# baoyu-visitor-prep — archive changelog

### 1. 企业档案提取
- **创始人**：学历全路径（本→硕→博→博后）、标志性成就、个性画像
- **高管团队**：关键副手背景、分工（CEO搭档=运营/市场/供应链？）
- **公司**：成立时间/地点、融资轮次/金额/投资方、IPO状态、团队规模、资质认证
- **客户与市场**：标杆客户、行业地位、竞品对比


### 2. 核心技术护城河分析
- 技术原理、专利数量、与竞品的差异化壁垒
- **关键**：技术路线中涉及的核心原材料是什么？→ 宝锐切入点


### 3. 供应链痛点挖掘
- 搜索公司官网/新闻中的关键表述（如"摆脱进口依赖""国产替代"）
- 从技术路线反推所需酶/原料清单


### 4. 产品匹配
将客户技术路线与宝锐产品线交叉，标注匹配度（★~★★★★★）


### 5. 人脉网络
- 创始人的学术师承（导师/实验室/校友网络）→ 找共同点
- 关键客户/投资方的供应链需求

---

## 文档结构（企业型 — 8段式）

生成自包含 HTML 文档（浏览器可直接打开，格式规整）：

1. **来访概况** — 一句话摘要（谁/为什么/宝锐角色）+ 关键维度表
2. **客户档案** — 创始人 + 高管 + 公司（融资/资质/客户）
3. **核心技术解析** — 技术护城河 + 供应链痛点 + 宝锐可切入模块表
4. **已有项目管线** — 合作历史（CMA/ERP/知识库检索）+ 推断管线表
5. **产品线匹配** — 宝锐各产品线 vs 客户需求矩阵（含匹配度星级）
6. **师门/人脉切入** — 学术网络 + 产业生态 + 共同人脉策略
7. **沟通策略与话术** — 分对象（创始人/高管）、分项目的具体话术 + 话题优先级
8. **关键数字速查卡** — 报价/产能/对标品/市场规模等硬数字一页汇总


### 1. 信息收集
对每位来访者，依次执行：
- `web_search` 搜索 "[姓名] [单位] 研究方向 论文 教授/博士"
- 从搜索结果定位其官方个人主页（通常在学校/机构官网）
- `web_extract` 提取完整个人资料页


### 2. 关键信息提取
从个人资料页提取：
- **基本信息**：学历、职称、职务
- **研究方向**：核心研究领域关键词
- **科研项目**：主持/参与基金项目（金额、时间）
- **论文发表**：数量、级别（SCI/EI）、代表性论文标题和期刊
- **专利/获奖**：重要成果和高亮项


### 3. 产品匹配分析
将访客研究方向与公司产品线交叉匹配：
- mRNA/核酸药物 → T7 RNA Polymerase, 加帽酶, 加尾酶
- 分子生物学/基因研究 → qPCR预混液, 高保真酶, NGS磁珠
- 天然产物/中药 → 蛋白纯化填料, 分子检测原料
- 蛋白质研究 → 蛋白Marker, 制胶, 印迹膜
- 生物药质控 → HCP/HCD试剂盒, 残留DNA/RNA检测
- 药物递送/制剂 → 冻干预混液, GMP级原料


### 4. 文档生成
使用 `python-docx` 生成 Word 文档，结构：
1. **〇、来访学者学术背景** — 每人独立小节（学历/方向/项目/论文/亮点）
2. **→ 团队研究方向与产品匹配分析** — 交叉匹配表
3. **一、来访背景分析** — 推测来访意图
4. **二、推荐交流话题** — 分话题（技术平台→产品线→合作）
5. **三、产品推荐优先级矩阵** — 表格（优先级/产品/对接学者/理由）
6. **四、交流策略建议** — 时间分配
7. **五、会前准备清单** — checkbox列表