供应商索引更新日志

AUTOMATION_PROPOSAL#

状态：提案（2026-09-27）。以下内容均未建设。 CLAUDE.md 中的所有者规则 （每次调用轮换不少于 2 个 API key、始终使用 --max-usd/--max-credits、 americas/africa 不做 git init、仅在要求时提交）是设计约束，不是建议。

今天手动运行的内容#

无 Makefile、无 cron/systemd、无运行日志、无状态文件。语料库为 1,320 家公司； refresh ≈ 每家 $0.03（三个区域全部刷一遍约 $40）；各区域全量重建为 $25–54。

设计原则#

1. 把所有者规则作为硬性闸门继承。 预检在可用 key 少于 2 个或未设预算上限时拒绝花钱； 链路以故障关闭方式失败（标记文件 + 摘要），绝不静默放过。
2. 免费步骤在前，付费步骤在后且按次封顶。 渲染/合并/核查离线进行；只有 refresh/research 花钱，且始终经 --ids 短名单 + --max-usd。
3. 处处缓存幂等（管线已是如此）——任何步骤都可以免费重跑；夜间崩溃损失的只是时间。
4. 一个引擎，按区域配置——在自动化之前先终结分叉的分叉漂移。
5. 判断环节始终有人在场：自动化把状态变更和新公司提议送入分诊收件箱；未经确认绝不发布状态 ⚠。

阶段 1 —— 夜间运营链（价值最高，约 1–2 天工作量）#

automation/run-nightly.sh，以久经验证的 bio_tenders_glm systemd 定时链为范本：

1. 预检 —— flock 锁；陈旧度闸门（上次成功不足 23 小时则跳过）；key 池计数 （少于 2 个则停止并通知所有者）；预算文件检查。
2. 刷新短名单（付费、封顶）——按 updated 字段选取每个数据集最陈旧的 K 家公司， 写出 --ids 文件，运行 refresh --max-usd <夜间上限>。 默认节奏目标：1,320 家公司全量扫一遍 ≈ 每月一次、约 $45/月（可调）。
3. 分诊收件箱 —— 把新的 status_verify 项和差异转储到 automation/inbox/YYYY-MM-DD.md 供人工确认。
4. 渲染 + 合并 —— 渲染全部数据集，然后 combine.py （免费、离线）。
5. 差异报告 —— 状态变更、新增/合并公司、 README 与 CSV 数量对账；追加到运行日志。
6. 心跳 + 故障关闭 —— 追加 automation/runs.jsonl、触碰状态文件、 OnFailure= 标记；git 心跳提交仅在 asia_biotech_research/ 内、且仅在所有者 批准提交时进行（默认：仅日志文件心跳，因为 americas/africa 有意不作为 git 仓库）。

定时器：~/.config/systemd/user/vendors-nightly.timer （清晨 + 抖动， Persistent=true），仿照 bio-tenders.timer。

阶段 2 —— 把三个分叉统一为一个引擎（约 2–3 天）#

pipeline/ 包：共享的研究/渲染/刷新核心 + 按区域配置 （校验器、种子、国家上限、受制裁标记）。每个数据集保留自己的 sources/、data/、companies/ 不动。 安全网： 在冻结的 data/raw 缓存上渲染，合并前后必须逐字节一致—— 缓存使其成为一次免费、穷尽的回归测试。

阶段 3 —— 核验与漂移层（基本免费、离线）#

状态 2026-09-28：四个核心工具已建成并在全库验证 （tools/index_check.py、tools/ref_verify.py、tools/grants_scan.py、 tools/cni_counts.py；报告见 tools/reports/）。核验链经 systemd 每夜运行 （automation/run-checks.sh + vendors-checks.timer）。本阶段剩余工作： 下文的导出模式校验，以及把 CNI 计数并入逐篇章节（目前汇总在 GOVERNMENT-GRANTS-SIGNALS.md 中）。

• ref_verify.py —— 把一次性的 REFERENCE-VERIFICATION 运行固化为代码（Crossref/ PubMed），每周运行；参考文献未通过的文章不续发"已核验"徽章。 已建成：2026-09-28 全库运行 → 301 已核验 / 16 人工复核 / 93 报告； 响应缓存在 tools/.cache/crossref/ 下，重跑免费。
• grants_scan.py —— 把 GOVERNMENT-GRANTS-SIGNALS 的方法（CORDIS 本地检索、 USAspending、NSF、UKRI 等）固化为代码，每月运行；用数据重新生成信号排名， 而非依赖手工维护的表格。 已建成（候选收集经 OpenAIRE + NSF；相关性仍人工复核）。
• index_check.py —— README↔文章↔前置元数据↔交叉链接一致性，每夜运行。 已建成：截至 2026-09-28，16 个合集 0 问题。
• cni_counts.py —— 中国/巴西/印度补贴资助论文计数（Crossref 资助方过滤 + 严格标题匹配，2015 年起）。已建成：2026-09-28 对 GOVERNMENT-GRANTS-SIGNALS.md 汇总的全部 23 篇第二波文章运行。
• 并入阶段 1 的每夜免费检查：导出模式校验（42 键契约）、公司网站链接活性、 跨数据集重复检测（跨三个区域的名称/注册号相似度）、 README↔CSV 对账。

