任务历史（表 factory_runs）也在 002 里。

工作流（数据后台 /admin）

1. 企业实体库 → AI 建名单：一句话描述（如「汽车行业中外合资企业 20 家」），联网生成名单，勾选导入。
2. AI 补全画像：勾选企业批量补全，只填空字段，每个字段带来源链接。
3. URL 获取工具：输入企业 → 检索校招官网 / 应届生 / 实习 / 远程实习 / 管培 / 留学生专场 → 存入信息源库。
4. 校招岗位提取：建任务 → 从信息源库选 URL → 启动。抓主页 → 大模型挑子页面 → 分批抓取 → 结构化 → 入库。
5. 校招岗位库：筛选（类型 / 招聘季 / 远程 / 面向留学生）、审核、编辑、导出 CSV。

再次提取同一页面：新岗位入库、已有岗位更新、页面上消失的岗位标记「已下线」； 人工审核定论的岗位不覆盖，人工改过的字段会锁定不覆盖。

AI 补全（岗位库「AI 补全」）：先打开岗位详情页重新提取；求职关键字段仍缺则联网检索官方信息再补。只填空字段，每个字段的来源链接记在 jobs.ai_sources。 人工审核（企业、岗位同一套）：待审核 / 通过 / 不通过 / 未更新 / 隐藏；定论后 AI 不再覆盖；人工编辑过的字段锁定。AI 新写入的记录默认「待审核」。 URL 获取工具 · 批处理：粘贴名单或从企业库多选，逐家检索并落库，可暂停 / 停止。

企业画像工具（独立于岗位提取，/admin/tool-company，migration 005）

一家企业一条流水线：定位官方页面（官网 / 关于 / 投资者关系 / 新闻 / 管理团队 / 文化福利，写入信息源库）→ 抓取 raw（Jina 整页原文保留）→ 官方页面提取（不联网）→ 分主题联网检索（基础与工商 / 融资历史 / 近期动态与舆情 / 管理团队 / 行业与赛道 / 校招与雇主口碑，每主题一次）→ 合并入库（先到先得、只填空；人工锁定字段与审核定论的企业不覆盖）。

• 只有任务这一套 UI：新建任务 → 从企业库多选 / 粘贴名单 / 加一家 → 启动；单家画像 = 任务里只放一家（企业库、健康看板的「画像」按钮会自动建好单家任务）。可暂停 / 停止 / 单家重跑；「只跑缺的」跳过目标字段已齐且子实体已有记录的主题。
• 每家企业一个三栏视图（流水日志 / 结构化结果 + Raw Markdown + 各工序原始返回 / AI 逐工序摘要 + 终局 JSON），与院校版师资工具同一形态。
• 终局 vs raw：终局字段 = companies + 三个子实体 company_financings / company_news / company_executives（字段名按数据同事的字段表，含 external_id / data_source_id / org_id / if_delete / latest_full_sync_task_id 同步字段）；raw 层在 company_crawl_logs（raw_markdown、pages_fetched、raw_searches、structured_json），以后加字段可从 raw 重新提炼。
• 子实体审核：企业详情页三个 tab 逐条通过 / 不通过 / 软删（if_delete，流水线不复活）；人工编辑过的字段锁定。
• 完整度：computeCompanyCompleteness（字段按权重 + 三个子实体有无），写在 companies.completeness_score。
• 健康看板 /admin/health-company：字段填充率、子实体覆盖、动态新鲜度、完整度分布、审核与分类、最弱企业、成本最高企业。
• 成本：每次调用记 token_usage_logs（tool_name = company-pipeline，institution = 企业名，batch_id = 本次运行），跑完按 batch_id 汇总到日志的 llm_calls / token_total / cost_usd。
• 舆情、求职者口碑只用联网检索能搜到的公开讨论，标注为观点；不抓 Glassdoor / 看准 / 脉脉。

企业赛事雷达（/admin/tool-competition + 赛事库 /admin/db-competition，migration 006）

奔着奖品去找比赛：给设备 💻 / 给钱 💰 / 给实习 🪪 / 给 offer 🎯 / 给算力 ☁️。和其它工具同一套形态：建任务 → 每条配置一个主题或一家主办企业（奖励导向 / 赛事类型 / 地域 / 只要可报名 / 候选数 / 是否抓官方页）→ 逐条运行，可暂停 / 停止 / 单条重跑，历史与成败累积在任务里。

