重要前提
安装AI Skills的关键前提是:必须科学上网,且开启TUN模式,这一点至关重要,直接决定安装能否顺利完成,在此郑重提醒三遍:科学上网,科学上网,科学上网。查看完整安装教程 →
The Agent Skills Directory
npx skills add https://skills.volces.com/skills/bytedance/agentkit-samples需要环境变量(脚本会自动读取,若读取不到需提醒用户设置):
VOLCENGINE_ACCESS_KEY(或 VOLC_ACCESS_KEY)VOLCENGINE_SECRET_KEY(或 VOLC_SECRET_KEY)在构造任何查询之前,必须先调用此步骤 了解有哪些数据源及其字段定义。这一步的作用是:确认用户需要的数据存在于哪个数据源中,以及该数据源有哪些字段和过滤规则。跳过这一步直接去猜字段名几乎一定会出错。
# 列出所有可用数据源摘要(含 datasource_id、名称、描述、维度/过滤字段数量)
python3 scripts/describe_datasource.py --datasource-id all
# 获取某个数据源的完整字段定义(维度 dimensions、字段类型、可用过滤操作符)
python3 scripts/describe_datasource.py --datasource-id <数据源ID>
返回内容包含:
datasource_id:数据源唯一标识datasource_name:数据源中文名称description:数据源说明dimensions:所有字段列表,每个字段包含 field(字段名)、label(显示名)、type(类型)、description(描述)、filterable(是否可作为过滤条件字段)notes:使用备注关键:根据返回的字段信息(尤其是 field 名称和 type 类型),确定需要用到的字段和过滤操作符,再进入第二步。
每种字段类型只支持特定操作符。用错操作符会直接报错,所以在构造 filters 之前请务必对照此表。
| 字段类型 | 支持的操作符 | 说明 |
|---|---|---|
keyword | eq, in, not_in | 精确匹配类字段(如编码、状态、类型) |
text | like, keyword | 文本类字段(如名称、地址、描述),支持模糊搜索 |
date / |
注意:
long类型字段如企业标签(is_longtou_flag等)虽然是数值类型,但用于布尔判断时用eq即可,如is_longtou_flag:eq:1。
构造过滤条件时,经常会遇到"知道要按某个字段过滤,但不确定该字段的实际取值是什么"的情况。比如用户想按企业状态筛选,但不知道取值是"存续"、"在业"还是"正常";或者想按产业分类过滤,但不确定分类名称的准确写法。
正确做法:先做一次不带该过滤条件(或只带其他确定条件)的查询,从返回数据中观察目标字段的实际取值,再用准确的值构造过滤条件。
具体步骤:
--group-by + --aggregation 做分组统计示例——想按"企业状态"过滤但不确定取值:
# 第 1 步:先查几条数据,观察 reg_status 字段的实际值
python3 scripts/query_datasource.py \
--datasource-id enterprise_basic_wide \
--filters 'company_name:like:科技'
# 第 2 步:或者直接做分组统计,看 reg_status 有哪些取值及各有多少条
python3 scripts/query_datasource.py \
--datasource-id enterprise_basic_wide \
--filters 'company_name:like:科技' \
--group-by 'reg_status' \
--aggregation 'company_id:count'
# 第 3 步:确认取值后,加上精确过滤条件
python3 scripts/query_datasource.py \
--datasource-id enterprise_basic_wide \
--filters 'company_name:like:科技;reg_status:eq:存续'
这个策略适用于所有 keyword 类型的枚举字段(如 reg_status、category、region_level、taxpayer_type、company_org_type 等),因为这些字段使用 eq 精确匹配,写错一个字都会导致零结果。
当你不确定某个字段有哪些可选值时(尤其是 keyword 类型的枚举字段),可以用专门的枚举值查询脚本一步获取,而不必手动组合 --group-by 和 --aggregation 参数。该脚本返回最多 200 个不同取值,按出现频次从高到低排列。
这在以下场景特别有用:
构造 eq 或 in 过滤条件前,需要知道字段的准确取值(如 reg_status 到底是"存续"还是"在业")
想快速了解某个分类字段(如 category、region_level、company_org_type)有哪些选项
需要在特定条件范围内(如某条产业链内)查看字段的取值分布
python3 scripts/get_field_enums.py
--datasource-id <数据源ID>
--field <字段名>
python3 scripts/get_field_enums.py
--datasource-id <数据源ID>
--field <字段名>
--filters '<过滤条件>'
参数说明:
| 参数 | 必填 | 说明 |
|---|---|---|
--datasource-id | 是 | 数据源 ID |
--field | 是 | 要查询枚举值的字段名 |
--filters | 否 | 前置过滤条件,格式同 query_datasource |
--limit | 否 | 最多返回的枚举值数量(默认 20,上限 50) |
输出示例:
数据源: enterprise_basic_wide
字段: reg_status
共找到 8 个不同取值(最多显示 200 个):
1. 存续 (5832174 条)
2. 注销 (3021487 条)
3. 在业 (1245633 条)
4. 吊销 (412056 条)
...
