返回栏目目录查看 GitHub 源文件
董监高股东调查表复核提示词（附 check_survey.py 脚本全文）
适用场景：IPO/新三板申报项目中《自然人股东、董事、监事、高级管理人员及核心技术人员调查表》（一人一份 docx）的批量复核。当用户要求复核、核对、批量核查调查表，或提到报告期改口、留空未填、身份证/学历/工作经历核查、单位全称核查、对外任职投资核查、近亲属及其控制企业核查、亲属互填一致性时使用。 使用方式：本文既可直接作为提示词交给 Agent，也可作为完整 Agent Skill 安装（SKILL.md + scripts/check_survey.py，收录于 licheng-skills 仓库
survey-form-review/；附录含脚本全文，落盘即用）。 核心原则：机械规则交给脚本，判断与核查交给模型，公开信息交给企查查/元典 MCP，股权数据以底稿为准。同一批次多份表格一起复核价值最大——夫妻、兄弟姐妹互填内容可以相互印证。
针对 IPO/新三板申报项目中的《自然人股东、董事、监事、高级管理人员及核心技术人员调查表》（docx，一人一份）做底稿级复核。核心原则：机械规则交给脚本，判断与核查交给模型，公开信息交给MCP，股权数据以底稿为准。同一批次多份表格一起复核时价值最大——夫妻、兄弟姐妹互填的内容可以相互印证。
第〇步：确认口径
- 报告期起止（如 2024-01-01 至 2026-08-31）；
- 发行人全称与已知关联主体全称清单（发行人、持股平台、子公司、主要机构股东）——用于名称一致性比对与MCP锚定，从项目指令（AGENTS.md）取；
- 旧日期残留清单（报告期刚延长时传旧截止日）；
- 文件夹阶段语义：如目录名为"待股东确认""待签署"，未签名/未填日期属预期状态，汇总时归入"定稿待办"而非问题。
口径在项目指令中已有的直接采用，没有的问用户。
第一步：本地规则校验（脚本）
bash
python3 ~/.agents/skills/survey-form-review/scripts/check_survey.py \
"<调查表文件或目录>" \
--issuer "示例科技股份有限公司" \
--period-start 2024-01-01 --period-end 2026-08-31 \
--stale-dates "2026年6月30日,2026年1—6月" \
--known-entities "示例科技股份有限公司,XX管理咨询中心（有限合伙）,XX管理咨询有限公司,XX投资有限公司" \
-o "/tmp/<项目>-调查表复核-<YYYYMMDD>.json"| 规则 | 内容 | 级别 |
|---|---|---|
| R0 版本 | 同名多份文件并存（如"定稿"与"定稿(5)"），需确认基准版 | 高 |
| R1 报告期 | 定义句与项目口径比对；识别"至今"式与固定截止日式两种口径并提示统一；重复定义句；旧日期残留；调查范围说明句（报告期前12个月）勾稽 | 高/中 |
| R2 留空 | 姓名、身份证号码、学历、出生年月留空或填"/" | 高 |
| R3 身份证 | 18位校验位、出生段↔出生年月、性别位↔性别 | 高 |
| R4 教育 | 大中专以下记录（系本人最高学历时降为低）、起止到月、缺止时间、学历栏↔教育经历 | 中/低 |
| R5 工作经历 | 起止到月、月份留空（"1996年 月"）、末段须"至今"（否则报末段至报告期末空档）、教育+工作合并覆盖找真空档（>3个月；教育中断被工作覆盖不算）、全空→高 | 高/中 |
| R6 对外任职投资 | 仅填单位名其余栏留空（高，常掩盖真实持股任职）；控制企业无起止；申报无→MCP重点 | 高/中 |
| R7 近亲属 | 预印行留空；已填亲属证件留空/格式异常（11位疑似手机号；"已故/去世"放行）；以"见XX调查表"代替填写；控制企业须穿透下一级 | 中 |
| R8 勾选题 | 留空/未勾选（☑/√）；题干旧式起止日期 | 高/低 |
| R9 签署 | 签名、日期 | 高/中 |
| R10 批注 | 未处理批注统计 | 低 |
| R11 入股情况 | 持股子表入股时间到月、主体/出资/比例/抵押完整 | 中 |
| R12 一致性 | 持股主体/单位名称与已知主体全称比对（如"XX管理咨询有限公司"vs"XX管理咨询中心（有限合伙）"）；持股子表入股时间↔三表起始时间 | 中/低 |
| R13 跨表 | 批次内交叉核对：A表近亲属子表所述"亲属N的企业"与N本人表三表比对——N未填报该企业（高，一方填错或漏报）、起始时间不一致（中） | 高/中 |
脚本自动跳过模板"/"行、Word临时锁文件；表型按表头关键词识别，遇到 unknown 表型时人工查看。JSON 落盘后读回使用，不重复解析原文件。
脚本边界：勾选符号仅认☑/√；同名多版本时跨表核对自动跳过该人（歧义）；"控制"栏含"共同控制"也按控制穿透；单位简称的最终判定靠MCP。
第二步：MCP公开信息核查
按 JSON 中每人的 mcp_todo 执行；同一企业多人表中出现只查一次。企查查涉及积分，积分不足时不要停，按下表降级：
| 核查维度 | 首选（企查查） | 降级（元典，免积分） | 元典无法替代时 |
|---|---|---|---|
| 单位全称 | get_company_by_query | yuandian_rh_enterpriseSearch（唯一命中即全称） | — |
| 企业股东/高管/对外投资/变更 | get_shareholder_info 等 | yuandian_rh_company_info（一次返回股东详情+核心成员+投资详情+变更） | — |
| 本人对外任职投资全景（人员维度） | get_executive_related_companies / positions / investments | 无 | 标【待核验·企查查充值后执行】，或改用天眼查skill |
