怎么做的
从国家部委、省级厅局到市级部门,持续抓取、抽取、分类、摘要,只走公开渠道。
它做什么、不做什么写在最前面:不生成内容、不改写原文、不推测缺失字段。抽不出就留空并写明成因,不编内容。
结构化抽取发布日期、金额、截止时间、申报对象、责任机构 —— 全部来自原文带标签的值,不做推断;纯正文指纹跨 URL 识别重复。
采集按退避阶梯回访,每个源都有干 streak 记录,零产出自动熔断,不反复敲同一个站点。155 个源每个都经过「探列表页 + 实跑抽取」双重验证才启用。
界面是暗色金线主题,深色下依然可读。仓库里不包含任何采集到的原文或数据库,定位写在许可证里:自用 · 可二次开发 · 禁止商用。



