# 行业信息推送 · MiniMax Code 任务包

> 发起：刘新元 ｜ 汇总方：Hermes（宝锐工作区） ｜ 日期：2026-10-13
> 用途：为「每日行业信息推送」建立**可程序化采集的公开信息源底座**。

---

## 0　给 MiniMax 的边界（必须遵守，逐条）

1. **只采公开信息**。每一条结果必须带 **原始 URL + 发布日期**；**无 URL 的条目一律不得写入**。
2. **不得编造、不得推测**。无法确认的标注 `待确认`，不要用"可能/应该是"填空。
3. **不要询问、不要推测我方客户信息**。本任务包不包含、也不应包含任何客户名单。
4. 输出一律 **UTF-8 的 JSON / CSV**，字段名用本文件给定的英文键名；日期统一 `YYYY-MM-DD`。
5. **反爬照实记录**：遇 403/429/WAF，记录**实测状态码与可行的绕过方式**（例：诺唯赞 `bio.vazyme.com/product/<id>` 需加 `.html` 或尾斜杠 → 200）。**不得伪造内容**。
6. **禁止**：登录墙后的内容、付费/授权内容、验证码绕过、抓取个人隐私数据。

---

## 任务 M1　8 家竞品「可程序化采集入口」清单

**对象**：诺唯赞、翌圣（Yeasen）、菲鹏（Fapon）、全式金（TransGen）、迈迪安（Meridian）、罗氏诊断（Roche Diagnostics）、宝生物（Takara）、赛默飞（Thermo Fisher）

**每家要产出**：

- 新闻/资讯**列表页**真实 URL（可翻页的，非 JS 单页首页）
- 产品/**新品**目录页 URL（尤其「可冻干 / 无甘油 / Lyo-ready / Glycerol-free」类目录）
- IR / 财报 / 公告入口（上市地与代码、披露平台直达链接）
- 公开社媒（公众号 / LinkedIn 等，仅限公开可访问页面）
- 实测：HTTP 状态码、是否反爬、绕过方式

**输出 schema**

```json
{
  "品牌": "诺唯赞",
  "上市状态": "A股上市 | 未上市 | 已退市 | 私有化",
  "代码": "688105",
  "源": [
    {"类型": "新闻列表页", "URL": "...", "实测状态码": 200, "备注": "可翻页 ?page=N"},
    {"类型": "产品目录", "URL": "...", "实测状态码": 200, "备注": "含可冻干产品线"}
  ],
  "采集建议": "一句话"
}
```

**粘贴给 MiniMax 的提示词**

```
你是信息采集工程师。请为以下 8 家分子诊断原料/生命科学供应商，整理「可程序化采集的公开信息入口」清单：
诺唯赞、翌圣Yeasen、菲鹏Fapon、全式金TransGen、迈迪安Meridian、罗氏诊断Roche、宝生物Takara、赛默飞ThermoFisher。

每家输出：①新闻/资讯列表页真实URL ②产品与新品目录页URL（含可冻干/无甘油/Lyo-ready/Glycerol-free类）
③IR/财报/公告入口（上市地、股票代码、披露平台直达链接）④公开社媒页 ⑤每个URL的实测HTTP状态码与是否反爬。

硬要求：每条必须带 URL 和实测状态码；无URL不得写入；不得编造；遇到403/429如实记录并尝试给出可行的绕过方式
（已知参考：bio.vazyme.com/product/<id> 加 .html 或尾斜杠可返回200）。禁止登录墙、付费内容、验证码绕过。

输出：UTF-8 JSON，文件名 m1_competitor_sources.json，字段见给定 schema。
```

---

## 任务 M2　公开监管与披露源扩展

**目标**：把「客户侧拿证信号」和「招投标信号」变成可采数据源。

1. **NMPA 国家药监局**：三类/二类医疗器械注册证**公开查询入口**（URL + 查询参数说明）——用于监测下游产品获批（= 上游原料需求信号）
2. **巨潮资讯**：公告检索入口（深沪北上市公司）
3. **上交所 / 深交所 / 北交所** 披露页直达链接
4. **各省公共资源交易中心**（招投标）：**逐省实测状态码**（已知：中国政府采购网 403）
5. **行业媒体**：动脉网、生物谷等 —— 列出可抓列表页或 RSS

**输出**：`m2_public_sources.json`，结构同 M1（`源:[{类型,URL,实测状态码,备注}]`）

```
你是信息采集工程师。请整理中国大陆公开信息源清单，输出JSON（文件名 m2_public_sources.json）：
①国家药监局NMPA医疗器械注册证公开查询入口（URL+查询参数说明）②巨潮资讯公告检索入口
③上交所/深交所/北交所披露页直达链接 ④各省公共资源交易中心招投标入口，逐省实测HTTP状态码
⑤行业媒体（动脉网、生物谷等）可抓列表页或RSS地址。

要求：每个URL必须实测状态码；无URL不写入；不得编造；不得登录、不得绕过验证码。
```