阶段 4 —— 内容管线（90+ 篇文章与目录）#

• 主题文章生成器：10 个文件夹共用一个模式——YAML 前置元数据 （id、title_en、replaces、物种/危害、证据等级、评级）+ 以"政府资金信号" → “科学证据” → “生物经济价值"收尾的 11 个固定章节。生成流程变为：候选清单 → 代理起草 → ref_verify 闸门 → 发布。不带未核查参考文献的文章不得发布。
• README 索引改为生成而非手工维护。 目前每个文件夹的索引表 （id / 问题→替代 / 替代物 / 评级）靠手工复制前置元数据——与 combine.py 已为数据集 解决的漂移风险相同。由前置元数据渲染索引表 + BIOECONOMY-TRENDS.md； 增加每夜的索引↔前置元数据一致性检查（免费）。
• SKIPPED 表变为数据。 每个文件夹的"已评审但跳过（无成熟生物替代品）“表是一份 决策登记簿——提取为 JSON，供总览文档和未来任何匹配 UI 消费。
• soyuzagrohim：manifest.json 成为准绳；index.html 和替代品索引由它重新生成。 2026-09-28 建成（tools/build_catalog.py）： --legacy 可逐字节复现原页面 （证明 manifest 完整；同时修正了 manifest 中 90 个与磁盘不符的陈旧大写文件名）， 默认构建新增带链接的"生物经济替代品"章节（A01–A36）。幂等、离线。
• 交叉链接：生物替代品文章 ↔ ALL_COMPANIES 供应商（文章已点名 Aviguard/Broilact/ PoultryStar 等产品及"俄罗斯国产类似物”——与 1,320 家公司索引匹配，回答 “谁能供应这种替代品”）。另加跨合集链接检查器（文章已引用兄弟条目，如 veterinary → fishery 文件夹和 soyuzagrohim A32）。

阶段 5 —— 可观测性与交付（可选）#

状态 2026-09-28：核心交付物已建成 —— SUPPLIER-INDEX.md （由 tools/supplier_index.py 生成，接入每夜链）：反向连接，显示 1,320 家公司中 哪些供应哪种替代（迄今引用 156 家公司，即供应商索引的 12%——未来文章的覆盖 KPI）。 DASHBOARD.md 也已建成（tools/build_dashboard.py，每夜）：一页 KPI——文章数、 按地区划分的供应商覆盖、资金信号分布、参考文献核查总量、数据集陈旧度、自动化状态。 付费刷新阶段以 automation/refresh-stage.sh 存在——默认禁用；启用需要所有者的 预算上限和确认不少于 2 个 key 的 Exa 池（dry-run 会打印将要执行的操作）。

• 每日摘要 DAILY.md （变更、待分诊、失败项）。
• 成本仪表盘解析已存于每条原始 JSON 响应中的 costDollars： 按 key/天/周/数据集统计支出——使 key 池规则可审计。
• 摘要中的陈旧度表（各数据集最旧的 updated）。

所有者的决策点#

1. 周期性刷新预算额度（$/月）与节奏（建议每月全量扫一遍）。
2. americas/africa 的心跳：仅日志文件（默认），还是最终允许 git？
3. 按提议的阶段顺序，还是把内容管线（阶段 4）放在引擎合并之前？
4. 文章生成是否曾经无人值守运行，还是保持人工发起 + 自动核验闸门？ （生成正是 LLM 花费集中之处。）

成本额度汇总#

所有付费步骤按次被 --max-usd 硬性封顶，并有月度预算文件；一旦上限或 “不少于 2 个 key"规则将被违反，链路即停止并通知。

SOURCE-LEDGER-2026-09-29#

2026-09-29 的更新批次（见 UPDATE-2026-09-29.md 与 VERIFICATION-2026-09-29.md）。 每家新公司都由 Exa 行业发现（按类目播种）找到，经管线过滤器核验（在营公司、与生物经济相关、 非初创/非子公司），并按标准管线完成研究；每家公司的完整引证集（注册处、 LinkedIn 、新闻、官网） 存于其卡片和 data/raw/<id>.json。 检索日期 = 2026-09-29。“Found via” = 使其浮出的行业检索式。

africa_middle_east_biotech_research - 63 家新公司#

americas_biotech_research - 78 家新公司#

asia_biotech_research - 94 家新公司#

新文章（6 篇）#

完整参考文献细节见每篇文章的"科学证据"一节；自动核验：tools/reports/ref-verification-2026-09-29.md （343 已核验 / 0 待查 / 98 报告）。已记录的补贴信号含资助方、项目、年份和金额；“未找到"反映各文章所述 OpenAIRE+NSF 扫描的覆盖范围。