| 已注销/历史企业 | get_executive_historical_investments | 元典库偏活跃企业，注销企业常查不到 | 同上 |
元典数据质量提示：股东信息可能混入历史股东（如同时显示已退出与新进股东），以"变更记录"+"核准日期"为准；关键事项建议再以国家企业信用信息公示系统复核一次。
2.1 单位名称全称
唯一命中→比对；多候选→列候选待确认；未命中→可能注销/个体户/简称，标【待核验】。
2.2 本人对外任职投资双向差异
MCP有表无=疑似漏报（高，关联交易/同业竞争线索）；表有MCP无=疑似已转让/注销或数据滞后（中，索要佐证）。比例逐字引用、禁止相乘穿透；冲突不判对错，标【待填表人确认】。
2.3 控制企业穿透
对本人及近亲属"控制=是/共同控制"的企业查对外投资：有控股子公司而表未填→中；顺带记录该企业经营状态（注销/吊销）与风险标签（严重违法、经营异常）——这直接影响五、其他情况中"曾任职企业破产清算/吊销"等问题的答案真实性，以及关联方风险披露。持股比例<50%却填"控制=是"的（如49%），提示核实控制依据。
2.4 入股情况勾稽
持股子表数据（主体/出资/比例/时间）：①与底稿（合伙协议/工商内档/股东名册/股权变动总结表）核对；②MCP查持股主体的合伙人名册，核对该自然人在册出资与比例（用比例×平台持股数反算表内"万股"数是否勾稽）；③底稿未提供时明确提醒并列入【待底稿核对】，不出具"与底稿一致"结论。入股时间口径（入伙平台日 vs 平台受让发行人股份日）全批次统一。
第三步：汇总输出
- 总览：份数、问题分布、本批次共性问题（如全部旧报告期、全部未签署）单列，不逐人重复；
- 问题清单按人分组，每条：级别｜规则｜位置｜问题｜可直接转发填表人的改法；并按性质标签：[填表错误]（可直接改）/ [事实待披露]（需进一步核查或披露，如报告期内股权变动、亲属企业严重违法）/ [口径统一]（全批次统一决策）；
- 跨表与MCP差异表；
- 项目事实更新提示：核查中发现的与项目指令（AGENTS.md）不一致的事实（如机构股东股权已变更），单独列出建议更新；
- 【待底稿核对】/【待填表人确认】/【待核验】清单；
- 用户要求成文时出Word《调查表复核报告》（"调查表复核报告-日期-V1"）。
判定口径速查
- 留空≠"无"；"已故/去世"在证件栏视为合理填写；"见XX调查表"不算填写。
- 学历起点：大中专及以上；本人最高学历为高中及以下者填了该行，作低级口径提示。
- 连续性：教育+工作合并后无记录>3个月才报；末段非"至今"要报尾部空档。
- 报告期定义句：固定截止日式与"至今"式二选一，全批次统一。
- 级别：高=缺失/错误/漏报/矛盾，影响核查结论；中=需补充或确认；低=格式与口径提示。
常见坑
- Word拆run：文本按
w:t拼接（脚本已处理）； - 模板行填"/"与真留空不同：前者是"申报无"，后者才报留空；
- 夫妻互填最容易出错：一方复制另一方的行改错公司名（实测出现过配偶互填时一方复制对方行而写错公司名的情形）——R13会抓，但要提醒双方核对；
- 持股平台是否列入三表各人做法不一（有人列持股平台有人不列），批次内统一；
- 子公司（如发行人全资子公司）按须知不属"其他单位"，出现在三表且全"/"时建议删除并注明任职。
附录：check_survey.py 脚本全文
python
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
董监高/自然人股东/核心技术人员调查表 —— 本地解析与规则校验
用法:
python3 check_survey.py <docx文件或目录> \
--issuer "示例科技股份有限公司" \
--period-start 2024-01-01 --period-end 2026-08-31 \
[--stale-dates "2026年6月30日,2026年1—6月"] \
[-o /tmp/项目-调查表复核-YYYYMMDD.json]
输出: JSON（结构化提取 + findings问题清单 + mcp_todo待MCP核查清单）。
本脚本只做确定性规则校验（R1-R10）；MCP公开信息比对、底稿勾稽由模型按SKILL.md流程执行。
"""
import argparse
import datetime as dt
import json
import os
import re
import zipfile
from docx import Document
from docx.oxml.ns import qn
from docx.table import Table
# ---------- 通用提取 ----------
def p_text(p_el):
return "".join(t.text or "" for t in p_el.findall(".//" + qn("w:t")))
def row_cells(tr):
"""一行内的tc元素列表（findall天然去重，gridSpan合并格只出现一次）"""
el = tr._tr if hasattr(tr, "_tr") else tr
return el.findall(qn("w:tc"))
def tc_text(tc):
return "\n".join(p_text(p) for p in tc.findall(".//" + qn("w:p"))).strip()
def cell_flat(tc):
return tc_text(tc).replace("\n", " ")
def table_rows(table):
return [[cell_flat(tc) for tc in row_cells(tr)] for tr in table.rows]
# ---------- 日期解析 ----------
DATE_TOKEN = re.compile(r"(\d{4})\s*[-/.年]\s*(\d{1,2})(?!\d)(?:\s*[-/.月]\s*(\d{1,2})\s*日?(?!\d))?")
