# CreditReportPubulic

**Repository Path**: COangean/CreditReportPubulic

## Basic Information

- **Project Name**: CreditReportPubulic
- **Description**: No description available
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-10-06
- **Last Updated**: 2026-10-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 授信报告生成器（公开演示副本）

面向 A 股上市公司授信研究的本地 Streamlit 演示项目。它把可回查的来源材料和经过资格核对的
财务事实送入写作、逐句核对和独立审阅流程，并展示报告草稿及其问题。

**这是面试演示，不是生产授信审批系统；草稿不能代替人工判断。**

> **关于本副本。** 这是一个**代码副本**，从内部工作仓库复制而来，用于公开和本地复现。
> 内部的历史运行结果、上传的真实材料、数据库、日志和一次性探针产物**都没有包含在内**。
> 本副本附带**本案例的六份输入文件**（三份电子 PDF ＋ 三份财务 XLSX），它们**不**随内部仓库
> 分发，是本批次为本副本单独附上的；来源与权利状态见第六节。三份 PDF 已核实与法定披露平台
> 提供的下载件**逐字节相同**，三份 XLSX 是**人工整理**的工作簿、并做过元数据清理。
> **没有任何一份被核实为获得再分发许可**，版权与数据权利归原权利人所有。
> 本副本**不对应内部仓库的任何一次提交**（见第九节「代码状态」）。

---

## 一、已验证环境与安装

本次交付实测环境：**Windows 11 Home China / CPython 3.12.7 / 全新隔离虚拟环境**。
按锁定清单安装后解析到的关键版本：`streamlit 1.65.0`、`pandas 3.0.6`、`torch 2.14.1+cpu`。

```bash
python -m venv .venv
.venv/Scripts/python.exe -m pip install -r requirements.lock.txt
```

- **本文档记录的所有读数都是用这条命令装出来的环境测的**（165 个包）。锁定清单里
  `pypdf` 钉在 `6.19.0`；下面第三节的 block 数、第四节的套件读数都以这个版本为准。
- 安装约 **1.9 GB**（含 `torch`）。这些是 `retrieval/embedding.py` 的懒加载依赖：
  实测演示页面跑起来时 `torch` / `chromadb` / `sentence_transformers` / `transformers`
  **一个都没有被 import**。但依赖清单保留完整声明，以便真实运行和研究侧检索可用。
- [requirements.lock.txt](./requirements.lock.txt) 是一份**解析快照**，不是最低版本要求。
  若你想按不带钉版本的 [requirements.txt](./requirements.txt) 安装，请注意它只写
  `pypdf>=5.0.0`，不同版本会改变三份 PDF 的解析 block 数（见第二节警示）。
- 两个清单都是 **ASCII-only** 的：pip 按控制台区域编码解码依赖清单，
  在 GBK/cp936 的 Windows 控制台上，含中文注释的清单会在安装前直接 `UnicodeDecodeError`。

---

## 二、从空副本准备输入权威（必须先做一次）

`data/evidence.db` 与 `data/financial_v2.db` 是**运行期产物**，不随副本分发——它们必须由本副本
携带的六份输入在**你的机器上重建**。重建用一条命令完成：

```bash
# 只校验六份文件的 SHA-256 并打印将要执行的步骤，不写任何文件
.venv/Scripts/python.exe -m scripts.prepare_case_inputs --check

# 校验通过后真的执行：登记三份 PDF 建 evidence 库 + 由三份 XLSX 建财务快照
.venv/Scripts/python.exe -m scripts.prepare_case_inputs
```

身份参数（每份 PDF 的 `document_id` / `source_type` / `material_group`、财务的工作簿顺序 /
`scope` / `currency` / 声明公司名）写在 [data/samples/300750/case_inputs.yaml](./data/samples/300750/case_inputs.yaml)，
本副本专有；该文件同时声明了**期望产出**，供你核对。实测本次重建得到：

| 产出 | 值 |
|---|---|
| `evidence_set_version` | `set-501395a7ad5a` |
| 三份 PDF 的 block 数 | `288 / 301 / 177`（**随 `pypdf` 版本变化**，见下方警示） |
| 财务 `snapshot_id` | `snap-5c912da539bc643fe3fad7e54735553e`（112 项指标 / 432 条读数 / 期末 `2026-03-31`） |

