企业分析 <公司名> <官网域名> <英文名>

企业分析 百度 baidu.com baidu
企业分析 NVIDIA nvidia.com nvidia
企业分析 比亚迪 byd.com
企业分析 华为 huawei.com huawei
企业分析 深圳格芯集成电路装备 grandtec-ic.com

## ① 企业介绍与主营业务
 
> [公司名]成立于[年份]，[上市/未上市]，总部位于[城市]，是国内领先的[定位]。公司主营业务为[一句话概括]，覆盖[领域A]、[领域B]、[领域C]等行业。
 
## ② 核心人物
 
> **[姓名]** · 创始人、董事长 · [籍贯] · [毕业院校] · [关键履历一句话]
 
## ③ 技术与知识产权
 
> 公司坚持[技术路线]，累计获得发明专利[X]项、软件著作权[X]项。参与制定国标[X]项，[年份]年研发投入[X]亿元（占营收[X]%），研发人员[X]人。
 
## ④ 经济贡献与经营数据（最近3年，固定10项指标）
 
| 指标 | 2023年 | 2024年 | 2025年 |
|------|--------|--------|--------|
| 营业总收入 | 填入 | 填入 | 填入 |
| 营收同比增速 | — | 自动计算 | 自动计算 |
| 毛利率 | 填入 | 填入 | 填入 |
| 归母净利润 | 填入 | 填入 | 填入 |
| 净利率 | 自动计算 | 自动计算 | 自动计算 |
| 经营活动现金流净额 | 填入 | 填入 | 填入 |
| 研发投入 | 填入 | 填入 | 填入 |
| 研发占营收比 | — | 自动计算 | 自动计算 |
| 员工总数 | 填入 | 填入 | 填入 |
| 总资产 | 填入 | 填入 | 填入 |
 
> 每个公司统一使用相同指标模板。非上市企业不可获取的字段标注"未公开披露"。计算项（营收同比增速/净利率/研发占营收比）在表格中填入计算结果。
 
## ⑤ 供应链与区域布局
 
> 公司核心芯片/技术来自[供应商]，[国产化程度]。总部位于[城市]，研发中心分布于[多个城市]，生产基地位于[多个城市]。旗下子公司包括...
 
## ⑥ 竞争与市场结构
 
> [公司名]在[行业]领域属于[规模级别]企业（营收约[X]亿元），主要竞争者包括...。公司差异化优势在于...。需关注的风险包括...

 
### Step 3 — 图片搜集（强制执行，无图不交付）
 
**图片是报告的必需组成部分，严禁跳过。** 三张图缺一不可。
 
#### Step 3a — 优先使用用户提供的图片
 
在开始自动抓取前，检查用户工作目录中是否有预置图片：
 

 
找到的图片跳过抓取阶段，直接进入 Step 4 的 base64 嵌入。部分缺失时仅抓取缺失项。
 
#### Step 3b — 自动抓取缺失图片
 
首选用配套脚本全自动抓取：
 

 
脚本自动执行以下流程，依次尝试各来源，**找到即停**：
- **Logo**: simpleicons.org → 官网HTML解析(icon/og:image/logo图) → 常见路径
- **创始人**: 百度百科 → 官网关于我们页面(排除产品和logo类图片)
- **产品图**: 官网产品页(支持懒加载 data-src) → 产品详情子页面
 
**脚本特性：**
- 自动去重：产品图不会与已下载的logo/创始人图重复
- 图片有效性校验（PIL verify，不只是看HTTP status）
- 跳过返回HTML的无效响应
- User-Agent轮换防拦截
 
全部失败才标注"图片待补充"。同时输出图片需求清单供跟踪：
 

 
#### Logo 抓取（按优先级依次尝试，找到即停）
 
| 优先级 | 方法 | 说明 |
|--------|------|------|
| ① | `curl -sL https://cdn.simpleicons.org/<英文名>` | SimpleIcons CDN（Cloudflare），国内可达，覆盖~80%科技公司 |
| ② | WebSearch 中文搜索 + curl | 搜"公司名 logo 百度百科"，从中文网页提取图片直链下载 |
| ③ | curl 官网 `grep -iE 'icon\|favicon\|og:image'` | 从官网HTML提取favicon或og:image URL → curl下载 |
| ④ | WebSearch 英文兜底 + curl | `公司英文名 press kit logo` → curl下载 |
 