def date_tokens(text):
"""提取文本中所有年月token（顺序），兼容 2006/03-2009/07、2015-11-10、2023.08、2011年11月"""
toks = []
for m in DATE_TOKEN.finditer(text or ""):
toks.append((int(m.group(1)), int(m.group(2))))
return toks
def parse_range(text):
"""起止时间 → ((y,m), (y,m)|None表示至今, precise:bool)
token法：首token=起、末token=止、含“至今”则止=None；
不精确=只有年份/无法解析；不完整=有起无止且非至今"""
t = (text or "").strip()
if not t or t in ("/", "无"):
return None, None, False
now = "至今" in t
toks = date_tokens(t)
if not toks:
if re.search(r"\d{4}", t):
return None, None, False # 只有年份
return None, None, False
start = toks[0]
end = None if now else (toks[-1] if len(toks) > 1 else None)
precise = len(toks) >= 2 or now
return start, end, precise
def gap_months(a, b):
return (b[0] - a[0]) * 12 + (b[1] - a[1])
def ym_add(ym, k):
y, m = ym
m += k
y += (m - 1) // 12
m = (m - 1) % 12 + 1
return (y, m)
def fmt_ym(ym):
return f"{ym[0]}年{ym[1]}月" if ym else "?"
# ---------- 身份证 ----------
def idcard_issues(idno, birth_ym, gender):
out = []
idno = idno.strip()
if not re.fullmatch(r"\d{17}[\dXx]", idno):
return [f"身份证号码格式非18位（“{idno[:4]}…{idno[-2:]}”）"]
weights = [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2]
check = "10X98765432"[sum(int(c) * w for c, w in zip(idno[:17], weights)) % 11]
if check != idno[-1].upper():
out.append("身份证号码校验位不符，须与证件原件核对")
try:
bd = dt.datetime.strptime(idno[6:14], "%Y%m%d").date()
if birth_ym and (bd.year, bd.month) != tuple(int(x) for x in birth_ym):
out.append(f"身份证出生年月({bd.year}年{bd.month}月)与表格“出生年月”不一致")
g = "男" if int(idno[16]) % 2 else "女"
if gender and g != gender:
out.append(f"身份证性别位({g})与表格“性别”不一致")
except ValueError:
out.append("身份证出生日期段非有效日期")
return out
# ---------- 表格分类 ----------
def classify(rows):
j = " ".join(" ".join(r) for r in rows[:4])
if "姓名" in j and ("出生年月" in j or "身份证号码" in j) and "亲属关系" not in j:
return "basic"
if "起止时间" in j and "学校" in j:
return "edu"
if "单位名称" in j and "职位" in j and "持股比例" not in j:
return "work"
if "单位名称" in j and "持股比例" in j and "任职情况" in j:
return "external"
if "亲属关系" in j and "身份证号码" in j:
return "relatives"
if "调查内容" in j and "调查结果" in j:
return "other"
return "unknown"
# ---------- 解析 ----------
BASIC_LABELS = {"姓名": "姓名", "性别": "性别", "出生年月": "出生年月", "国籍": "国籍",
"学历": "学历", "现在公司任职": "position_now", "身份证号码": "身份证号码"}
def parse_basic(rows):
"""基本情况大表分段解析：键值对 / 教育及培训 / 直接或间接持股"""
person, edu, shares = {}, [], []
mode = "kv"
for cells in rows:
j = "".join(cells)
if "教育及培训" in j:
mode = "edu"
continue
if "直接或者间接持有" in j or "入股时间" in j and "持股主体" in j:
mode = "share"
continue
if "起止时间" in j and "学校" in j:
continue
if mode == "kv":
for i, c in enumerate(cells):
label = re.sub(r"\s|（.*?）|\(.*?\)", "", c)
if label in BASIC_LABELS and i + 1 < len(cells):
person[BASIC_LABELS[label]] = cells[i + 1].strip()
elif mode == "edu":
if not is_blank_row(cells):
edu.append({"range": cells[0].strip(), "school": cells[1].strip() if len(cells) > 1 else "",
"major": cells[2].strip() if len(cells) > 2 else "",
"degree": cells[3].strip() if len(cells) > 3 else ""})
elif mode == "share":
if not is_blank_row(cells) and "持股主体" not in j:
shares.append({"time": cells[0].strip(),
"holder": cells[1].strip() if len(cells) > 1 else "",
"amount": cells[2].strip() if len(cells) > 2 else "",
"pct": cells[3].strip() if len(cells) > 3 else "",
"pledge": cells[4].strip() if len(cells) > 4 else ""})
m = re.search(r"(\d{4})\s*[-/.年]\s*(\d{1,2})", person.get("出生年月", ""))
person["_birth_ym"] = (m.group(1), m.group(2)) if m else None
return person, edu, shares
def is_control(v):
"""“是”“共同控制”“实际控制”均视为控制；“否”“/”空不视为控制"""
v = (v or "").strip()
return v.startswith("是") or ("控制" in v and "不" not in v and "否" not in v)