> **警示：`evidence_set_version` 不覆盖 PDF 解析库版本。** 同一批 PDF 字节、同一份解析
> 代码，只因 `pypdf` 版本不同，三份 PDF 被切成 **288 / 301 / 177**（`pypdf 6.19.0`）
> 或 **292 / 300 / 177**（`pypdf 6.11.0`）个 block。`requirements.txt` 只写 `pypdf>=5.0.0`，
> 所以**每次全新安装解析到的版本可能不同**，block 数也会跟着变；`evidence_set_version`
> 在这一变化下**不变**。因此上表第二行是「本机实测」，不是可跨环境断言的不变量。
> 要复现本文记录的读数，请按 [requirements.lock.txt](./requirements.lock.txt) 钉版本
> （该文件里是 `pypdf==6.19.0`）。
>
> **据此，本副本不承诺「跨 `pypdf` 版本得到相同的解析产物」。** block 切分、以及任何按
> block 计数的读数（例如三份文档的 block 数）都可能随版本不同而变化；而
> `evidence_set_version` 因为不含库版本，**不会**跟着变——也就是说，同一个
> `evidence_set_version` 底下可能对应两套不同的 block 切分。不要拿 `evidence_set_version`
> 相等去推断「解析结果逐条相同」，也不要拿 block 数去跨环境比对。
> 财务 `snapshot_id` 只由三份 XLSX 的**字节**派生，与 `pypdf` 版本无关。

要点：

- 真正执行（不加 `--check`）时，目标库已存在就**默认拒绝**（这两个库是运行期权威，静默重建会让
  「本次基于哪份输入」不可追溯）。要重建请先移走旧库。`--check` 不写盘，因此库在不在都能跑。
- 它**不联网、不调用大模型、不读任何历史数据库**，只调用两个既有入口
  （`python -m evidence.builder`、`python -m scripts.prepare_financial_snapshot`）。
- 生成的两个 `.db` 是运行期产物，已被 `.gitignore` 排除，**不属于**拟公开内容。

---

## 三、跑通离线替身演示（不需要模型密钥）

这一节只说明**流程接线能跑通**。它**不**证明正文质量、选材质量或真实 Writer 的表现。

### 1. 启动页面

```bash
.venv/Scripts/python.exe -m streamlit run scripts/cited_demo_app.py --server.headless true --browser.gatherUsageStats false
```

浏览器打开 <http://localhost:8501>。页面有四屏：

| 屏 | 内容 |
|---|---|
| ① 上传材料 | 选**六份**文件（三份电子 PDF ＋ 三份财务 XLSX），逐字节核对后点「开始生成」 |
| ② 生成过程 | 本次运行**真实落盘**的阶段事件（不推算百分比、不假装「正在调用模型」） |
| ③ 报告与审核 | 本次运行的公司 A1、财务 A1、财务 A2，以及四条互相独立的状态轴 |
| 历史对照 · 非本次生成 | 上批的并列展示基线，**明确标注不是本次生成**，不参与 ②③ 的任何读数 |

### 2. 操作顺序

1. 第 ① 屏选主体、模式保持 `offline`，上传三份 PDF 与三份 XLSX。
2. 页面逐字节核对，出现三条成功提示后「开始生成」按钮才可点。
3. 点「开始生成」会**新建一次运行**（create-only 的 run-id），把本次上传的字节交给同一条
   正式 CLI，并且**只**展示这一次运行的产物。它不会回落到任何历史 run。
4. 第 ② 屏可翻看本次运行的每个阶段事件；第 ③ 屏读本次运行的正文、引用、缺口、机械核对与
   审阅结果。