UPDATE-2026-09-29#

所有者要求的重大更新：全项目范围的新公司和新文章，必要时使用 Exa 做发现与研究。 本笔记是变更记录；条目级来源清单在 SOURCE-LEDGER-2026-09-29.md，正确性证据在 VERIFICATION-2026-09-29.md。

变更内容#

文章：115 → 121 （+6）。库检查：“vault checks OK” （index_check 0 问题；ref_verify 343 已核验 / 0 待查 / 98 报告；dashboard 121 篇文章；供应商索引 286 家被引用公司）。

新公司（+235）#

由 Exa 行业发现在管线新增的五个检索行业（biochar、pheromones、chitosan、biosurfactants、 phages）中找到，经标准过滤器核验并完成完整研究（data/raw/<id>.json），随后做状态核查。 全部经类目种子进入；全部标记 source: discovered、updated: 2026-09-29。主题亮点：作物保护 ×59、 昆虫蛋白 ×20、生物农药 ×16、水体生物修复 ×15、水产遗传 ×15、生物炭 ×10。国家：中国 16、 印度 15、印尼 13、秘鲁/哥伦比亚/马来西亚各 10、南非 9、巴拉圭 9，另有 40 多国。 带来源的完整清单：SOURCE-LEDGER-2026-09-29.md / .csv。

新文章（+6 篇）#

每篇文章遵循其合集格式（前置元数据、问题综述、组成、关键事实、优势、作用机制、应用、局限、 来自库索引的供应商、政府资金信号、科学证据、生物经济价值）。全部 26 条参考文献通过 Crossref 核查； 补贴信号经 tools/grants_scan.py （OpenAIRE + NSF）扫描并逐篇记录（包括诚实的"未找到"结果）。

对既有内容的修改（全部有意为之，全部有记录）#

• africa：2 次合并 – candelfze → the-candel-group （同一企业家族）； aquakem-2 → aquakem （同名冲突产生的同一公司重复项）。
• asia：1 对判定为不同公司 – biopolytech-co-ltd / ecowin 标记为不同（两家不同公司；共用的韩国 BRN 是误归属，留待日后 registry --refresh 修复）。
• 管线配置： RUBRIC_SECTORS 扩展加入上述五个发现行业（三条管线）。
• 工具修复： tools/ref_verify.py 现在检查最多五个 Crossref 候选，而非只看排名第一者 （同名的图书章节排在期刊论文之前曾造成一次误报 CHECK；阈值不变）。
• BIOECONOMY-TRENDS.md 计数更新（115 → 121 篇文章；逐合集表）。
• （同日更早的会话：管线跨 Windows 兼容性修复、 bioecon.ru 技术栈抓取和主题树扩展 39 → 47 个主题 ——作为已单独记录的工作流保留。）

支出核算（Exa）#

（第一次播种在请求到达 API 之前就撞上了 Exa 边缘节点（Cloudflare）的国家级封锁；没有发生任何 成功计费的调用。网络路径修复（VPN 出口）后，运行以 7 key 轮换和按次 --max-usd 上限完成。）

下一批的追加方法（交接配方）#

1. 网络：Exa 必须可从主机访问；若请求返回 Cloudflare HTML，先修复出口/VPN。 key 存于 vendors/.env； Windows 上运行前先设 EXA_ENV_FILE=C:\Users\KDFX Modes\Dropbox\vendors\.env。
2. 播种：cd <dataset> 后 python3 exa_osint.py rubric-seed --max-usd 1.5 ——只抓缺失的种子文件 （缓存感知；可安全重跑）。
3. 发现（一次一个数据集）：python3 exa_osint.py discover --max-usd 3.8 ——核验池（缓存、便宜） 并研究新接受者（每家约 8 美分；到上限即干净停止）。留意 possible duplicate 行，并在 sources/merges.json 中逐条裁定（merge 或 distinct）。
4. 状态：python3 exa_osint.py status --max-usd 0.6。
5. 重建 + 检查：cd .. 后 python3 combine.py 和 bash automation/run-checks.sh （Windows 上： git-bash + flock 垫片；必须以"vault checks OK"结束）。
6. 文章：按合集格式撰写、引用真实来源，然后让 tools/ref_verify.py （在检查链内运行）核验 参考文献；补贴信号经 tools/grants_scan.py + 人工复核。
7. 仅在所有者要求时提交。 每批更新台账/核验文档。