def norm_company(name):
"""公司名归一：去括号备注（强制注销/已注销等）、空格、全半角括号"""
n = re.sub(r"[（(][^）)]*[）)]", "", name or "")
return re.sub(r"[\s ]", "", n)
DECEASED = ("已故", "去世", "过世", "已逝", "已去世", "已过世", "故")
def is_blank_row(cells):
"""模板行：全部为空、'/'、'无'、'-'"""
return all(c.strip() in ("", "/", "无", "-", "—") for c in cells)
def parse_rows_after_header(rows, header_pred, ncols):
"""表头行之后的数据行 → list[dict by index]"""
out, seen_hdr = [], False
for cells in rows:
j = " ".join(cells)
if not seen_hdr and header_pred(j):
seen_hdr = True
continue
if seen_hdr and any(c.strip() for c in cells):
padded = cells + [""] * max(0, ncols - len(cells))
out.append(padded[:ncols])
return out
def parse_doc(path, issuer):
doc = Document(path)
result = {"file": path, "issuer": issuer, "person": {}, "education": [], "work": [],
"shareholding": [], "external": [], "relatives": [], "relatives_sub": [],
"other_qa": [], "paragraphs": [], "signature": {}, "notes_range": None}
section, sub_title = "", ""
for child in doc.element.body.iterchildren():
if child.tag == qn("w:p"):
txt = p_text(child).strip()
if not txt:
continue
result["paragraphs"].append(txt)
if re.match(r"^[一二三四五六七八九十]+、.{2,20}调查", txt):
section, sub_title = txt[:14], ""
continue
if re.match(r"^\d+、.{2,15}情况调查", txt):
sub_title = txt[:22]
continue
if "填表人签名" in txt or "填表人签字" in txt:
result["signature"]["signer"] = re.sub(r"[_\s]", "", txt.replace("填表人签名：", ""))
m = re.search(r"(\d{4})[\s_]*年[\s_]*(\d{1,2})[\s_]*月[\s_]*(\d{1,2})[\s_]*日", txt)
if m and len(txt) < 30 and "报告期" not in txt:
result["signature"]["date"] = f"{m.group(1)}-{int(m.group(2)):02d}-{int(m.group(3)):02d}"
m3 = re.search(r"即\s*(\d{4})\s*年\s*(\d{1,2})\s*月\s*(\d{1,2})\s*日\s*至\s*(\d{4})\s*年\s*(\d{1,2})\s*月\s*(\d{1,2})\s*日", txt)
if m3:
result["notes_range"] = (
f"{m3.group(1)}-{int(m3.group(2)):02d}-{int(m3.group(3)):02d}",
f"{m3.group(4)}-{int(m3.group(5)):02d}-{int(m3.group(6)):02d}")
elif child.tag == qn("w:tbl"):
rows = table_rows(Table(child, doc))
if not rows:
continue
ttype = classify(rows)
if ttype == "basic":
result["person"], result["education"], result["shareholding"] = parse_basic(rows)
elif ttype == "edu":
_, result["education"], _ = parse_basic(rows)
elif ttype == "work":
result["work"] = [
{"range": r[0], "company": r[1], "title": r[2]}
for r in parse_rows_after_header(rows, lambda j: "起止时间" in j and "单位名称" in j, 3)
if not is_blank_row(r)]
elif ttype == "external":
data = [r for r in parse_rows_after_header(
rows, lambda j: "单位名称" in j and "持股比例" in j, 10) if r[1].strip()]
if section.startswith("四") or sub_title:
# 近亲属子表（1配偶/2子女/3父母/4兄弟姐妹/5配偶的兄弟姐妹/6子女配偶的父母）
for r in data:
if all(c.strip() in ("/", "无", "") for c in r):
continue
result["relatives_sub"].append(
{"title": sub_title or "近亲属任职投资子表", "relation": r[0],
"company": r[1], "share": r[3], "position": r[4],
"range": r[5], "control": r[6]})
else:
for r in data:
if r[1].strip() in ("/", "无"):
continue
result["external"].append(
{"company": r[1], "reg_capital": r[2], "share": r[3], "position": r[4],
"range": r[5], "control": r[6], "salary": r[7],
"business": r[8], "trade": r[9]})
elif ttype == "relatives":
last_rel = ""
for r in parse_rows_after_header(rows, lambda j: "亲属关系" in j, 4):
rel = r[0].strip() or last_rel # 合并单元格续行继承称谓
last_rel = rel
result["relatives"].append(
{"relation": rel, "name": r[1], "idno": r[2], "contact": r[3],
"_inherited": not r[0].strip()})
elif ttype == "other":
for r in parse_rows_after_header(rows, lambda j: "调查内容" in j and "调查结果" in j, 3):
result["other_qa"].append({"question": r[1], "answer": r[2]})
return result
# ---------- 规则校验 ----------
LOW_EDU = ("高中", "初中", "小学", "中学")
