enterprise-carbon-credit-rating

研发工程
4.9k

概述

根据客户材料生成企业碳信用评级。需要读取客户提供的企业资料、自动抽取碳资信评级字段、识别缺失的必填数据、确认行业默认权重和参数、计算企业碳资信评分,或基于企业碳账户评价模型生成正式 Word 碳资信评级报告的场景。

SKILL.md

KeyValue
nameenterprise-carbon-credit-rating
description根据客户材料生成企业碳信用评级。需要读取客户提供的企业资料、自动抽取碳资信评级字段、识别缺失的必填数据、确认行业默认权重和参数、计算企业碳资信评分,或基于企业碳账户评价模型生成正式 Word 碳资信评级报告的场景。

企业碳信用评级

核心工作流

每一次评级任务都使用以下工作流:

  1. 先阅读客户提供的全部材料:Word、Excel、PDF、图片/OCR 文本、既往报告或纯文本。

  2. 自动抽取字段。开始前不要要求客户先填写固定字段清单。

  3. 评分前先生成确认摘要:

    • 已识别的企业身份字段及其来源位置

    • 已识别的行业和默认行业参数

    • 可标记为 未采集数据 的非关键缺失字段

    • 需要用户处理的必填缺失字段

  4. 执行缺失数据规则:

    • 企业名称统一社会信用代码所属行业评价周期 不能缺失。评分前必须请用户提供这些信息。

    • 关键评级字段只有在用户明确接受 保持缺失 时才可以继续缺失;此时输出 不评级

    • 非关键字段可以缺失,并应披露为 未采集数据

  5. 如果客户提供的既往报告或已确认的客户口径已经给出模块得分、维度得分或否决项检查结果,应将其视为已确认输入,而不是根据不可获得的原始字段重新计算。不要用默认值、0 分、行业均值或基准分替代缺失的原始字段。

  6. 用户确认已抽取字段和默认参数后,再计算分数并生成正式 Word 报告。

确认关卡

评分前,向用户展示一张简洁的确认表:

项目 确认内容
企业名称、统一社会信用代码、所属行业、评价周期 必须存在
行业分类 展示推断出的分类
α/β/γ 权重 展示行业默认值
SWV 权重 展示行业默认值
行业参数 展示默认值,并请用户确认或修改
缺失的关键字段 请用户选择补全或保持缺失
客户已确认得分 展示既往报告/模块得分,并请用户确认复用

在必需的身份字段和行业参数确认之前,不要评分,也不要生成最终报告。

使用参考资料

  • 计算分数、权重、等级、调整项或不评级结果时,阅读 references/model_rules.md

  • 从客户材料抽取字段,或判断哪些缺失字段会阻断评分时,阅读 references/extraction_dictionary.md

  • 生成正式 Word 报告时,阅读 references/report_generation.md

内置资源

  • assets/企业碳资信评级报告模板_v0.1.docx:Word 报告模板。

  • assets/企业碳资信评分规则配置表_v0.1.xlsx:便于人工审计的评分规则工作簿。

内置脚本

当需要确定性计算或报告生成时,使用脚本:

bash
python scripts/score_company.py input.json --out rating_result.json
python scripts/build_report.py rating_result.json --out 企业碳资信评级报告.docx

这些脚本接收由 Codex 抽取并经确认的 JSON。它们是辅助工具,不替代判断:如果来源数据含糊不清,先与用户确认。

评分脚本同时接受嵌套和扁平 JSON。它能够识别 enterprisemetricsscoresweights.abcweights.swvveto_check。如果提供了客户已确认的模块得分,缺失的原始 SWV 计算字段应被披露,而不是被静默填补。

输出纪律

最终面向用户的输出通常应包括:

  • 简短的评分状态摘要

  • 生成的 Word 报告链接

  • 只有在用户要求时,才提供中间审计文件的可选链接

如果结果为 不评级,必须披露,并说明准确触发原因,例如 严重失信主体名单数据造假重大环境处罚重大银行不良记录关键必要指标未采集

安装

通过 Skills CLI 安装
npx skills add https://github.com/patsnap/skills/tree/main/open-platform/enterprise-carbon-credit-rating
或添加到你的 agent

文件列表

agents
references
scripts
SKILL.md