记录联系人：本次更新由 2026-09-29 的工作会话产出；超出上述上限的花费或扩充行业清单前请先询问所有者。

UPDATE-2026-09-30#

2026-09-30 的三次会话（每步之后均以 automation/run-checks.sh 验证 → “vault checks OK”； 该链路现在还会重新生成三份新文档——见下）。

1. 首先完成的免费工作#

• tools/rubrics.py 扩展加入具体的多语言产品词（inoculant / bio-insumo / bio-input / agrobiológico / enmiendas orgánicas / biochar / poliuretano vegetal / efluente）。 未匹配公司 228 → 172；残留主要由 17 个类目之外的主题构成（seeds-breeding 80、 sugar-palm-agri-processing 22、agtech-digital 20），属于设计上的范围外，并非遗漏。
• 状态分诊： 新增 5 条裁定（4 个标记清除，89 → 84； AgroChina 记为 unclear）。 其余 33 张未复核卡片完全不持有针对该公司、带日期的 2025 年及以后的来源——管线本就折价处理 LinkedIn/简介和同名新闻，因此它们的标记是正确的。
• 供应商表： 新增 2 家被引用公司（286 → 288），每家都对照其自身卡片核验。

2. 付费工作（仅 Exa；每次调用封顶）#

2026-09-30 Exa 总支出 ≈ $1.08。 索引 1,813 → 1,816；零供应商文章 27 → 24 （A16 引用后）；被引用供应商 288 → 289 （439 行）；看板 GO 94 → 97、 BUILD 27 → 24——A16、M01 和 M02 全部从 BUILD 转为 GO。

3. 新文档与工具#

automation/run-checks.sh 现在运行七个生成器（原四个加三个新的）， 所有生成文档每夜重建而不漂移。

4. Firecrawl：已启用，但被所有者自己的规则卡住#

• 记录在案的来源（hugo_skill/credentials.env）已不存在。两轮穷尽的磁盘扫描 （25,102 个文本文件 + Backups\ 归档）恰好找到两个 fc-key：一个可用 （188,956 credits），一个失效（0）。两者现已作为 FIRECRAWL_API_KEYS 存入 vendors/.env （值从未打印）。
• FcPool.acquire() 在可用 key 少于 2 个时正确拒绝运行，因此封顶的网站深读试点没有运行。 **所有者行动：**在 Публичность\firecrawl accs.md 列出的 7 个无 key 账号之一上生成第二个 key （5k/50k/100k credits 的优惠券闲置在 Публичность\API KEYS\firecrawl.md），然后追加进池。
• 扫描的卫生注记：那个失效的 30 字符令牌被复制在 9 处（包括 .claude/settings.local.json 和 四个 credentials.env.bak-* 文件）——方便时清理。

5. 过程中对记录的更正#

• TECH-STACK-MAP.md 曾称 377 条开放招标； bioecon 实时屏幕显示开放 3 条 （249 万美元）——377 是跟踪的全部公告数，不是开放数。
• 交接材料中"3 个有余额的 Firecrawl key"有误（1 个可用、1 个失效，并无第三处）。
• 抓到并修复了一个种子错误： BacTech 的 Focus 行写着"运营中的工厂”（取自 bioecon 目录的措辞）； 研究显示这是开发/融资阶段的项目。卡片和 M01 缺口注记现已明确写明。

6. 收盘状态#

1,816 家公司 · 121 篇文章 · 289 家被引用供应商 · 438 行供应商表 · 84 个状态标记 · 172 个无类目 · 68 个未打标主题 · “vault checks OK” · 无 __pycache__ · .env = 7 个 Exa key + 2 个 Firecrawl key （1 个可用）。 BacTech Environmental 在 M01 缺口注记中记录为等待融资的观察 候选； Noposion 留在索引中未被引用。

UPDATE-2026-10-01#

商业层工作的第二天。以下所有内容均以 automation/run-checks.sh 验证 → “vault checks OK”，该链现在运行 13 项检查（11 个生成器 + 2 项完整性检查）、27 个测试。 当日 Exa 总支出：$1.51。

定下当天议程的发现#

当天开局测量：本库有 1,816 家供应商和 4,271 条关系边，全部是股权关系 （2,192 子公司 · 1,222 母公司 · 851 投资方 · 6 其他）——而商业边为零。 全部 121 篇文章中买方色彩的词：23 个。没有任何公司字段记录过客户。

机构的收入来自把买方与供应商匹配；我们只穷尽地建了其中一半。库里的每个排名排的都是供给， 优先看板的分数里完全没有收入项。在任何花钱之前，有两件便宜的事可做：把索引里早已存在但 未标注的渠道揭示出来，并从已付费的缓存中挖出既存的商业边。