def build_findings(d, args):
F = []
def add(rule, sev, loc, msg, sug=""):
F.append({"rule": rule, "severity": sev, "location": loc,
"message": msg, "suggestion": sug})
person, name = d["person"], (d["person"].get("姓名") or os.path.basename(d["file"]))
# R1 报告期
defs = [p for p in d["paragraphs"] if "报告期是指" in p]
if not defs:
add("R1报告期", "高", "填写须知", "未找到“报告期是指…”定义句", "按项目申报口径补充")
else:
m = re.search(r"报告期是指\s*(\d{4})\s*年\s*(\d{1,2})\s*月\s*(\d{1,2})\s*日\s*至\s*(\d{4})\s*年\s*(\d{1,2})\s*月\s*(\d{1,2})\s*日", defs[0])
m_now = re.search(r"报告期是指\s*(\d{4})\s*年\s*(\d{1,2})\s*月\s*(\d{1,2})\s*日\s*至今", defs[0])
if not m and m_now:
add("R1报告期", "中", "填写须知第8条",
f"报告期定义句采用“{m_now.group(1)}年{m_now.group(2)}月{m_now.group(3)}日至今”式，"
f"与项目口径截止日{args.period_end}的固定式不同", "全部调查表统一为同一表述（固定截止日或至今，二选一）")
m = None
elif not m:
add("R1报告期", "中", "填写须知", f"报告期定义句日期无法解析：{defs[0][:50]}", "人工核对")
if m and (f"{m.group(4)}-{int(m.group(5)):02d}-{int(m.group(6)):02d}" != args.period_end
or f"{m.group(1)}-{int(m.group(2)):02d}-{int(m.group(3)):02d}" != args.period_start):
add("R1报告期", "高", "填写须知第8条",
f"报告期为{m.group(1)}年{m.group(2)}月{m.group(3)}日至{m.group(4)}年{m.group(5)}月{m.group(6)}日，"
f"与项目口径{args.period_start}~{args.period_end}不符", "统一为项目申报口径")
if len(defs) > 1:
add("R1报告期", "中", "填写须知", f"“报告期是指”出现{len(defs)}次，存在重复定义", "删除重复句")
all_text = "\n".join(d["paragraphs"])
for stale in args.stale_dates:
if stale and stale in all_text:
add("R1报告期", "高", "全文", f"旧日期残留“{stale}”", "更新为现行报告期")
if d["notes_range"]:
exp = ym_add(tuple(int(x) for x in args.period_start.split("-")[:2]), -12)
got = tuple(int(x) for x in d["notes_range"][0].split("-")[:2])
if got != exp or d["notes_range"][1] != args.period_end:
add("R1报告期", "中", "三/四部分调查范围说明",
f"调查范围“即{d['notes_range'][0]}至{d['notes_range'][1]}”与报告期前十二个月至期末"
f"（{exp[0]}-{exp[1]:02d}~{args.period_end}）不一致", "同步更新说明句")
# R2 关键字段留空
for k, label in [("姓名", "姓名"), ("身份证号码", "身份证号码"), ("学历", "学历"), ("出生年月", "出生年月")]:
v = person.get(k, "")
if not v:
add("R2留空", "高", "一、基本情况", f"“{label}”未填写", "必填项，补齐")
elif v in ("/", "无", "略", "-"):
add("R2留空", "高", "一、基本情况", f"“{label}”填为“{v}”，不合常理", "补填真实信息")
if person.get("position_now") == "":
add("R2留空", "中", "一、基本情况", "“现在公司任职”留空", "非本公司任职填“/”")
# R3 身份证
idno = person.get("身份证号码", "")
if idno:
for msg in idcard_issues(idno, person.get("_birth_ym"), person.get("性别")):
add("R3身份证", "高", "一、基本情况", msg, "与证件原件核对后更正")
# R4 教育及培训
edu = [e for e in d["education"] if e["range"] not in ("/", "无")]
declared_none_edu = any(e["range"] in ("/", "无") for e in d["education"])
declared = person.get("学历", "")
if not edu:
if declared and any(t in declared for t in LOW_EDU):
add("R4教育", "低", "一、教育及培训", "教育及培训未填（学历为高中及以下，可能确无大中专经历）",
"与填表人确认后保持“无”")
else:
add("R4教育", "中", "一、教育及培训", "未填写任何教育记录", "从大中专以上起填")
for i, e in enumerate(edu, 1):
deg = e["degree"] or ""
if any(t in deg for t in LOW_EDU):
same_as_declared = any(t in deg and t in (person.get("学历") or "") for t in LOW_EDU)
add("R4教育", "低" if same_as_declared else "中", f"教育第{i}行",
f"学历“{deg}”低于大中专（须知要求从大中专起填）" + ("，但系本人最高学历" if same_as_declared else ""),
"项目组统一口径：最高学历为高中及以下者可保留该行或填“/”")
if not e["school"]:
add("R4教育", "中", f"教育第{i}行", "学校（机构）留空", "补填或删行")
s, t, precise = parse_range(e["range"])
if s is None:
add("R4教育", "中", f"教育第{i}行", f"起止时间“{e['range']}”未含年月", "按“×年×月—×年×月”补全")
elif not precise:
add("R4教育", "中", f"教育第{i}行", f"起止时间“{e['range']}”缺结束时间", "补全止于×年×月")
declared = person.get("学历", "")
if declared and edu and not declared_none_edu:
tok = next((t for t in ["博士", "硕士研究生", "硕士", "本科", "大专", "专科", "中专", "高中"] if t in declared), None)
if tok and not any(tok in (e["degree"] or "") for e in edu):