• 一条检索 = 联网检索候选（searchCompetitions）→ 逐条抓官方页原文按 COMPETITION_FIELDS 提取（enrichCompetition；页面不是这个比赛就改联网补全并丢掉错链接）→ 写入赛事库（新行待审核，已有行只填空、刷新状态与截止）。
• 单条三栏视图：配置 + 流水日志 / 候选表（展开看全字段，看官方页 Raw Markdown）/ AI 摘要 + JSON。raw 存在 competition_searches（raw_candidates / raw_pages / structured_json）。
• 赛事库：按奖励 / 类型 / 级别 / 状态 / 审核筛选，截止临近标红；抽屉里逐条通过 / 不通过 / 编辑 / 删除，人工改过的字段锁定。学生视角字段：背提价值、求职通道、适合谁 / 怎么打。
• 字段单一来源 src/lib/competition-fields.ts（提示词 schema / 列表 / 编辑 / 完整度 / 清洗）。主办方自动关联企业库（organizer_company_id），企业详情页「找比赛」一键建任务。

本地运行

npm install
cp .env.example .env.local   # 变量名与院校版完全一致，只有 Supabase 两项换成企业版项目
npm run dev -- -p 3003

数据库（独立的 Supabase 项目）

在 Supabase SQL Editor 里整段执行 supabase/migrations/001_init.sql（可重复执行）。 所有表开启 RLS 且不建 policy，只有服务端的 SUPABASE_SERVICE_ROLE_KEY 能访问。

账号

打开 /register 注册，第一个注册的账号自动成为管理员，其余为普通账号（管理员可在「系统账号管理」里调整）。 除 /api/auth/* 外，所有 API 都需要登录。

目录

supabase/migrations/               001 基础表 / 002 技能空间 / 003 字段对齐 / 004 审核与来源 / 005 企业画像流水线与子实体 / 006 赛事雷达
src/lib/job-fields.ts              岗位字段单一来源（提示词 schema / 详情页 / 导出 / 完整度）
src/lib/company-fields.ts          企业字段、分类、类型
src/lib/url-types.ts               信息源分类
src/lib/job-store.ts               岗位入库：去重、下线判定、审核保护
src/lib/agents/                    finder-pipeline / fetcher / structurer-job / company-profile（轻量一次检索）/ company-pipeline（画像流水线）
src/lib/company-merge.ts           画像值清洗、子实体去重键、多来源合并（前后端共用）
src/lib/company-store.ts           画像入库：只填空、锁定 / 定论保护、子实体 upsert、完整度、成本汇总
src/lib/company-pipeline-client.ts 浏览器端编排（单家 / 批处理共用）
src/app/admin/                     页面
src/app/api/                       接口（agents = 大模型，db / admin = 数据）

调整要采集的岗位字段：改 src/lib/job-fields.ts，并在新的 migration 里给 jobs 表加列。

与平方数据基础设施的字段对齐（003_align_fields.sql）

companies / jobs 的字段名以数据同事提供的《岗位及公司字段.xlsx》为准（对方有的字段我们都有、同名）；我们多出来的字段保留。

• 改名（数据保留）：companies website→official_website、description→introduction、founded_year→info_founding_year、employee_count→company_scale、revenue→operating_revenue、hq_city→city、hq_country→country； jobs title→name、company→institute_or_company_name、qualifications→overview、benefits→welfare、job_url→link、apply_url→application_website、posted_date→official_publish_date、application_start→application_start_date_str、deadline→application_end_date_str、salary_min/max→internship_salary_min/max、salary_period→salary_unit（值改为 per_month 等）、experience_years_min→exp_years、experience_requirement→exp_labels、skills→skill_labels、headcount→number_of_recruits。
• 值口径未对齐、留给同步层：对方 city / country / province 存行政区划代码，我们存名称；对方公司 kind 是法律形态，我们的 company_type 是所有制分类，两者并存；岗位 kind 按对方枚举由 job_type 推导。

Next.js 16 有破坏性变更，写代码前先看 node_modules/next/dist/docs/（见 AGENTS.md）。