[JSON] ["存续", "注销", "在业", "吊销", ...]
最后一行的 [JSON] 行是机器可读格式,方便程序化提取枚举值列表。
常见示例:
# 查看企业状态有哪些取值
python3 scripts/get_field_enums.py \
--datasource-id enterprise_basic_wide --field reg_status
# 查看所属行业分类有哪些
python3 scripts/get_field_enums.py \
--datasource-id enterprise_basic_wide --field category
# 查看产业链区域指标中 region_level 的取值
python3 scripts/get_field_enums.py \
--datasource-id industry_chain_node_region_metric --field region_level
# 在"新能源汽车"产业链范围内,查看企业省份分布
python3 scripts/get_field_enums.py \
--datasource-id industry_chain_company_info --field base_name \
--filters 'chain_name:like:新能源汽车'
# 查看纳税人类型有哪些
python3 scripts/get_field_enums.py \
--datasource-id enterprise_basic_wide --field taxpayer_type
提示 :拿到枚举值后,就可以在正式查询中使用
eq或in精确过滤了。比如确认取值为"存续"后,就可以用reg_status:eq:存续过滤。
根据第一步获取的字段信息构造查询命令:
python3 scripts/query_datasource.py \
--datasource-id <数据源ID> \
--filters '<过滤条件>' \
--page 1
完整参数说明:
| 参数 | 必填 | 说明 |
|---|---|---|
--datasource-id | 是 | 数据源 ID,从第一步获取 |
--filters | 否 | 过滤条件,格式见下方,多个条件用 ; 分隔 |
--aggregation | 否 | 聚合操作:count(总数统计)、field:count(字段计数)、field:distinct(去重计数)、 |
格式:字段名:操作符:值,多个条件用 ; 分隔。
| 操作符 | 含义 | 示例 | 适用字段类型 |
|---|---|---|---|
eq | 精确匹配 | reg_status:eq:存续 | keyword, date, 数值 |
like | 模糊匹配(短语匹配) | company_name:like:字节跳动 | text |
in | 多值匹配(逗号分隔) | reg_status:in:存续,在业 | keyword |
常见错误 :
text 类型字段(如 company_name)不能用 eq,须用 like 或 keywordkeyword 类型字段(如 reg_status)不能用 like,须用 eq / in / not_in多条件组合示例:
company_name:like:科技;region_province_name:like:广东;estiblish_time:between:2020-01-01,2025-12-31
以下为常见数据源,完整清单请调用 describe_datasource.py --datasource-id all 获取:
| 数据源ID | 名称 | 典型用途 | 关键注意 |
|---|---|---|---|
enterprise_basic_wide | 企业基本信息 | 工商注册信息、法人、注册资本、经营范围、股东融资等 | company_name 是 text 类型→用 like;max_page_size=5 |
industry_chain_company_info | 产业链企业信息 | 产业链下的企业、按标签筛选(龙头/高新/专精特新/独角兽等) | chain_name/node_name 是 text→用 like;标签字段(is_longtou_flag 等)是 long→用 |
# 模糊搜索企业
python3 scripts/query_datasource.py \
--datasource-id enterprise_basic_wide \
--filters 'company_name:like:字节跳动'
# 按省份+行业筛选企业
python3 scripts/query_datasource.py \
--datasource-id enterprise_basic_wide \
--filters 'region_province_name:eq:广东;category:eq:信息传输、软件和信息技术服务业'
# 查询特定日期后成立的企业
python3 scripts/query_datasource.py \
--datasource-id enterprise_basic_wide \
--filters 'company_name:like:科技;estiblish_time:between:2023-01-01,2025-12-31'
# 查某产业链下的龙头企业
python3 scripts/query_datasource.py \
--datasource-id industry_chain_company_info \
--filters 'chain_name:like:新能源汽车;is_longtou_flag:eq:1'
# 查某产业链下的专精特新企业(按省份筛选)
python3 scripts/query_datasource.py \
--datasource-id industry_chain_company_info \
--filters 'chain_name:like:半导体;is_ssdi_flag:eq:1;base_name:eq:广东'
# 查某产业链在各省份的企业数量
python3 scripts/query_datasource.py \
--datasource-id industry_chain_node_region_metric \