免费工作（无 API 支出）#

构建过程中作了两处更正，都很要紧：

1. 第一版分类器声称 322 家分销商——错。“Distribution of…“出现在每个生产者的卡片里 （他们都分销自己的产品）。现在把强渠道证据（授权分销商、经销商、备件商、进口商）与弱措辞 分开，弱证据让位于生产证据。诚实的结果：108。
2. 第一版交叉表声称 121 篇文章中 95 篇是"SELL”——同样错，经检视后否决：类目标签太粗 （仅 alternatives 一项就有约 499 个候选），按此构造每篇文章都"有"渠道。改用供应商表 所用的产品级标准——只有其自身卡片点出该文章相关词的分销商才计入。

付费工作（封顶；合计 $1.51）#

BUYER-MAP.md + tools/capture_buyers.py + tools/build_buyer_map.py + tools/enrich_buyers.py。 买方类型选在"需求由法律创造、买方少而大"之处：配合饲料厂、饲料添加剂分销商、一体化企业、 动物保健分销商、水产饲料生产商、农业投入品分销商、种植园主。

在案的可联系买方，例如：Alfa Feed International （开罗，）、 Avicola los Cambulos （波哥大，）、Contegral （Envigado， ）、AVIKAMAN （秘鲁，）。

买方与供应商严格分开：存于 data/buyers/ 和 data/buyers_all.json，绝不进入供应商缓存、 索引、计数或文章表。买方研究在卡片写出后即从 data/raw/ 删除。

优先看板获得了第一个商业项#

PRIORITY-BOARD.md 现在评分为 监管 · 市场 · 需求 · 供应 · 买方（R·M·D·S·B）。 GO 榜首行为 2·3·3·2·3 （A05 线虫防治、A01 种子处理）和 3·2·0·2·3 （V01 家禽肠道健康）， 每行背后有 136–137 个具名需求侧实体。看板不再只排供给。

一个值得记住的操作陷阱#

买方运行最初以**“只剩 0 个可用 Exa key”失败，并把全部七个 key 停用。该诊断是错的**： 每个 key 返回的都是带 Cloudflare HTML 的 HTTP 403——出口/地区封锁，正是文档记录的 “需要 VPN"的症状。由于 exa_osint.exa() 遇到任何 401/402/403 都会停用 key， 网络封锁与失效凭证无法区分，这会让操作者去轮换完全健康的 key。

tools/preflight_exa.py 现在区分出口封锁 / 坏 key / 余额耗尽 / 限流 / 可用并给出行动建议 （在任何付费运行前先跑它）。四个测试钉住该分类，包括那次误判本身。封锁在重试时解除， 采集正常完成。

对我自己工具的更正#

• build_buyer_map.py 在并入富化结果之前写出了 buyers_all.json，JSON 说 0 张富化而 markdown 说 9。已重排顺序；两者现在一致（14 张富化、13 张可联系）。
• 一个测试对 classify() 的元组返回调用了 .lower()——首次运行即被测试套件抓到，已修复。

收盘状态#

1,816 家公司 · 289 家被引用供应商 · 454 个买方（13 个可联系） · 108 家分销商 · 81 个状态标记（21 个无复核记录） · 172 个无类目 · 70 个未打标主题 · 22 个工具 · 24 份根目录 文档 · “vault checks OK” · 无 __pycache__。

尚余事项——全部由所有者把关#

1. 地域决策 —— TARGET-MARKET-DECISION.md （A：俄罗斯/欧亚经济联盟，先做制裁/合规检查 · B：面向欧盟/美国/中东北非外向 · C：机会主义，不推荐）。注册通道、需求过滤和供应商排名都系于此。
2. 第二个可用的 Firecrawl key —— 在"不少于 2 个可用 key"规则下，188,956 credits 躺在一个 key 上 无法使用。它能解锁供应商就绪度的网站深读。
3. 注册层 —— 每条通路由谁持有档案。这是机构可辩护的利润率，且只有地域定下后才能建。

一个可选的下一步付费动作（每位买方约 8 美分）是分批富化其余约 440 个已采集买方， 把 13 个联系人变成真正的管线。未启动：需要范围确认。

UPDATE-2026-10-06#

所有者指令：“here is eu_gb_biotech_research …” → 搭建；范围"不含俄罗斯/白俄罗斯，高加索除外， 可以付费建设，可以提交”；然后"do next” ×3 和"approve. do all”。