 
#### 创始人/CEO照片抓取
 
**最高优先级：百度百科**（使用 curl 绕过 requests 的 Baidu 403 拦截）。`fetch_images.py` 自动执行，手动备选：
 
| 优先级 | 方法 | 说明 |
|--------|------|------|
| ① | 百度百科（curl直连，绕过requests的UA检测） | `curl -sL "https://baike.baidu.com/item/人物名?fromModule=lemma_search-box" -H "Cookie: BAIDUID=..."` 提取 `bkimg.cdn.bcebos.com` 图片URL |
| ② | 官网关于我们/团队页面 | 过滤logo/icon/product类图片，优先含 people/team/headshot 关键词的URL |
| ③ | WebSearch 英文兜底 | `founder name photo official` |
 
#### 产品图抓取
 
**优先搜索国内中文站点**，按优先级依次尝试：
 
| 优先级 | 方法 | 说明 |
|--------|------|------|
| ① | WebSearch 中文搜索 + curl | 搜"公司名 产品 评测"，从汽车之家/中关村在线/太平洋科技/IT之家等国内媒体找图 |
| ② | curl 官网产品页 `grep -i img` | 从官网产品页提取大图URL，优先含 `large`/`high`/`1920` 的链接 |
| ③ | WebSearch 通用英文兜底 | `company product official photo press` |
 
关键技巧：
- **中文搜索优先**：国内科技媒体（汽车之家、中关村在线、太平洋科技、IT之家等）图片走国内CDN加速，下载成功率高
- 对懒加载网站，检查 `data-src`、`data-original` 属性
- 图片URL优先选**大分辨率**（含 `large`、`high`、`1920` 等关键词）
 
#### 图片源可达性（实测）
 
**⚠️ 关键发现：WebFetch ≠ 真实网络。** WebFetch 工具有域名安全策略，会拒绝访问 nvidia.com 等知名站点。但 **curl/Bash 不受此限制**。图片抓取阶段应**全部用 Bash(curl) 下载**，WebFetch 仅用于分析HTML文本。
 
**国内可达源 ✅（优先使用）**
 
| 来源 | 说明 |
|------|------|
| `cdn.simpleicons.org`（Cloudflare） | SimpleIcons，知名公司Logo首选，curl直达 |
| 百度系（baidu.com / baike.baidu.com） | 中文搜索Logo/产品图首选 |
| 国内科技媒体（汽车之家/中关村在线/太平洋/IT之家等） | 含大量产品实拍图，国内CDN加速 |
| 公司官网（通过 Bash curl） | 官网路径需摸索但连接可达 |
 
**国内不可达源 ❌**
 
| 来源 | 原因 |
|------|------|
| `upload.wikimedia.org` / Wikipedia | 网络层阻断（TLS握手超时） |
| Google系（含 `s2/favicons`） | 网络层阻断 |
| `logo.clearbit.com` | DNS无法解析 |
| `raw.githubusercontent.com` | HTTP 403 |
| 境外官网CDN（如 `images.nvidia.com`） | 连接可达但具体路径需摸索 |
 
#### 实操策略速查
 

 
嵌入报告时使用 `[图片:类型:描述]` 占位标记：
- `[图片:logo:xxx]` → h1同一行右上角，height=28px，右浮动（不单独占行），两页版必用此模式
- `[图片:founder:xxx]` → "核心人物"板块右侧，矩形（非圆形），`align-items: stretch` + `object-fit: contain` 使图片高度与文字栏一致，`max-height: 110px`，圆角4px，带品牌色边框
- `[图片:product:xxx]` → 用于"相关产品"展示区（PDF底部），至少4个不同领域产品图标并排，width≤100px；纯互联网公司用App图标统一展示
- `[图片:app:xxx]` → 互联网公司App图标，width≤60px，与产品图同样式统一展示
 