---

## 任务 M3　每日检索词矩阵

**矩阵**：8 家竞品 × 5 类动态（新品发布 / 战略合作 / 经营数据 / 财报类 / 中标投标）
**每家每组**给：中文词、英文词、品牌简称与全称、股票代码（如有）

**输出**：`m3_keyword_matrix.csv`（列：品牌, 动态类型, 检索词, 语言, 建议平台）

```
请生成检索词矩阵CSV（文件名 m3_keyword_matrix.csv），列：品牌,动态类型,检索词,语言,建议平台。
品牌：诺唯赞、翌圣Yeasen、菲鹏Fapon、全式金TransGen、迈迪安Meridian、罗氏诊断Roche、宝生物Takara、赛默飞ThermoFisher。
动态类型5类：新品发布、战略合作、经营数据、财报季报年报半年报、中标投标。
每组合给中英文检索词，并附品牌全称/简称/股票代码（如有）。不编造未确认的股票代码。
```

---

## 任务 M4　动态判定规则 + 正负例

把"什么算一条动态"写成**可编程判定规则**，每条规则给 **2 个正例 + 2 个负例，各带 URL**。

| 动态类型 | 建议判定要素                          |
| ---- | ------------------------------- |
| 新品发布 | 官方产品页新增货号 或 新闻稿含「发布/上市/推出」+ 产品名 |
| 战略合作 | 含「战略合作/签约/联合/共建」+ 对方主体名         |
| 经营数据 | 营收/利润/同比等数字 + 官方或披露平台来源         |
| 财报类  | 披露平台出现「年度报告/半年度报告/季度报告」标题       |
| 中标投标 | 公共资源交易平台/招标网出现含企业名的中标公告         |

**输出**：`m4_event_rules.json`

```
请把"什么算一条行业动态"写成可编程判定规则，输出JSON（文件名 m4_event_rules.json）。
5类：新品发布、战略合作、经营数据、财报季报年报半年报、中标投标。
每条规则给：判定要素、可匹配的关键词、需要的字段、2个正例URL、2个负例URL。
所有示例必须是真实可访问的URL；不得编造。
```

---

## 任务 M5（可选）　采集脚本骨架

只写**骨架**，配置化填 URL；限速 ≥1.2 秒/请求；失败重试 2 次；落盘 JSONL，
每条含 `来源URL`、`抓取时间`、`标题`、`正文摘要`、`品牌`、`动态类型`。
**明确不实现**：登录、验证码、付费墙绕过。

```
用 Python 写采集骨架（文件名 m5_collector_skeleton.py）：requests + BeautifulSoup，
从配置文件读取M1的URL清单；限速≥1.2秒/请求；失败重试2次；结果追加写 JSONL，
每条含 来源URL/抓取时间/标题/正文摘要/品牌/动态类型 六个字段。
不实现登录、验证码、付费墙绕过。代码只做骨架，不启动实际抓取。
```

---

## 交付与验收

1. **回传**：每个任务输出一个文件（`m1_competitor_sources.json` 等），发回给我。
2. **入库**：我合并进 `数据/market_intel/` 并做去重与来源校验。
3. **验收规则**：我**按「每条必须有 URL + 实测状态码」抽查**，无 URL 的条目一律退回；状态码与实测不符的整批退回。
4. **不外包的部分**：客户 → 赛道 → 对标公司 的映射表，由我本地完成（客户名单属公司数据，不外发）。

## 备注（已知实测结论，避免 MiniMax 重复劳动）

| 源                         | 实测                                                     |
| ------------------------- | ------------------------------------------------------ |
| 诺唯赞官网                     | 200（`/product/<id>` 需加 `.html` 或尾斜杠）                   |
| 翌圣 / 菲鹏 / 全式金 / 迈迪安 / 赛默飞 | 200                                                    |
| 宝生物 Takara                | 官网国际 403；中文站 takara.com.cn 200；**2026-06-12 已退市**（无季报） |
| 罗氏                        | IR 页 200（RSS 路径 404）                                   |
| 巨潮 / 上交所 / 深交所            | 200                                                    |
| SEC EDGAR                 | 403                                                    |
| 中国政府采购网                   | 403（反爬）                                                |
| 测序中国 / 医业观察               | 域名不通                                                   |
| 真实有公开财报的仅 3 家             | 诺唯赞（688105）、罗氏、赛默飞                                     |