### 3. 本次实测看到的状态（离线替身，run `m930_3_cited_upload_20261006T100930Z`）

下表是**本批清洗后**六份文件在**全新空环境**里重新跑出的一次运行（不是复用上批的 run）。
读数逐条取自该 run 自己的产物：第 ② 屏读 `run_progress.jsonl`，第 ③ 屏读该 run 的各产物文件。

| 读数 | 值 |
|---|---|
| 整轮结果 | `run_outcome=completed`（读自**调用账本**，不由进度条推断） |
| 上传绑定 | 业务 PDF 清单指纹 `ea3d1e9c50472091…`；财务绑定指纹 `517787702b0c346c…` |
| 阶段事件 | **25** 条，`resumable` 恒 `false`、`checkpoint_id` 恒空（页面写明「不可恢复」） |
| 公司 A1 | 4 句；机械标红 0 / 4；`report_version` `crpv_4eb4dff1fcf519ddeac724d3` |
| 财务 A1 | 3 句；机械标红 0 / 3；`report_version` `crpv_209856c6388387ef5b6348e8` |
| 财务 A2 | 3 条结构项 / 117 条读数 / **模型调用 0 次**；项目级 typed 缺口 25 条 ＋ notes 缺口注记 1 条 |
| 发布资格 | `not_publishable`（两节都是）；系统放行 `system_review_not_run`；人工状态 `human_not_reviewed` |
| 审阅 | 公司 4 条、财务 3 条意见，产出者是**离线回声**；本 run 账本**无**此次调用 |
| 报告级审阅 | **未审**：本 run 没有报告级审阅读数，页面不拿本节意见冒充报告级结论 |
| 原 PDF 表格区域 | 12 个只读区域，人工确认 **0 / 12**（每个区域带渲染 SHA-256 与 `pending_human_confirmation`） |

本轮从第一条阶段事件到两节全部落盘约 **17 分钟**（`10:09:36Z → 10:26:28Z`），
产物在末尾统一落盘；中途页面显示的是已落盘事件，不是估算进度。

> 上批报告里的旧读数（run `m930_3_cited_upload_20261006T091547Z`、清单指纹
> `ed70599e22c790bc…`、`report_version crpv_2e079e22…` / `crpv_8ab5d40d…`）对应的**不是**
> 本批清洗后的输入，已被上表取代。

> **离线替身的含义。** `offline` 模式下写作、返修、审阅都由**离线替身**产出：它证明的是
> 「接线接通、材料真的进了 Writer 清单、引用真的绑到来源」，**不是**真实写作质量或真实审阅
> 结论。页面自己也这么标注。替身句数（公司 4 句）由替身实现决定，不代表真实模型会写这么多。

### 4. 这一节是怎么验证的（以及没验证什么）

上表读数取自**本次交付时实际执行**的一次运行，而不是截图或历史 run：

- 页面本身用 Streamlit 自带的 [`streamlit.testing.v1.AppTest`](https://docs.streamlit.io/develop/api-reference/app-testing)
  驱动**同一个** `scripts/cited_demo_app.py`：真的把六份文件喂给 `st.file_uploader`、真的点
  「开始生成」、真的翻第 ②③ 屏读渲染结果。**没有**用浏览器／CDP 会话，也**没有**用
  「HTTP 200」或「模块导入成功」代替页面读数。
- 第 ② 屏的 25 条事件、第 ③ 屏的正文、引用、缺口与审阅读数，都逐条记在本批交付报告里。
- 服务器本身另行验证过（本批重跑）：`streamlit run` 能起，`/_stcore/health` 返回 `ok`（HTTP 200）、
  首页返回 HTTP 200。**勘误**：`streamlit 1.65.0` 下 `/healthz` 返回的是前端单页 HTML，
  **不是**健康端点——上一版 README 把 `/healthz` 说成健康检查是措辞不准。
  但「浏览器里点着走一遍」这一步是用上面那套测试驱动代替的，**不是**真人鼠标操作。
- 本次页面对重库（`torch` / `chromadb` / `sentence_transformers` / `transformers`）的 import
  实测为 **0 个**——离线只读路径确实不加载它们。