--filters 'chain_name:like:新能源;region_level:eq:省' \
--sort-field company_total_count \
--sort-order desc
# 聚合统计某产业链的总企业数
python3 scripts/query_datasource.py \
--datasource-id industry_chain_node_region_metric \
--filters 'chain_name:like:人工智能' \
--aggregation 'company_total_count:sum'
# 按证券编码查询上市公司简况(code 必传)
python3 scripts/query_datasource.py \
--datasource-id stock_company_brief \
--filters 'code:eq:000001'
# 不确定 category(所属行业)有哪些取值?用枚举值查询一步搞定
python3 scripts/get_field_enums.py \
--datasource-id enterprise_basic_wide --field category
# 看到取值后,用精确值过滤
python3 scripts/query_datasource.py \
--datasource-id enterprise_basic_wide \
--filters 'category:eq:信息传输、软件和信息技术服务业'
# 统计符合条件的总记录数
python3 scripts/query_datasource.py \
--datasource-id industry_chain_company_info \
--filters 'chain_name:like:新能源汽车' \
--aggregation 'count'
# 按省份分组统计企业数量
python3 scripts/query_datasource.py \
--datasource-id industry_chain_company_info \
--filters 'chain_name:like:新能源汽车' \
--group-by 'base_name' \
--aggregation 'company_id:count'
# 按省份分组统计并去重
python3 scripts/query_datasource.py \
--datasource-id industry_chain_company_info \
--filters 'chain_name:like:新能源汽车' \
--group-by 'base_name' \
--aggregation 'company_id:distinct'
| 错误类型 | 原因 | 解决方案 |
|---|---|---|
| 认证失败 | 环境变量未设置或凭证无效 | 检查 VOLCENGINE_ACCESS_KEY / VOLCENGINE_SECRET_KEY,参考 用户指南 获取 AK/SK |
| 数据源不存在 | datasource_id 错误 | 调用 describe_datasource.py --datasource-id all 确认 |
| 字段不支持操作符 | 操作符与字段类型不匹配 | 检查字段 type 并参照"字段类型与操作符对照表" |
| 字段不可用 | 字段名拼写错误或不可过滤 | 调用 describe_datasource.py --datasource-id <ID> 确认 |
| 无结果返回 | 过滤条件过严或字段取值不对 |
环境变量配置方式:
export VOLCENGINE_ACCESS_KEY="your-access-key"
export VOLCENGINE_SECRET_KEY="your-secret-key"
Weekly Installs
51
Source
First Seen
9 days ago
Security Audits
Installed on
openclaw47
gemini-cli7
github-copilot7
codex7
kimi-cli7
cursor7
广告位招租
在这里展示您的产品或服务
触达数万 AI 开发者,精准高效
datetimebetween, eq |
| 日期类字段,范围查询用 between |
long / integer / float / double | range, eq | 数值类字段,范围查询用 range |
field:sum/avg/max/min--group-by | 否 | 分组字段,逗号分隔,需配合 --aggregation 使用 |
--sort-field | 否 | 排序字段名,不填使用默认排序 |
--sort-order | 否 | asc 或 desc(默认 desc) |
--page | 否 | 页码,从 1 开始(默认 1) |
not_in | 排除匹配(逗号分隔) | reg_status:not_in:注销,吊销 | keyword |
between | 日期范围(起始,结束) | estiblish_time:between:2020-01-01,2025-12-31 | date, datetime |
range | 数值范围(min,max;半开区间用 ,100 或 50,) | company_total_count:range:100, | long, integer, float, double |
keyword | 全文搜索 | keyword:keyword:新能源补贴 | text |
eq:1industry_chain_node_region_metric | 产业链节点区域指标 | 产业链的区域分布统计、企业数量、财务指标、知识产权等 | 支持聚合统计,max_page_size=50 |
stock_company_brief | 上市公司简况 | A 股上市公司基本面、F10、IPO、分红、高管等 | 必须 用 code:eq:证券编码 查询(如 code:eq:000001);max_page_size=5 |
先用 get_field_enums.py 探查字段实际取值,或放宽条件(如 eq 改为 like) |
| 频率限制 | 调用次数超限 | 分钟限流等 1 分钟,日限流等次日 |
Python PDF处理教程:合并拆分、提取文本表格、创建PDF文件
69,800 周安装