技能介绍

这个技能解决什么问题

上市车企每月发布产销快报，A 股走巨潮资讯网，H 股走港交所，格式、措辞、表格结构各不相同。手工处理的真实痛点是：下载入口散落、统计口径不一致、历史数据反复返工。实际排查中发现的缺陷包括：比亚迪 2021-2024 年共 43 个月的产量与销量被系统性写反，奇瑞 2025 年 1-2 月的 PDF 文件名标注有误（实为 11/12 月数据），长城个别月份存在负产量行。这个技能把全流程自动化，并把校验直接做进主流程。

核心能力

PDF 下载：按证券代码从巨潮资讯网或 HKEX 检索，检索词覆盖「产销数据快报」「销快报」「交付更新资料」「交付数据」「销量」等变体；同一公司同月存在更正公告时只保留最新版本，H 股 PDF 下载后执行中文语言检测（阈值 30%）过滤非中文文件。
数据提取：只取当月产量与销量，排除「本年累计」「去年同期」列；按公司定制规则处理比亚迪分层结构、上汽子公司行、江淮产销分块、H 股只披露销量不披露产量等场景。
落表口径：整体、海外、境内三类行，境内 = 整体 − 海外，海外产量为空时境内产量同样留空；车型与动力做标准化映射（运动型多用途乘用车 → SUV）。
历史回填：清单新增公司（如零跑）后补齐上市月至目标月份；上市较晚缺月份的公司（如奇瑞 2025 年 1-8 月）用次年 PDF 的「去年同期」列精确增补，绝不用同比增长率反推。
校验：validate_data.py 覆盖 20+ 项检查，含境内+海外=整体一致性、A 股产量必填、H 股 PDF 总量交叉验证、环比突变检测，ERROR 阻断、WARNING 告警。

工作方式

main.py 每次执行先读清单（优先 上市车企清单.xlsx，缺失回退 config/companies.json），识别目标月份数据缺口，再下载 PDF、提取、增量写入（同公司同月先删后写，支持重跑）。下载与提取脚本也可通过 --month 分步单独执行，写入前自动备份。

注意点

默认路径是 Windows 本地目录（D:\Life\投资\汽车\...），其他环境需用 CAR_SALES_PDF_DIR / CAR_SALES_EXCEL_PATH 覆盖。
清单是事实源，新增公司应跑 backfill_new_companies.py 补齐历史；减少公司时历史数据保留不动。
依赖 Python 3.13+、PyMuPDF、openpyxl、requests，需自备网络访问。
奇瑞 PDF 的「新能源/出口」行没有去年同期值，无法从次年 PDF 增补；缺少次年同月 PDF 的组合会跳过并在报告中列出。