欧洲数据集（eu_gb_biotech_research/）#

• 从美国与加拿大分叉；区域 = 欧盟 27 国、英国、瑞士、挪威、冰岛、西巴尔干、乌克兰、摩尔多瓦 （俄罗斯/白俄罗斯按所有者决定排除；土耳其留在非洲与中东）。 check-map 后种子地图 100 → 96。
• 建设约 $45.73 （486 家公司），稀薄国家补扫约 $11.37 （在 18 个中东欧/巴尔干/波罗的海国家新增 87 家；rubric-seed/discover 新增 --countries 选项；更早加了 --max-new）。所有者批准排除 10 家范围外公司 → 558 家公司。
• 缺口文章：35 + 7 篇文章获得欧洲行（鱼用疫苗、改性木材、生物混凝土、 BIOX/生物浸出、 鸟粪石、肠道甲烷、生物表面活性剂、发酵设备等）； SELL 128 → 144，需寻源 22 → 7。 FI08 脂肪酶 仍是缺口（Fermentia 仅作为最接近的能力被引用）。
• 状态分诊：23 条确认裁定。抓到并修复一处错误：对 BSA Ambiente 的裁定依据的是另一家"BSA"的 新闻——使用新闻前先核对它是否关于同一家公司。

陈旧度刷新（四个较老数据集）≈ $69.9#

• 一次运行在 2 小时后台时限被杀；用尚未刷新公司的 --ids 清单续跑。 10 家在预算停止点调用报错的 公司已重做（$0.31）。注意：refresh 在调用之前就写入 meta.updated，因此"今天更新过"并不证明 调用成功——请检查 news/risk/status 中是否有 "error"。
• 刷新后不再 active 的被引用供应商已从 6 篇文章移除并附带日期注记： Insectta （清算）、 Vibha Seeds （破产）、 Braskem （法外重整）、 Entologics （无当前活动）。 Nutrition Technologies （更名 Sentara Group）保留。

网站深读（Firecrawl）≈ 17,900 credits#

• 全部 509 家被引用供应商都做了尝试；471 家产出网站事实，38 个网站不可达或无事实。
• 五条管线全部修复：website 此前会跳过种子 URL 为"N/A"的公司，即使研究已经找到其网站 （Exa 公司记录）；现在会回退使用该 URL （排除垃圾域名和 exa.ai 页面）。

Key#

• Exa 第 7 个 key 在刷新期间余额耗尽（余 9 个可用）。 Firecrawl 余额在我们未运行时发生了变动—— 可能有另一台机器共用该池。

地域已定：俄罗斯/欧亚经济联盟（所有者 2026-10-06 答复）#

• 为俄罗斯、白俄罗斯、哈萨克斯坦、吉尔吉斯斯坦、亚美尼亚采集买方：3 种新买方类型（农业控股、 食品加工商、水务公司），俄语检索式（--lang ru），248 个买方；富化其中 160 个 （新增 --countries 过滤）。合计约 $12.45。应所有者要求停止，余约 38 个未做。
• 修复的缺陷：西里尔字母买方名全部落到同一个 company 键（卡片相互覆盖）→ 改为基于域名的键 （build_buyer_map.buyer_key）；在多国检索中出现的集团现在合并为一份交易清单。

替代证据（所有者：“我需要清晰的证据，说明生物经济实践如何颠覆旧的工艺流程”）#

• 回到本库的立库主张（BIOECONOMY-TRENDS.md：替代品"已在实践中得到验证”）：152 篇文章中只有 28 篇 持有任何数字化的替代论断，且无一分级。
• tools/disruption_evidence.py： Exa /answer 配论断模式（替代 / 性能 / 经济性 / 驱动因素， 精确引文 + URL）→ 抓取每页被引用页面，逐个数字在所引句内核查、句子在页面上核查； 来源层级取自 URL 域名（试点中模型自己的标注是错的）；按已核验论断评级 D3–D0； 针对劣发现案例做第二轮仅替代的补扫；对 8 个可能低估的案例做提示补扫。
• 对每个自动 D3/D2 做人工复核（77 次复核）：38 个自动 D3 中有 19 个不成立（主题错、旧工艺被 非生物化学取代，或数字并未显示替代）。最终：D3 17 · D2 29 · D1 99 · D0 7。成本约 $2.12。
• 第二轮提示补扫（所有者"1"）：24 篇可能低估的 D1/D0 文章，$0.35。人工复核： F04 SPF 虾 → D3； M01、M02、V01、V09、FD03、C02、EN05 → D2；16 篇保持 D1 （仅有市场研究或公司数字，或旧工艺 被非生物化学取代）。来源层级清单补充了域名规则遗漏的机构（ICSG、IEA Bioenergy、加拿大能源监管 局、AMCRA、EEA、FEFAC、CPI、SAIMM、ASBP）。最终：D3 18 · D2 36 · D1 92 · D0 6。