### 5. 不联网的确切含义

- `offline` 模式会装上一个**只覆盖大模型调用入口**（`LLMClient.chat_with_usage` / `chat` /
  `get_client`）的网络守卫；它**不**拦截裸 HTTP，也不阻断其他库自己发起的请求。
- **没有做过断网实测**（没有真的拔网线／断网卡跑一遍）。做过的只是**采样观测**：上批在
  一次等价的 `offline` 运行窗口内按 20 秒间隔读本机 TCP 表，共 **58** 个采样点覆盖
  `09:15:41Z → 09:34:53Z`，属于 Python 进程的非环回套接字里**已连接数为 0**；唯一反复出现的
  是一个 Python 进程 `LISTENING` 在 `0.0.0.0:8765`（本机另一个常驻服务，不是本演示链，
  也不是本链发起的连接）。**本批这次新运行没有重复做 TCP 采样**；它自己的网络记录只有
  `chain.log`，其中**没有**任何联网行（全文见交付报告）。
- 上面那段采样与本次的 `chain.log` 加起来仍只是一段窗口、一类观测，**不能**据此说「整条链
  不联网」。若你在意绝对无外联，请在容器或防火墙层阻断。

---

## 四、离线评测套件：本副本的实际读数

```bash
# 从本副本根目录运行
.venv/Scripts/python.exe -m evals.run_evals
```

本次在**清洗后的副本**上、用一个**全新隔离环境**实测（新副本目录 ＋ 新 venv，按
[requirements.lock.txt](./requirements.lock.txt) 装 165 个包；无数据库、无历史产物、无 `.env`、
无授权、无模型 key）：

**22180 passed / 141 failed / 53 skipped（411.0 秒），退出码 1**，297 个登记模块全部跑到
（242 PASS ＋ 19 SKIP ＋ 36 FAIL）。原始输出整份留档，未做管道过滤，也未重跑。

> **与清洗前那份副本的读数逐项相同。** 清洗前一轮是同样三个总数、同样 **36 个**红模块、
> 同样 **19 个**跳过模块；把两轮的模块名单**按名字逐个求差集**，结果为空——**没有新增红项、
> 没有消失的红项**。也就是说 XLSX 元数据清理与随之变化的哈希／快照 id，没有改变套件里任何
> 一个模块的通过／失败归属。耗时从 369.8 秒变为 411.0 秒只是机器负载差异，不是内容差异。
>
> 这是**一次**运行的结果，没有自动重跑；141 条红项的原因分类见下，本批**没有**改动它们、
> 也**没有**改断言制造全绿。

**六个与本次输入改动／修复直接相关的模块**在上批已单独复验过（下表是当时的聚焦读数；
本轮全量里它们同样没有被清洗改动带红）：

| 模块 | 聚焦读数 | 本轮全量里的归属 |
|---|---|---|
| `evals.test_intermediate_preview` | 11 passed / 0 failed / 0 skipped | SKIP（~1：需要有已建库的样例） |
| `evals.test_financial_v2_snapshot_admission` | 46 / 0 / 0 | PASS |
| `evals.test_financial_v2_store` | 100 / 0 / 0 | PASS |
| `evals.test_metrics_db` | 24 / 0 / 0 | PASS |
| `evals.test_m930_5_upload_run` | Ran 57 tests … OK | FAIL（整轮才出现，见下（三）；该模块自报的 `passed` 计数会印成负数，是它自己的汇总口径问题） |
| `evals.test_m930_5_cited_demo_ui` | Ran 0 tests … OK | SKIP（~2：本机没有已存真实双节演示 run，用例**拒绝伪造**真实产物） |

这 141 条失败来自 **36 个模块**，按原因分三类：

**（一）依赖本副本**按设计**不包含的资产／环境——33 个模块**

| 缺什么 | 受影响模块 |
|---|---|
| `evaluation/datasets/v1_baseline.jsonl` 等评测数据集 | `test_contracts`、`test_retrieval_v2_runner`、`test_split_manifest`、`test_router_eval`、`test_section_eval_runner` |
| `.env` 里的真实 provider key | `test_llm_call_budget`、`test_demo_preflight` |
| `data/evidence.db`（需先按第二节重建） | `test_tree_span_*`、`test_tree_table_*`、`test_tree_final_material` 等 13 个模块 |
| `evaluation/results/` 下的历史冻结 run | `test_tree_span_*`、`test_tree_table_*`、`test_m930_4_*`、`test_m930_5_display_binding` 等 12 个模块 |
| 由上面这些派生出的 live evidence-set 版本 | `test_m930_3_table_object_release` |