### Step 4 — 生成HTML并转PDF
 
创建自包含HTML文件（所有图片base64嵌入），用 weasyprint 转PDF。
 
**嵌入图片前先检测用户提供的图片：**
 

 
PDF底部必须包含 **相关产品展示区**（至少4个不同领域产品并排），CSS模板见 `references/product-showcase-template.md`。
 
关键坑：`<img>` 的 `src` 属性必须用**单引号** `src='data:...'`，不能用双引号。详见陷阱6。
 
### Step 5 — 生成DOCX
 
`pandoc [公司名]_企业分析.md -o [公司名]_企业分析.docx`
 
## PDF排版要求
 
### 字体路径（先验证，再生成）
 

 
⚠️ **关键坑：字体路径必须指向 opentype/noto/，不是 truetype/noto/**
- ✅ 正确：`url('file:///usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc')`
- ❌ 错误：`url('file:///usr/share/fonts/truetype/noto/NotoSansCJK-Regular.ttc')`
- `truetype/noto/` 下只有 emoji/mono 字体，**不含 CJK 字符集**。路径错了则全篇中文用回退字体渲染，所有排版优化无效。
 
### 分页控制（必加）
 

 
### 字体与字号层级
 
| 层级 | 字号 | 字重 | 说明 |
|------|------|------|------|
| h1 | 20-22pt | Bold | 品牌色，letter-spacing 2px |
| h2 | 13pt | **Medium** 或 Bold | 与正文拉开明显层级（>3pt差距），Border-bottom 1.5px |
| 正文 p | 10-10.5pt | Regular | line-height 1.9，text-align: justify |
| blockquote .bq | 9.5-10pt | Regular | line-height 1.85-1.9，padding 0.5em 0.8em |
| 表格 | 9pt | Regular | 单元格 padding ≥4px 8px |
| 产品标签 | 8.5pt | Regular | 副标签 ≥7.5pt |
| 数据源 | 7.5pt | Regular | 浅灰色 #94a3b8 |
 
### 表格设计规则
 
1. **数字右对齐**：数值列（年份列）必须 `text-align: right` + `font-variant-numeric: tabular-nums`（等宽数字），指标名左对齐
2. **负值红色标识**：用 `<span class="neg">` + CSS `.neg { color: #DC2626; }` 标记亏损/负增长
3. **单元格内边距**：th min 5px 10px，td min 4px 10px（2-3px太局促）
4. **顶底边线**：`table { border-top: 2px solid var(--brand); }` + `tr:last-child td { border-bottom: 2px solid var(--brand); }` 闭合表格
5. **斑马线**：`#F1F5F9` 或 `#EFF6FF`（比 #f8fafc 更明显）
 
### 色彩层次系统
 

 
### 其他PDF要求
 
- A4纸张 · 边距 **1.5-1.8cm**（不低于1.3）
- **h1只用公司名**（如"华为""NVIDIA"），不附加"企业分析"或股票代码。h1与logo flex同行（h1左 logo右），字号20-22pt品牌色
- blockquote 使用 `text-align: justify` 两端对齐，line-height ≥ 1.85
- 段落 margin-bottom ≥ 0.3em
- h2 上间距 ≥ 0.65em，下间距 0.25em
- `.hl { color: var(--brand); font-weight: bold; white-space: nowrap; }` — 新增 `white-space: nowrap` 防止两端对齐拉伸英文品牌词之间的空格。对于 "GeForce RTX" 等含空格的英文词组，还需将空格替换为 ` `（如 `GeForce RTX`），因为 `white-space: nowrap` 只禁止换行，`text-align: justify` 仍可拉伸普通空格
- 去掉所有`---`分隔线，板块间用自然间距分隔
- **相关产品展示区**：标题"相关产品"12pt，产品图 width≥100px，gap≥0.8em。可用浅灰背景框 `background: #F8FAFC; border-radius: 6px; padding: 0.6em 0.8em` 与上文视觉隔断
- **创始人图片**：`width: auto; max-height: 110px; object-fit: contain` — 使用 `align-items: stretch` + `width: auto` 让图片高度与文字栏一致，`object-fit: contain` 保持原始宽高比。父容器 `.founder-row { display: flex; align-items: stretch; flex-direction: row-reverse; }`
- 产品标签 font-size ≥ 8pt，副标签 ≥ 7pt
 