证据优先的文章扩充（所有者：“a need all. much more articles”）#

• tools/candidate_screen.py 筛选 30 个候选替代（$0.44）。人工复核：12 个合格，马立克病疫苗随后 被剔除（没有旧化学工艺被取代）→ 11 篇新文章： FI09 柠檬酸、FI10 酶法高果糖浆、FI11 味精、 FI12 核黄素、V13 螺旋锥蝇 SIT、E12 木薯粉蚧、E13 仙人掌、E14 地中海实蝇 SIT、W05 EBPR、 W06 生物脱硫、WC04 生物废弃物堆肥/消化。 4 个候选并入既有文章（A35 → D3、EN02、BR01、EN05）； 15 个被剔除（仅有市场研究、公司或试点数字）。
• 文章只使用已核验数字；供应商按卡片规则（核黄素、螺旋锥蝇与地中海实蝇 SIT、仙人掌为诚实缺口）； 资金：grants_scan 只返回无关奖项（如实记录），补入中国/巴西/印度 Crossref 计数；参考文献全部 经 Crossref 核验（两篇无法核实的被替换或删除）。
• 合计：163 篇文章 · D3 25 · D2 40 · D1 92 · D0 6 · 549 家被引用供应商 · SELL 153。
• 第二轮（10 个候选，$0.15）：5 篇新文章——A38 生物杀线虫剂（D3，巴西约 75% 市场）、 A39 甘蔗生物防治（D2）、CE03 温室生物防治（D3，阿尔梅里亚/荷兰）、CE04 熊蜂授粉（D2）、 EN06 生物质区域供热（D3，瑞典 70% 以上）； E15 并入 E01 （D2）、BR04 并入 BR02 （D3）； 剔除沙门氏菌疫苗、合成乙醇和鸡蛋包装候选。 A38–A39 作为 SoyuzAgroHim 目录之外的增补放在 alternatives/ 中。合计：168 篇文章 · D3 29 · D2 43 · D1 90 · D0 6 · 重点清单 44。

商业模式——以诺维信/诺和新为标杆（所有者要求）#

• tools/company_research.py：27 家公司（诺和新 + 科汉森、IFF H&B、AB Enzymes、Amano、 Advanced Enzyme、dsm-firmenich、味之素、CJ BIO、Corbion、Lesaffre、Lallemand、Kerry、Kemin、 Koppert、BioFirst、Certis、Pivot Bio、Marrone、Neste、NatureWorks、Novamont、Raízen、Paques、 Amyris、Zymergen、Ginkgo），189 条已核验事实，约 $0.55。属于 Ginkgo 的 Zymergen 分部数字被排除。
• 69 条已核验的产品替代事实映射到 45 篇文章（行业先驱 一节）；章节顺序固定 （证据 → 先驱 → 供应商），避免每夜运行搅动文件。
• 研究产生的新候选：洗涤剂酶 → I07 文章（D2）； L-蛋氨酸（无替代——一个反例）、DVS 菌种、 酶法油脂水解、天然腌制 → 剔除（无强证据）。

合并与一处数据完整性修复#

• 所有者：把重复的 novozymes 卡片并入 novonesis （欧洲 sources/merges.json）； I07 现引用 合并后的卡片（其简介点名家居护理/“更洁净的洗衣”）。
• 核查合并时发现：买方富化删除了两张欧洲供应商缓存（agrico、nor-feed），因为同名买方 （Agrico，俄罗斯；Nor-Feed，哈萨克斯坦）在相同 id 下被研究——买方卡片拿到了欧洲公司的数据， 供应商文件被删。已从那些卡片恢复供应商缓存，删除两张损坏的买方卡片（留作未研究——所有者 不再要买方），并且 tools/enrich_buyers.py 现在以 buyer--<id> 研究买方，绝不触碰既有文件。 其他数据集已核查：无损失。

深度证据检索与第三轮（所有者：“do next”）#

• disruption_evidence.py 现在把刷新的论断与早期论断合并（绝不丢弃）。对 11 篇 D1 文章定向检索 （$0.17）+ E07/E02 （$0.03）： WC03 → D3 （英国 2008 年 66% 污泥消化）、A24 → D3 （1984–92 年 赤眼蜂覆盖摩尔多瓦农田 80–85%）、E07 → D2 （维多利亚湖水葫芦 −95%）、A37/EN03/E02 注记加强。 植酸酶、藻源 DHA、二级处理、Cedomon、溴酸盐：仍只有公司/行业数字 → D1。
• 第三轮（$0.04）：新文章 A41 巴西豆夜蛾杆状病毒（D2）——峰值约 200 万公顷，2007 年后出现 有记录的逆转；井冈霉素和栗疫病低毒力被剔除。 CSIRO 加入强来源。

数字与机器人使能技术（所有者：“bioinformatics, robots in bioeconomy” → “go”）#

• 新合集 digital-robotics/ 注册进 index_check、ref_verify、supplier_index、build_dashboard、 build_priority_board、sellable_now 和 rubrics.py。筛选 7 个候选（$0.12）：DR01 基因组选择（D3）、 DR02 植保无人机（作为施用方式为 D3；化学品节省仅有公司声称）、DR03 无人机释放天敌（D2）； 精准喷施、机器人除草、变量施肥 → D1； AI 诱捕并入 DX02 （→ D2）。
• 研究 11 家使能公司（$0.16）： XAG/大疆大规模盈利；西方除草机器人大多不盈利（Naïo 2025 年进入 法庭监督重整）；感知订阅（Semios 2021 年盈利）； AI 蛋白设计只有绑定制造商才有价值 （Arzeda–联合利华、Basecamp–宝洁）。误记到大疆名下的 XAG 招股书数字已被排除。