这些是**输入依赖**，不是代码回归：它们的失败信息都是「某路径不存在」或「key 未配置」。
按第二节重建 `data/evidence.db` 之后，其中一部分会转为可运行（`test_tree_*` 还需要历史冻结 run，
本副本**没有也不会有**）。

> 本副本**保留了** `evaluation/datasets/baseline_contract_mapping.jsonl`：它不是评测语料，
> 而是**生产代码的运行期依赖**（`harness/aspects.py` 与 `contracts/review.py` 按固定路径读它，
> 用来把 `case_id` 映射到契约主题）。它只有 case_id／question_id／覆盖角色的对应关系，
> 不含公司名、页码或任何案例正文。真正的评测语料（`v1_baseline.jsonl` 等）**按设计没有附带**。

**（二）本副本范围内、与缺失资产无关的红项——1 个**

- `test_m930_3_writer_face`：一条断言失败（「歧义的扫描必须在扫描处以自己的诊断 fail-closed：
  未拒绝」）。逐字节比对证明**被测试的模块与本测试文件都和内部工作仓库完全一致**，即这是
  **上游既存缺陷**，不是本副本引入的，也**不是**缺资产导致的。按纪律**没有**放宽断言或绕过它。

> 另有一个曾经属于本类的缺陷**已经修好，现在不再是红项**：`test_metrics_db` 原先在一个函数内
> 有一句 `import os` 遮蔽了同名模块级导入，使「样本缺失」那条提前返回路径抛 `UnboundLocalError`
> 而不是按设计 SKIP。上批已在副本内做**最小修复**（只删掉那句多余 import，不动任何断言），
> 本轮全量里它是 **PASS**（聚焦复测同样 24 / 0 / 0）。

**（三）整轮跑才出现、单跑正常的两个模块——1 + 1 个**

- `test_m930_3_numeric_channel`：整轮里崩在 `NoneType is not iterable`；**单独运行同一模块
  退出码 0**。原因是套件在同一进程内跑完前面的模块后，证据库句柄留在了别的临时路径上，
  于是这条「未初始化先报错」的断言拿到了另一种返回形状。属于**套件内跨模块状态隔离**问题。
- `test_m930_5_upload_run`：整轮里失败在 `candidates_come_from_the_real_financial_db_when_present`。
  该用例本意是「本机没有财务库就 SKIP」；但套件前面的模块会在 `data/financial_v2.db`
  留下一份**只有表结构、没有内容**的库，于是它不再 SKIP、读到空主体集。同样是**套件自身的副作用**。

> **三点提醒。**
>
> ① **这套「离线」评估套件并不等于断网运行——它确实发起过真实外联。** 本轮原始输出里可以
> 读到：有模块经项目自带的 `external/akshare_client.py` 调用 `akshare`，向**东方财富行情接口**
> `push2.eastmoney.com:443` 发出 `GET /api/qt/stock/get?…&secid=0.300750` 请求。本机该请求
> **全部失败**——`requests` 走系统代理（`trust_env`）后拿到
> `ProxyError('Unable to connect to proxy', RemoteDisconnected(...))`，**没有任何一次成功返回**。
> 异常在函数内被捕获（日志里是 `get_company_info failed for 300750`），涉及的模块本轮**没有**
> 因此变红。**不要**把本节读成「断网测试」；要绝对无外联请在容器／防火墙层阻断。
>
> ② 套件和演示页都会在 `data/` 下创建运行期产物（`financial_v2.db`、`chroma/`、`run_inputs/`
> 等），它们是缓存与操作记录，不是交付内容，也都被 `.gitignore` 排除。
>
> ③ 要单独跑某个模块用 `python -m evals.<模块名>`（例如
> `python -m evals.test_m930_3_numeric_channel`），直接 `python evals/test_x.py` 不成立。