使用 `:root { --brand: 华为#cf0a2c / 百度#2932e1 / NVIDIA#76b900; }` CSS自定义属性统一品牌色
 
## 参考文件
 
- `references/huawei-analysis-workflow.md` — 华为分析实战记录（数据源、CDN拦截、输出结构）
- `references/2page-layout-pattern.md` — 两页版HTML/CSS排版模板与技巧（包括h1+logo并排、base64引号陷阱、品牌色表、产品展示区）
- `references/private-company-analysis.md` — 非上市/中小企业六维分析指南（数据缺失处理、官网图片抓取、实战案例）
- `references/company-registration-scraping.md` — 中国公司注册信息抓取实战
- `references/workspace-fallback-pattern.md` — 网络不可达时的工作区回退模式
- `references/executive-research-guide.md` — 企业高管背景研究方法
- `references/image-fetching-pitfalls.md` — 图片抓取防坑记录（百度百科403curl应对、JS渲染页面替代源、去重策略）
- `references/grayscale-jpeg-fix.md` — 灰度JPEG(mode L)导致weasyprint渲染失败的原因与修复
- `references/workspace-git-workflow.md` — 企业分析仓库布局、工作空间结构、推送流程与相关仓库区分
- `references/financial-indicator-template.md` — 固定10项财务指标模板 + 3年数据规范 + 数据来源分级
- `references/page-balance-technique.md` — 两页PDF排版失衡时（"版块以较少内容单独成页"）的反向调优技巧
- `references/chinese-typography.md` — 中文排版CSS最佳实践（字号层级、两端对齐、自然语句风格、两页均衡策略）
- `references/pdf-layout-checklist.md` — PDF排版检查清单（生成前逐项核对：字体路径/表格对齐/分页控制/色彩层级）
 
## 陷阱与注意事项
 
1. **Web搜索/联网不可达时的工作区回退**：当用户拒绝网络搜索或网络不可达时，不要停止工作。优先搜索用户工作目录（如 `~/Progress/analysis/`、当前cwd）下是否有该公司的既有分析文件。如存在，提取结构化数据并标注"数据来源：已有存档，需交叉验证"，然后尝试增量补缺。
 
2. **专利数据口径不一致处理**：不同来源可能报告不同的专利数字（如"累计139项发明及实用新型" vs "40余项发明专利"）。如果无法确定数字间的包含关系（40+项发明是否在139项总数内），在报告中明确标注两个数字的关系含糊，并优先使用可信来源（官方年报 > 百度百科 > 第三方咨询）。不要替用户做归并假设。
 
3. **技术知识产权板块不仅包含专利**：还应包含软著（软件著作权）、省市级研发平台（如"广东省集成电路封测设备工程技术研究中心"）、承担过的国家重大科技专项（如"02专项"）。这些是"知识产权"维度的重要组成部分。
 
4. **厂商CDN可能拦截curl**：部分企业官网（如华为 consumer-img.huawei.com）会拒绝无浏览器User-Agent的curl请求，返回HTML而非图片。应对策略：
 