add("R4教育", "中", "学历↔教育经历",
f"基本情况“学历:{declared}”在教育经历中无对应记录", "两处口径统一")
# R5 工作经历
work = d["work"]
if not work:
add("R5工作经历", "高", "二、工作经历", "未填写任何工作经历", "自首次就业起连续填写至至今")
for i, w in enumerate(work, 1):
if not w["company"]:
add("R5工作经历", "中", f"工作第{i}行", "单位名称留空", "补填")
s, e, precise = parse_range(w["range"])
if s is None:
add("R5工作经历", "中", f"工作第{i}行（{w['company'][:12]}）",
f"起止时间“{w['range']}”未含年月", "按“×年×月—×年×月/至今”补全")
elif not precise:
add("R5工作经历", "中", f"工作第{i}行（{w['company'][:12]}）",
f"起止时间“{w['range']}”缺结束时间（非至今）", "补全或改“至今”")
if i == len(work) and w["range"] and "至今" not in w["range"]:
_, e_last, _ = parse_range(w["range"])
pe = tuple(int(x) for x in args.period_end.split("-")[:2])
tail = f"，{fmt_ym(e_last)}至报告期末{pe[0]}年{pe[1]}月无记录（{gap_months(e_last, pe)}个月）" if e_last and gap_months(e_last, pe) > 3 else ""
add("R5工作经历", "中", f"工作第{i}行（{w['company'][:12]}）",
f"末段经历未填至“至今”{tail}", "现职填“至今”；已离职/退休/待业须补填至今状态")
c = w["company"]
if c and len(re.sub(r"[\s（）()]", "", c)) < 4 and c not in ("/", "无"):
add("R5工作经历", "低", f"工作第{i}行", f"单位名称“{c}”疑似简称", "改用工商登记全称（待MCP核查）")
# 综合：教育+工作合并覆盖，找既未读书也未工作的空档（工作内部断档天然涵盖于此）
ivs = []
for seg in edu:
s0, e0, _ = parse_range(seg["range"])
if s0 and (e0 or "至今" in seg["range"]):
ivs.append((s0, e0, seg.get("school", "")[:12] or "教育段"))
for seg in work:
s0, e0, _ = parse_range(seg["range"])
if s0 and (e0 or "至今" in seg["range"]):
ivs.append((s0, e0, seg.get("company", "")[:12] or "工作段"))
if ivs:
ivs.sort()
merged = [list(ivs[0])]
for s0, e0, lab in ivs[1:]:
if merged[-1][1] is None:
break
if s0 <= ym_add(merged[-1][1], 1):
if e0 is None or merged[-1][1] is None or e0 > merged[-1][1]:
merged[-1][1] = e0
else:
merged.append([s0, e0, lab])
for a, b in zip(merged, merged[1:]):
if a[1] is not None and gap_months(a[1], b[0]) > 3:
add("R5工作经历", "中", "综合时间线",
f"{fmt_ym(a[1])}（{a[2]}）至{fmt_ym(b[0])}（{b[2]}）期间教育与工作均无记录，"
f"空档{gap_months(a[1], b[0])}个月",
"待业填“待业”、退休填“退休”、就读补教育经历")
# R6 对外任职投资
ext = d["external"]
for i, x in enumerate(ext, 1):
if is_control(x["control"]) and not x["range"]:
add("R6对外任职投资", "中", f"三、第{i}项（{x['company'][:14]}）",
"填“是”控制但未填任职/持股起止期间", "补填起止时间")
for i, x in enumerate(ext, 1):
if x["company"] and all(not (x[k] or "").strip() or x[k].strip() == "/" for k in ("share", "position", "control", "range")):
k_, exact_ = (None, False)
for k in (getattr(args, "known_entities", []) or []):
if norm_company(k) == norm_company(x["company"]):
k_, exact_ = k, True
add("R6对外任职投资", "高" if not exact_ else "中", f"三、第{i}项（{x['company'][:14]}）",
"仅填单位名称，持股比例/任职/是否控制/起止期间均留空" + ("（系已知关联主体）" if exact_ else ""),
"补齐各栏，无则填“/”；MCP核查其真实持股任职" if not exact_ else "若为发行人子公司，按须知不属“其他单位”，应删除该行或注明任职")
if not ext:
add("R6对外任职投资", "中", "三、对外任职投资",
"本人申报无对外任职投资", "列为MCP重点交叉核查对象，防漏报")
# R7 近亲属
rels = d["relatives"]
for r in rels:
if r["relation"] and not r["name"] and r["relation"] not in ("/", "无"):
add("R7近亲属", "中", "四、近亲属表", f"“{r['relation']}”行留空", "无该类亲属填“无”，有则补填")
for r in rels:
if r["name"] and r["name"] not in ("无", "/"):
idv = (r["idno"] or "").replace(" ", "")
if idv and idv not in ("无", "/") and not any(k in idv for k in DECEASED) and not re.fullmatch(r"\d{17}[\dXx]", idv):
hint = "疑似填成手机号" if re.fullmatch(r"1\d{10}", idv) else "非18位"
add("R7近亲属", "中", f"四、（{r['relation']}/{r['name']}）", f"身份证号码格式异常（{len(idv)}位，{hint}）", "核对证件后更正")
if not r["idno"]:
add("R7近亲属", "中", f"四、（{r['relation']}/{r['name']}）", "身份证号码留空", "补填")
if not r["contact"]:
add("R7近亲属", "低", f"四、（{r['relation']}/{r['name']}）", "联系方式留空", "补填")
if rels and not any(r["name"] and r["name"] not in ("无", "/") for r in rels):
add("R7近亲属", "中", "四、近亲属表", "近亲属全部留空", "逐类填写，无则填“无”")