---

## 五、真实双节运行（本批**未验证**）

下面这一节**没有**在本副本上执行过，写出来是为了说明边界，**不是**使用说明。

| 条件 | 说明 |
|---|---|
| 六份有权使用的输入 | 三份电子 PDF ＋ 三份财务 XLSX（本副本已附带本案例的六份，见第六节） |
| 模型凭据 | 你自己的 `DEEPSEEK_API_KEY`；复制 `.env.example` 为 `.env` 后填入 |
| 逐次运行授权 | 一次性授权凭据；**本副本不含、也不会创建或消费任何授权** |

`real` 模式只会替换写作、返修与审阅三步的模型调用方；研究侧仍按现行设计走离线装配。
真实运行的产出**不保证**与任何历史运行逐字相同：模型输出本身不确定，材料版本、提示词版本、
期间口径与调用预算都会影响结果。演示结果**不等于**可发布的授信报告。

**三点必须分清：**

1. **本副本验证过的只有 `offline` 替身**（第三节）。它证明的是**接线接通**——材料真的进了
   Writer 清单、引用真的绑到来源、逐句硬核对真的跑得动。它**不**证明写作质量。
2. **真实模式的写作质量，本副本一次都没有验证过。** 本副本从未为真实模式跑过一次运行，
   因此对真实模式产出的可读性、事实正确性、选材质量**没有任何实测结论**。README 不提供
   真实模式的读数。
3. **真实模式需要你自己的模型凭据，且每一次运行都要单独授权。** 凭据放在你本机 `.env`
   里（复制 `.env.example` 后填自己的 key），不随本副本分发；一次性运行授权凭据
   **本副本不含、也不会创建或消费**。缺少这两样中任何一样，真实模式都**不会**启动——
   这不是可以绕过的开关，也不应被绕过。

---

## 六、随附输入：来源与权利状态

六份文件位于 `data/samples/300750/`，逐份复核过大小与 SHA-256（`scripts/prepare_case_inputs.py
--check` 每次都会重新核对）。**以下说法刻意保守**：

| 文件 | 大小 | SHA-256（前 16 位） | 性质 |
|---|---|---|---|
| `announcements/NDSD_2024_year.pdf`（229 页） | 2 070 073 | `b4f1713d7b821eb0` | 发行人公开披露文件的下载副本（2024 年年度报告） |
| `announcements/NDSD_2025_year.pdf`（232 页） | 2 043 710 | `c15272977147dee7` | 同上（2025 年年度报告） |
| `announcements/NDSD_KCZ_2026.pdf`（141 页） | 1 558 483 | `2b3a1fb3de97f23c` | 同上（发行人 2026 年度第二期绿色科技创新债券募集说明书） |
| `financial/NDSD_BALANCESHEET_2023-2026Q1.xlsx` | 12 898 | `906034ec0b40b89b` | **人工整理的工作簿**（`openpyxl` 生成），已做元数据清理 |
| `financial/NDSD_EFFORT_2023-2026Q1.xlsx` | 10 990 | `f5e43889262f2aee` | 同上 |
| `financial/NDSD_CASH_2023-2026Q1.xlsx` | 11 590 | `a2e7096303faa7f5` | 同上 |

- 三份 PDF 是**法定披露平台上发布文件的下载件**，本副本里的字节与平台返回的字节**逐字节相同**
  （SHA-256 一致，见上表），本批**未对 PDF 作任何改动**：

  | 文件 | 完整/节选 | 下载 URL |
  |---|---|---|
  | 2024 年年度报告（229 页） | 完整全文（首页为发行人封面与「2024 年年度报告」，末页为报告末节） | `http://static.cninfo.com.cn/finalpage/2025-03-15/1222806982.PDF` |
  | 2025 年年度报告（232 页） | 完整全文 | `http://static.cninfo.com.cn/finalpage/2026-03-10/1225002214.PDF` |
  | 债券募集说明书（141 页） | 完整全文（首页为发行人封面与注册金额/发行金额，末页为落款） | `https://www.chinamoney.com.cn/dqs/cm-s-notice-query/fileDownLoad.do?contentId=3326437&priority=0&mode=save` |