5. **SPA网站（Nuxt.js/Vue/React）没有服务端渲染图片URL**：拓维信息 talkweb.com.cn 使用 Nuxt.js，所有产品页/首页内容由 JS 动态渲染。fetch_images.py 的 `requests` + HTML regex 抓取不到任何图片URL。实战胜率极低。应对策略：
   - **Logo → 直接 curl favicon.ico + PIL 转 PNG**：`curl -sL https://www.{domain}/favicon.ico -o /tmp/favicon.ico; python3 -c "from PIL import Image; Image.open('/tmp/favicon.ico').convert('RGB').save('image/logo.png')"`。SPA 站点通常至少配了 favicon。
   - **产品图 → 生成彩色占位图**：所有图片源均失败时，用 PIL 生成 200×140 的色块 + 品名文字标注作为产品图。避免纯文字输出"图片待补充"降低报告观感。示例代码见 `references/spa-image-fallback.md`。
   - 优先从第三方源（百度百科、科技媒体）获取产品图
   - 如官网CDN不可达，使用 `-H "User-Agent: Mozilla/5.0 ..."` 重试
   - 产品图兜底：logo本身作为产品占位图，或留白标注"图片待补充"
   - 不编造、不使用侵权图片
 
6. **境外图片源可能超时**：Wikimedia、GitHub等境外源可能不可达。优先使用国内CDN源（baidu.com、bcebos.com、jd.com等）。
 
7. **PDF嵌入图片**：weasyprint渲染使用 `data:image/...;base64,...` 格式嵌入，不可使用外部URL。
   **关键坑**：Python生成HTML时，`<img>`的`src`属性必须用**单引号** `src='data:...'`，不能用双引号 `src="data:..."`。
   weasyprint解析 `src=\\"..."`（Python escaping产生的转义）会报 `File name too long` 错误。
   ✅ 正确写法：`f"<img src='{b64data}'>"` ❌ 错误写法：`f'<img src="{b64data}">'`
 
8. **数据时效性**：优先从最新年报（公司官网/证监会网站）获取经营数据。PCT/SEP数据在WIPO/3GPP网站可查。
 
9. **并发搜集**：使用 delegate_task 并发3个子任务（经营数据、核心人物、技术专利），每个任务要求返回结构化带来源的数据。
 
10. **灰度JPEG导致weasyprint渲染失败**：PIL mode L（灰度，1通道）的JPEG图片在weasyprint base64内嵌时显示为空白或报参数错误。所有JPEG图片入HTML前必须检查模式：`if im.mode == 'L': im = im.convert('RGB')`。`fetch_images.py` 的 `download()` 已自动处理，手动添加的图片需注意。
 
11. **百度百科创始人照片体积过大**：百度百科下载的创始人照片原始分辨率可能很大（实测 4480×6720px，8+MB），直接 base64 嵌入导致PDF膨胀至8+MB。入HTML前必须压缩：
    ```python
    from PIL import Image
    img = Image.open('founder.png')
    img.thumbnail((400, 500), Image.LANCZOS)  # 缩小到合理尺寸
    if img.mode == 'RGBA': img = img.convert('RGB')
    img.save('founder_compressed.jpg', 'JPEG', quality=80, optimize=True)
    ```
    压缩后约 15-30KB，视觉差异极小。此步骤应在 base64 嵌入之前执行。
 
12. **两页PDF排版失衡**：当第二页仅包含产品展示区+数据源等少量内容时，不要直觉性地缩小字号试图"拉回"内容。应反向操作——增大的字号+行高+间距，让页1内容自然溢出到页2，同时单独放大页2各元素的视觉占位（blockquote字号+0.5pt、产品图面积翻倍等）。详细方法论见 `references/page-balance-technique.md`。
 
13. **核心人物板块独立布局**：用户明确要求核心人物板块不应与其他维度（如技术与知识产权）分栏并排。核心人物应单独一栏全宽展示，创始人照片在右侧（flex-direction: row-reverse）。若内容少只保留创始人一人即可，不需要列出所有管理层。
 
