Generate Alias

SKILL.md

# 企业别名智能生成技能 v3.0.0

## 重大更新

### v3.0.0 (2026-03-25) 🎉 全面重构
- 🚫 **严格过滤通用词**：不再使用"汽车"、"银行"、"证券"等通用行业词作为关键字
- 🎯 **关键字独特性**：关键字必须能"独特标识"企业，避免在多数企业中出现
- 📊 **频率验证**：通过全局词频分析，确保关键字出现率 < 3%
- 🌐 **维基百科集成**：可配置从维基百科获取企业官方简称
- ⚙️ **灵活配置**：支持离线模式（快速）和在线模式（准确）

## 核心规则

### 关键字来源优先级
1. **维基百科官方简称**（开启时）
2. **品牌映射** - 100+ 知名企业品牌/股票名
3. **核心词提取** - 智能提取企业独特标识

### 过滤规则（严格）
- ❌ **企业类型词**：集团、控股、股份、有限、责任、公司
- ❌ **地区前缀**：中国、北京、上海、浙江、广东等
- ❌ **行业通用词**：汽车、银行、证券、能源、钢铁、机械等
- ❌ **出现率 > 3%** 的词

### 关键字标准
- ✅ 至少 3 个字符
- ✅ 能独特标识该企业
- ✅ 不在其他大多数企业中出现

## 触发方式

当用户说：
- "生成别名"
- "智能别名"
- "企业别名"
- "给这个公司起个别名"
- "提取关键字"
- 或提供企业名称并要求生成别名

## 功能

### 1. 品牌映射（内置 100+ 企业）
```
比亚迪 → 比亚迪|BYD
伊利 → 伊利
贵州茅台 → 茅台
云南白药 → 白药
```

### 2. 核心词提取
- 移除企业类型后缀（集团、股份、有限等）
- 移除地区前缀（北京、上海、浙江等）
- 提取剩余核心词

### 3. 维基百科查询（可选）
- 从中文维基百科获取企业官方简称
- 需配置 `USE_WIKI = True`

### 4. 过滤机制
- 通用行业词过滤
- 词频统计分析
- 独特性验证

## 使用示例

### 离线模式（默认，快速稳定）
```python
from generate_alias import generate_rule_based_aliases

aliases = generate_rule_based_aliases("比亚迪股份有限公司")
# 输出: ['比亚迪', 'BYD']
```

### 在线模式（需要网络）
```python
# 修改脚本顶部 USE_WIKI = True
# python generate_alias.py "比亚迪股份有限公司" --wiki
```

### 命令行
```bash
# 基本用法
python generate_alias.py "比亚迪股份有限公司"

# 禁用维基百科
python generate_alias.py "比亚迪股份有限公司" --no-wiki
```

## 示例输出

| 企业名称 | 关键字 |
|---------|--------|
| 比亚迪股份有限公司 | 比亚迪\|BYD |
| 内蒙古伊利实业集团股份有限公司 | 伊利 |
| 云南白药集团股份有限公司 | 白药 |
| 北京东方雨虹防水技术股份有限公司 | 东方雨\|雨虹\|京东\|JD |
| 长城汽车股份有限公司 | 长城\|哈弗 |
| 佛山市海天调味食品股份有限公司 | 海天 |
| 中国工商银行股份有限公司 | 工行\|工商银行 |

## 过滤示例

以下词**不会**作为关键字输出：
- ❌ 汽车（所有车企都有，不独特）
- ❌ 银行（所有银行都有，不独特）
- ❌ 证券、能源、钢铁、机械
- ❌ 中国、北京、上海、浙江等地区名
- ❌ 集团、控股、股份、有限等企业类型词

## 实现文件

- `generate_alias.py` - 主程序（规则引擎）
- `search_aliases.py` - 网络搜索模块
- `corporate_relations.py` - 真实股权关系数据
- `data_sources.py` - 数据源配置
- `stock_names.py` - 上市公司股票名称映射

## 配置选项

```python
# generate_alias.py 顶部配置
USE_WIKI = False  # 是否使用维基百科（默认关闭，快速稳定）
WIKI_TIMEOUT = 5  # 维基百科请求超时（秒）
```

## 更新日志

### v3.0.0 (2026-03-25)
- 🚫 新增严格过滤通用行业词规则
- 🚫 新增词频统计分析
- 🚫 新增关键字独特性验证
- 🌐 集成维基百科查询
- 📊 优化关键字提取算法

### v2.1.0 (2026-03-20)
- 📚 整合公开数据源
- 🔄 动态数据补充

### v2.0.0 (2026-03-20)
- 🎯 重构关联企业数据
- 📦 数据模块化