if not rels:
add("R7近亲属", "中", "四、近亲属表", "未找到近亲属明细表", "确认表结构完整")
for sub in d["relatives_sub"]:
if is_control(sub["control"]):
add("R7近亲属", "中", f"四、{sub['title']}（{sub['company'][:14]}）",
"近亲属控制企业——须进一步核查该公司控制的下一级公司是否已填报",
"按调查表说明穿透一级，MCP查其对外投资比对")
# R11 入股情况（基本情况表内“直接或者间接持有公司股权情况”子表）
for i, s in enumerate(d.get("shareholding", []), 1):
if not date_tokens(s["time"]):
add("R11入股情况", "中", f"一、持股第{i}行", f"入股时间“{s['time']}”未精确到月", "补全年月")
for k, lab in [("holder", "持股主体名称"), ("amount", "出资额/持股数量"), ("pct", "持股比例")]:
if not s[k]:
add("R11入股情况", "中", f"一、持股第{i}行", f"“{lab}”留空", "补填")
if not s["pledge"]:
add("R11入股情况", "低", f"一、持股第{i}行", "“抵押冻结情况”留空", "无则填“无”")
if d["shareholding"]:
pass # 与底稿勾稽由模型/用户提供底稿后进行，见SKILL.md
else:
person_name = person.get("姓名", "")
add("R11入股情况", "低", "一、持股情况", "未填持股子表（或模板无此项）",
"自然人股东/平台穿透自然人必须填写入股情况")
# R12 名称与口径一致性（持股主体白名单、持股子表↔三表时间）
known = getattr(args, "known_entities", []) or []
def match_known(name):
n = norm_company(name)
for k in known:
kn = norm_company(k)
if n == kn:
return k, True
if len(n) >= 4 and len(kn) >= 4 and n[:4] == kn[:4]:
return k, False
return None, False
for i, s in enumerate(d.get("shareholding", []), 1):
k, exact = match_known(s["holder"])
if k and not exact:
add("R12一致性", "中", f"一、持股第{i}行", f"持股主体“{s['holder']}”与登记全称“{k}”不一致", f"改为“{k}”")
for x in d["external"]:
if norm_company(x["company"])[:4] == norm_company(s["holder"])[:4] and s["holder"] not in ("直接持股", ""):
st, _, _ = parse_range(x["range"])
ht = date_tokens(s["time"])
if st and ht and st != ht[0]:
add("R12一致性", "低", f"一、持股第{i}行↔三、{x['company'][:10]}",
f"入股时间{s['time']}与三表起始{x['range'][:12]}不一致", "统一为入伙/入股工商登记时间")
for i, x in enumerate(d["external"], 1):
k, exact = match_known(x["company"])
if k and not exact:
add("R12一致性", "中", f"三、第{i}项", f"单位名称“{x['company']}”与登记全称“{k}”不一致", f"改为“{k}”")
# R8 勾选题
for i, qa in enumerate(d["other_qa"], 1):
ans = qa["answer"]
if not ans:
add("R8勾选题", "高", f"五、第{i}项", f"“{qa['question'][:24]}”留空", "必答，勾选并说明")
elif "☑" not in ans and "√" not in ans:
add("R8勾选题", "高", f"五、第{i}项", f"“{qa['question'][:24]}”未勾选", "勾选是/否")
if "至今" not in qa["question"] and re.search(r"\d{4}年\d{1,2}月\d{1,2}日至\d{4}年\d{1,2}月\d{1,2}日", qa["question"]):
add("R8勾选题", "低", f"五、第{i}项", "题干含旧式起止日期表述", "核对是否为“至今”口径")
# R9 签署
sig = d["signature"]
if not sig.get("signer"):
add("R9签署", "高", "签署页", "填表人未签名", "打印后亲笔签署")
if not sig.get("date"):
add("R9签署", "中", "签署页", "签署日期未填写", "补填")
return F
def comments_info(path):
try:
z = zipfile.ZipFile(path)
if "word/comments.xml" not in z.namelist():
return []
cx = z.read("word/comments.xml").decode("utf-8")
return [{"author": m.group(1),
"text": "".join(re.findall(r"<w:t(?: [^>]*)?>([^<]*)</w:t>", m.group(2)))[:60]}
for m in re.finditer(r'<w:comment [^>]*w:author="([^"]*)"[^>]*>(.*?)</w:comment>', cx, re.S)]
except Exception:
return []
def main():
ap = argparse.ArgumentParser()
ap.add_argument("target")
ap.add_argument("--issuer", default="", help="发行人全称（MCP人员核查锚定用）")
ap.add_argument("--period-start", required=True, dest="period_start")
ap.add_argument("--period-end", required=True, dest="period_end")
ap.add_argument("--stale-dates", default="", help="逗号分隔旧日期串，如 '2026年6月30日,2026年1—6月'")
ap.add_argument("--known-entities", default="", dest="known_entities",
help="逗号分隔的已知主体全称（发行人、持股平台、子公司），用于名称一致性比对")
ap.add_argument("-o", "--output", default=None)
args = ap.parse_args()
args.stale_dates = [x.strip() for x in args.stale_dates.split(",") if x.strip()]
args.known_entities = [x.strip() for x in args.known_entities.split(",") if x.strip()]
files = []
if os.path.isdir(args.target):
for root, _, fs in os.walk(args.target):