  三份都是**完整报告**，不是节选，也没有被我们处理过——「完整」与「未被处理」两点的依据是
  同一份字节：本地文件与平台下载件的 SHA-256 相同（下载件另存于本副本之外用于比对）。

  > **这三条 URL 的核实程度不一样，如实说明：** 2025 年年度报告与募集说明书这两条，是**从平台
  > 发布页上直接读取**的。**2024 年年度报告的 URL 不是**——它是通过探测同一披露区间内的相邻
  > 静态 ID 得到、再以**下载件 SHA-256 与本副本文件精确相符**来确认的；**没有**该页面的列表页
  > 证据。也就是说，这一条的凭据是「哈希对上」，**不是**「页面标注对上」。如果需要一个列表页
  > 级别的来源记录，这仍然是一个待补的项。
- 逐份通读正文、文档属性、首页与末页，**未在文件内发现版权声明或再分发限制**（也没有发现
  绝对路径、凭据形状串或嵌入对象）。**本副本不声称**已获得任何再分发许可；版权与数据权利
  归原权利人所有。
- **两处未改动的属性残迹**（因为它们都在平台发布的那份文件里，改了就不再逐字节相同）：
  ① 募集说明书那份的 PDF `title` 元数据写着**另一家公司**的名字，而正文封面、页眉与目录都是
  发行人的这份募集说明书——模板残留，与内容无关；② 三份 PDF 的文档属性里各留有**具名的个人
  署名**（其中两份带事务所代号，一份为编制者个人名），本 README 不复述姓名。
  正因为元数据不可信，本副本**不**拿文件名或元数据当作身份依据——链上一切按内容哈希命中。
- 三份 XLSX 是**按公开披露内容人工整理**的工作簿：单张可见工作表、0 个公式、无外部链接、
  无 VBA／批注／嵌入对象／图表，文件属性显示由 `openpyxl` 生成。它们**不是**官方发布文件。
- 这三份工作簿做过**元数据清理**：只从 `docProps/core.xml` 移除了整理者的个人显示名。
  除此之外，每个 OOXML 成员的**解压后内容逐字节相同**（工作表、单元格原值与公式、定义名称、
  单位与格式均未变），财务导入读数也逐项相同。因此它们**不是**清洗前文件的逐字节副本；
  清洗前的大小为 `14 494 / 12 268 / 12 930` 字节——**这组旧哈希已不适用**，
  校验一律以本表当前值为准。
- 三份 PDF 与本批**未做任何改动**，仍与公开披露平台下载件逐字节相同。
- 三份 PDF 与三份 XLSX 是**两条独立的输入轴**：PDF 进公司节材料，XLSX 进财务权威快照；
  两者之间没有内容勾稽，谁都不冒充谁。
- **没有 LICENSE 文件**是刻意的：本副本**不声称**项目已按某个开源许可证授权。第三方材料
  （上面六份文件以及任何你自备的材料）的权利不在代码许可范围内。

---

## 七、系统如何工作

```text
电子 PDF / Excel
  → 来源定位、Evidence 与研究 Pack；财务事实另走权威数据通道
  → Writer 依据当前材料和合格事实写自然正文，每句标注引用
  → 确定性逐句检查引用、期间及高风险数字等硬底线
  → 独立、只读的语义审阅指出遗漏、越界和矛盾
  → 带逐句问题的预览；系统放行与人工接受分别记账
```

当前写作主线是 **Pack 之后直接生成带引用的正文**，不是先批准原子 `ClaimCandidate` 再逐字拼句。
研究 Harness、Pack 来源、事实资格和财务权威各自保持边界；Writer 不能自行检索、计算或批准自己的事实。
历史 Claim 链保留供兼容和审计，不是当前演示的必经写作链。

