京牌竞拍分析器

这个技能解决什么问题

京牌小客车司法处置的信息分散在列表页与详情页之间：标的权证、权利限制、瑕疵情况、车辆特征全部写在详情页纯文本里，人工逐页核对成本极高。同时，竞拍热度与价格并无直接关系——所有标的都以最高限价成交，真正影响决策的是违章次数、证件齐全度、停车维修费等隐性信号。这个技能把抓取、解析、分析、推荐串成一条流水线，让竞拍决策建立在全量数据而非印象上。

核心能力与工作流程

技能分五步运行，全部脚本输出到当前目录下的 data/ 子目录：

1. 列表抓取：scrape_auction_list.py 调用列表页 API GET /page/jpxkc/zc_prjs/prj_li，内置 202011–202606 共 10 期 ZCID 映射，支持断点续传。
2. 详情抓取：scrape_auction_details.py 以 15 线程并发抓取每辆车的调查情况表全文，每 200 条自动保存。
3. 字段解析：parse_and_analyze.py 从纯文本中解析 40+ 字段——标的物介绍 10 个维度、权证 3 项、权利限制 9 项，输出分析 CSV 与关联报告 HTML。
4. 趋势对比（可选）：gen_trend_report.py 生成跨期趋势图、散点图与品牌排行。
5. 个性化推荐：recommend.py 是核心。先按用户硬性约束（车龄、排放、违章、权证、停车费、品牌等）过滤，再计算三维评分：价值分（同价位车况好坏）、安全分（违章 30 + 权证 20 + 停车费 15 + 检验有效期 15 + 抵押 10 + 瑕疵 10）、中标分（报价次数越少越容易成交），按权重排序输出 Top 30。内置稳健捡漏型、均衡型、品质优先型三种预设策略。

数据揭示的关键信号

• 无违章车平均 68 次报价，10 起以上违章仅 27 次；
• 停车维修费超 1 万的车报价仅 28 次，车况存疑；
• 国III 老车因起拍价低，平均 116 次报价，竞争最激烈。

适用边界

• 成交价固定为起始价 × 1.5，报价次数只反映竞争热度，不改变成交价；
• 评分模型基于历史报价数据，不能预测新一期竞拍行为；
• 新期次需手动补充 ZCID 映射，详情页文本结构若变更可能影响解析；
• 输出 CSV 使用 utf-8-sig，HTML 使用 utf-8，集成时注意编码。