From fd8b1978535e92838e76a974905e21b705390faa Mon Sep 17 00:00:00 2001
From: Sisyphus <sisyphus@direv.local>
Date: Wed, 22 Jul 2026 15:13:00 +0800
Subject: [PATCH] =?UTF-8?q?feat(xkgroup):=20=E5=8A=A0=203=20=E4=B8=AA?=
 =?UTF-8?q?=E6=96=B0=E8=BF=87=E6=BB=A4=E8=A7=84=E5=88=99=20(=E7=B1=BB?=
 =?UTF-8?q?=E5=9E=8B+=E5=A4=9A=E6=AC=A1=E8=AF=A2=E4=BB=B7=E6=A0=87?=
 =?UTF-8?q?=E9=A2=98+=E7=BB=84=E7=BB=87=E7=99=BD=E5=90=8D=E5=8D=95)?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

【新规则】
1. DEFAULT_TYPES 增加 D (流标公告), 现在抓寻源(C) + 流标(D)
2. RETRY_PATTERN: 标题含 二次/三次/四次/.../九次
3. ORG_WHITELIST: 新疆宝地矿业股份有限公司 + 新疆火烧云铅锌矿有限责任公司

【触发时机】
这三个条件作为附加过滤层, 在原有 --keyword (DB CrawlerConfig.keywords) 之后生效

【验证(生产)】
累计 168 条历史状态命中:
  - 单 RETRY: 49 条
  - 单 ORG: 10 条
  - RETRY + ORG: 3 条 (火烧云绿色矿山, 宝地审计二次/三次)

⚠️ 注意: 加上 DB 关键词 (电缆/钢材/阀门/管材/设备/机械/矿业) 后只剩 2 条命中
   关键词是为电力工程领域配的, 新规则聚焦宝地/火烧云的多次询价,
   两者交集很小. 建议清掉新矿 DB 的 keywords 让新规则单独生效.
---
 scripts/tender-fetcher/fetch-xkgroup.py | 21 ++++++++++++++++++++-
 1 file changed, 20 insertions(+), 1 deletion(-)

diff --git a/scripts/tender-fetcher/fetch-xkgroup.py b/scripts/tender-fetcher/fetch-xkgroup.py
index fe376a9..d990fdd 100755
--- a/scripts/tender-fetcher/fetch-xkgroup.py
+++ b/scripts/tender-fetcher/fetch-xkgroup.py
@@ -41,7 +41,16 @@ NOTICE_TYPES = {
     "D": "流标公告",
     "B": "结果公示",
 }
-DEFAULT_TYPES = ["C"]  # 默认只抓取寻源公告
+DEFAULT_TYPES = ["C", "D"]  # 抓取寻源公告 + 流标公告
+
+# 多次询价标题正则 (匹配 二次/三次/四次/.../九次)
+RETRY_PATTERN = re.compile(r"[二三四五六七八九]次")
+
+# 发布组织白名单 (新矿供应链平台关注的发布方)
+ORG_WHITELIST = (
+    "新疆宝地矿业股份有限公司",
+    "新疆火烧云铅锌矿有限责任公司",
+)
 
 OUTPUT_BASE = os.path.expanduser("~/desktop/招标公告")
 
@@ -301,6 +310,16 @@ def run():
                     filtered_count += 1
                     continue
 
+            # 多次询价标题过滤 (二次/三次/四次...)
+            if not RETRY_PATTERN.search(notice["title"]):
+                filtered_count += 1
+                continue
+
+            # 发布组织白名单
+            if not any(org_name in notice["org"] for org_name in ORG_WHITELIST):
+                filtered_count += 1
+                continue
+
             notice_id = notice["id"]
 
             # 去重