主营业务的原表以已登记电子 PDF 的**原件区域**供人工回查。它不是结构化 `TableObject`、
Pack/Writer 材料或数字权威；图片可见不等于正文可引用其中金额和比率。正文使用的营收、成本、
毛利等数字仍须另做格级资格核对，跨期计算由 Python/Decimal 完成。财务指标表则由权威财务事实
确定性生成，不能用原 PDF 截图替代。

本副本支持可提取文本的电子 PDF，以及财务 PDF／Excel 输入；**不**把扫描件 OCR、图片、PPT
或 Word 当作首版输入。外部搜索有单独的来源获取、快照和资格要求；**打开只读演示页不需要**
外部搜索或模型密钥。

## 八、边界与状态声明

- 本副本展示了流程与界面，**不代表** M930-3 内容质量、M930-4 审阅、M930-5 界面、
  正式树结构/TS5 门或任何正式阶段已经关闭。
- 流程完成、预览可看、逐句硬核对、独立审阅、系统放行、人工接受和正式阶段关闭是**不同**状态。
- 发现硬错误或必要证据缺口时仍可保留清楚标记的**不可发布预览**；不能把问题隐藏成整节「通过」。
- 「在本次搜索范围内未取得」**不等于**「来源不存在」。
- 所有输出仅供演示与研究辅助。使用前应人工核查来源、适用期间、计量单位、口径、遗漏和结论。
  公开资料的版权及数据权利归原权利人所有。

## 九、代码状态（重要）

本副本的代码来自内部工作仓库的**工作区快照**：

- 其中相当一部分文件在该仓库里处于「已跟踪但已修改」或「从未提交」状态，
  也就是说 **代码本副本不对应任何一次提交**，不应被当作「已经过评审」的版本；
- 本批次在副本内做的改动只有四项：新增六份输入及 `data/samples/300750/case_inputs.yaml`、
  新增 `scripts/prepare_case_inputs.py`、补入生产代码依赖的
  `evaluation/datasets/baseline_contract_mapping.jsonl`（见第四节）、以及 `test_metrics_db.py`
  的最小修复（见第四节），外加 `.gitignore` 对 `data/samples/300750/` 的再包含例外；
- 后续清理批次另改了 **7 个文件**，全部与「三份 XLSX 的元数据清理」这一件事相关：三份 XLSX 本身、
  `case_inputs.yaml`（为三份工作簿补上 `sha256`/`size_bytes`，并更新财务快照 id）、
  `scripts/prepare_case_inputs.py`（`--check` 现在对六份文件一律核对哈希与字节数，不再只查
  工作簿是否存在）、`evals/test_intermediate_preview.py`（快照身份钉子）、本 README。
  **三份 PDF 一个字节都没有动。**
- **发布准备批次在副本内只改了本 README**（第一节安装命令改为锁定清单、第二节与第五节的措辞、
  第四节换成清洗后副本上的整轮实测读数、第六节的来源核实程度说明）。同批还**删除**了两处
  `__pycache__` 目录下的 7 个 `.pyc`——它们是更早的验证批次在这个副本里 `import` 时写下的构建
  残留，不属于内容，`.gitignore` 本来就排除它们（所以即使留着也不会进入新仓库）。
  **六份输入与其余代码在本批一个字节都没有改动。**
- 逐文件的状态标注与本次前后差异清单另行记录在交付报告里，该报告**不作为仓库内容**随副本分发。

## 十、进一步阅读

- [AGENTS.md](./AGENTS.md) —— 项目约束
- [DOCUMENTATION_INDEX.md](./DOCUMENTATION_INDEX.md) —— 文档权威顺序
- [DESIGN_V2.md](./DESIGN_V2.md) —— 现行设计
- [evaluation/README.md](./evaluation/README.md) —— 评测入口说明
- [https://waypointean.com/projects/credit-report] —— 网页端图解说明

这些文档出自内部工作仓库，描述的是**内部**项目的进展与判据；其中引用的历史 run、
`evaluation/results/` 目录和一次性探针路径在本副本中**不存在**。