files += [os.path.join(root, f) for f in sorted(fs)
if f.endswith(".docx") and not f.startswith((".~", "~$"))]
else:
files = [args.target]
all_out = []
for f in sorted(files):
try:
d = parse_doc(f, args.issuer)
d["findings"] = build_findings(d, args)
d["comments"] = comments_info(f)
if d["comments"]:
c0 = d["comments"][0]
d["findings"].append({
"rule": "R10批注", "severity": "低", "location": "全文",
"message": f"存在{len(d['comments'])}条未处理批注（首条：{c0['author']}：{c0['text']}）",
"suggestion": "逐条落实批注意见"})
companies = [w["company"] for w in d["work"] if w["company"] and w["company"] not in ("/", "无")]
companies += [x["company"] for x in d["external"]]
companies += [s["company"] for s in d["relatives_sub"]]
d["mcp_todo"] = {
"person": d["person"].get("姓名", ""),
"shareholding": d.get("shareholding", []),
"fullname_check": sorted({c for c in companies if c}),
"controlled_next_level": [x["company"] for x in d["external"] if is_control(x["control"])]
+ [s["company"] for s in d["relatives_sub"] if is_control(s["control"])]}
all_out.append(d)
except Exception as ex:
all_out.append({"file": f, "error": f"{type(ex).__name__}: {ex}"})
out_path = args.output or f"/tmp/调查表复核-{dt.date.today():%Y%m%d}.json"
# 同名多版本检测：同一人多份文件并存时逐份提示，避免复核作废版本
by_name = {}
for d in all_out:
n = d.get("person", {}).get("姓名")
if n:
by_name.setdefault(n, []).append(d)
for n, ds in by_name.items():
if len(ds) > 1:
names = "、".join(os.path.basename(x["file"]) for x in ds)
for x in ds:
x["findings"].insert(0, {
"rule": "R0版本", "severity": "高", "location": "文件",
"message": f"同名“{n}”存在{len(ds)}份文件并存：{names}",
"suggestion": "与用户确认基准版本后仅复核该版"})
# 跨表交叉核对：A表近亲属子表所述“某亲属N的企业”与N本人表三表比对
docs_by_name = {n: ds[0] for n, ds in by_name.items() if len(ds) == 1}
for d in all_out:
if "error" in d:
continue
a_name = d.get("person", {}).get("姓名", "")
for sub in d.get("relatives_sub", []):
n = re.sub(r"(配偶|父亲|母亲|兄弟姐妹|兄弟|姐妹|子女|及其|的|之|：|:|\d+\.?|[（(].*?[）)]|\s)", "", sub.get("relation") or "")
if not n or n not in docs_by_name or n == a_name:
continue
b = docs_by_name[n]
b_companies = {norm_company(x["company"]): x for x in b.get("external", [])}
key = norm_company(sub["company"])
if "调查表" in sub["company"] and "见" in sub["company"]:
d["findings"].append({
"rule": "R7近亲属", "severity": "中", "location": f"四、{sub['title'][:10]}",
"message": f"以“{sub['company']}”代替填写", "suggestion": "每份调查表须自行完整填写，不得引用他人表格"})
continue
if key not in b_companies:
d["findings"].append({
"rule": "R13跨表", "severity": "高", "location": f"四、{sub['title'][:10]}（{sub['company'][:16]}）",
"message": f"本表称{n}在该企业任职/持股，但{n}本人调查表三表未填报该企业",
"suggestion": f"与{a_name}、{n}双方核对：填错公司名或{n}漏报"})
else:
x = b_companies[key]
sa, _, _ = parse_range(sub.get("range", ""))
sb, _, _ = parse_range(x.get("range", ""))
if sa and sb and sa != sb:
d["findings"].append({
"rule": "R13跨表", "severity": "中", "location": f"四、{sub['title'][:10]}（{sub['company'][:16]}）",
"message": f"本表填{n}起始{fmt_ym(sa)}，{n}本人表填{fmt_ym(sb)}",
"suggestion": "以工商登记时间统一"})
with open(out_path, "w", encoding="utf-8") as fp:
json.dump(all_out, fp, ensure_ascii=False, indent=1)
for d in all_out:
name = d.get("person", {}).get("姓名") or os.path.basename(d.get("file", "?"))
if "error" in d:
print(f"✗ {name}: {d['error']}")
continue
f_ = d["findings"]
hi = sum(1 for x in f_ if x["severity"] == "高")
mid = sum(1 for x in f_ if x["severity"] == "中")
print(f"◆ {name}：问题{len(f_)}条（高{hi}/中{mid}/低{len(f_)-hi-mid}） 未处理批注{len(d.get('comments', []))}条")
for x in f_:
if x["severity"] in ("高", "中"):
print(f" [{x['severity']}|{x['rule']}] {x['location']}: {x['message']}")
print(f"\nJSON已落盘: {out_path}")
if __name__ == "__main__":
main()