14. **中文排版偏好**：用户偏好自然语句叙述而非标签式列表。正文应使用 text-align: justify 两端对齐，line-height >= 1.8 保证中文可读性。blockquote 内用完整句子而非 **字段名**：值 · 值 · 值 格式。
 
15. **字体与字号层级**：h1=20-22pt 品牌色，h2=13pt 加下边线 Medium字重，正文=10-10.5pt，blockquote=9.5-10pt，表格 >= 9pt。产品图标签 >= 8.5pt 副标签 >= 7.5pt。使用 :root { --brand: #2563EB; } 统一品牌色，body 文本色用 slate-800（#1e293b）而非纯黑。
 
15. **@font-face 路径指向 /usr/share/fonts/opentype/noto/ 而非 truetype/noto/**：Ubuntu 22.04 的 Noto Sans CJK 字体文件在 `/usr/share/fonts/opentype/noto/` 目录下。`truetype/noto/` 只有 emoji 和 mono 字体，不含 CJK 字符集。路径写错（指向 truetype）时 WeasyPrint 不会报错，但会回退到系统默认字体渲染中文，导致字距凌乱、排版效果全失。**生成PDF前必须验证**：
    ```bash
    ls /usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc
    ```
    @font-face 的 src 值：
    ```css
    src: url('file:///usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc') format('truetype');
    ```
 
16. **表格数字必须右对齐**：财务表格的数值列如果左对齐，不同位数的数字（如"4,496万" vs "31.54亿"）无法纵向比较。CSS 方案：
    ```css
    table td:nth-child(2), table td:nth-child(3), table td:nth-child(4) { text-align: right; font-variant-numeric: tabular-nums; }
    table td:first-child { text-align: left; }
    ```
 
17. **表格负值用红色标识**：`-1.005亿`、`-22.79%` 等负值必须用 `<span class="neg">` 包裹并添加 CSS `.neg { color: #DC2626; }`。这是财务报告行业惯例。
 
18. **表格必须闭合（顶边线+底边线）**：仅有行间横线但无顶底边框线的表格在页面中缺乏视觉边界。必须添加：
    ```css
    table { border-top: 2px solid var(--brand); }
    tr:last-child td { border-bottom: 2px solid var(--brand); }
    ```
 
19. **段落间距不足导致阅读疲劳**：`p { margin-bottom: 0.15em }` 在中文排版中过密，段落间几乎无视觉分割。最小值 `0.5em`。长段落应使用 `<p>` 标签分隔而非 `<br><br>`，利用自动 margin 形成均匀间距。
 
20. **缺少 widows/orphans 控制导致版面凌乱**：WeasyPrint 默认不会避免 h2 标题位于页面底部而内容在下页、或表格在行中间断裂。必须添加：
    ```css
    h2, h3 { page-break-after: avoid; }
    table, .founder-row, .product-section, .bq { page-break-inside: avoid; }
    body { widows: 2; orphans: 2; }
    ```
 
21. **缺乏色彩层次导致"一片蓝"**：所有强调元素（h1/h2/h3/table th/.hl/.tag/border-left）使用同一蓝色 `#2563EB` 时，页面缺少视觉梯度。引入深蓝/浅蓝变体：
    ```css
    :root {
      --brand-dark: #1D4ED8;   /* 表头背景 */
      --brand-light: #DBEAFE;  /* 标签背景/修饰 */
    }
    table th { background: var(--brand-dark); }
    .tag { background: var(--brand-light); color: var(--brand-dark); }
    ```
 
22. **justify对齐拉伸英文词组间距**：`text-align: justify` 在中文段落中对英文词组（如"GeForce RTX"）之间的空格施加两端对齐拉伸，导致预期外的空白。`white-space: nowrap` 可防止换行但**不阻止 justify 拉伸内部普通空格**。修复方案分两层：① `.hl` 类添加 `white-space: nowrap` 防止整体换行；② 英文词组内部的空格替换为 `&nbsp;`（如 `GeForce&nbsp;RTX`），非断行空格不受 justify 拉伸。