收尾（所有者：“finish the project we did all”）#

• 项目于 2026-10-06 关闭。最终状态：5 个数据集 2,807 家公司；29 个合集 173 篇文章按已核验、 经人工复核的替代证据分级（D3 33 · D2 46 · D1 88 · D0 6）；地域为俄罗斯/欧亚经济联盟， 带通路、来源分层和重点短名单；702 个买方（148 个可联系的在域内交易清单）；38 家公司的商业模式。 Exa 累计支出约 $200； Firecrawl 约 17,900 credits。每夜免费检查保持生成页面最新；无付费自动化运行。
• 关闭时的待办：律师制裁核查（把关所有外联）、注册顾问评审通路、亚洲仓库未提交变更、 可选的机器人/无人机供应商发现。未来工作从 NEXT-STEPS.md 开始。

收尾后的所有者事项（“1 不需要，2 做，3 做”）#

• 制裁核查：不需要（所有者决定）——所有工具和文档中的把关措辞已替换。
• 注册通路：tools/route_verify.py （$0.16）对照官方/法律来源核查全部 22 条通路（garant、 consultant、eaeunion、fsvps 等；引文在页面上核验）。主要更正：饲料注册 ≤45 个工作日 （农业部 316/2025 号令）；食品 SGR ≤30 天（标准添加剂用声明）；兽药按欧亚经济委员会 1/2022 号决定为 155–235 个工作日（61-FZ 通道至 2027 年 12 月 31 日）； TR EAEU 041/2017 自 2021 年生效、注册机关为工业贸易部；农化 327/2025 号令；兽医诊断 140/2022 号决定； 兽医 DDD 制剂 150/2023 号决定；要求申请人为欧亚联盟注册主体（机构可以代办）。 分层更新（FOOD、WATER、FUEL、COSM、PACK → 3；VET、BREED → 2）。 CLASSIC 无法核验。
• 亚洲仓库：复核约 1,580 项待定变更（无秘密；数据 + 一处代码修复）并分两次提交。

2026-10-07 —— 复核工作（所有者"do"）#

• 非洲与中东：giloil-company-ltd-2 并入 giloil-company-ltd； Kenana Engineering 排除 （范围外）；保留四家油厂（scope_keep 带注记）。索引 2,805。
• 基于 2026-10-05/06 新闻刷新的状态 ⚠ 分诊：仅在新闻带日期且确属同一家公司时记录裁定 （非洲 16 · 拉美 17 · 亚洲 17 · 美国/加拿大 8 · 欧洲 3）；相似名称（如 Spiber Inc 与 Spiber Technologies AB、Lecico、BSA、Integro24、DVO）保持标记。新增困境公司： Calysta、NSL Sugars。
• DEAL-SHEETS.md 草稿复核：修正了错误的受众复数（“waters”、“animal healths”）、词中截断的 产品名和小写的缩略语；删除了无依据的"监管者日益收紧"论断和"我们代理"的过度声称； 每份域内交易清单现在都有英文和俄文草稿。

VERIFICATION-2026-09-29#

2026-09-29 更新验收标准的证据。构建/工具链：本库是本地 Dropbox 文件夹（无 web 服务器）； “构建与页面检查"即管线自身的渲染/合并/检查链，它正是用户读到的产物 （README、卡片、DASHBOARD、索引、导出）。

1. 构建结果（逐字取自 automation/run-checks.sh）#

[index_check] rc=0 index_check: 0 problem(s) across 17 collections
[ref_verify] rc=0 343 verified / 0 check / 98 report -> tools/reports/ref-verification-2026-09-29.md
[build_catalog] rc=0 index.html unchanged: 121 products / 8 categories / + alternatives section
[supplier_index] rc=0 SUPPLIER-INDEX.md: 286 companies cited across 16 collections, 433 table rows
[rubric_coverage] rc=0 RUBRIC-COVERAGE.md: 17 rubrics, 3695 candidate links, gaps: mining
[build_dashboard] rc=0 DASHBOARD.md: 121 articles, 286/1813 suppliers (16%)
vault checks OK

2. 模式 / 必填字段 / 重复项#

• 每家新公司都带名称、国家、行业、网站、卡片文件和完整研究 JSON；对全部 235 条新条目做必填字段 扫描，0 缺失。
• 跨三个数据集的重复扫描（域名 + 已验证注册号）：解析器运行后0 残留 （africa 2 次合并，asia 1 对判定不同——见 UPDATE 注记）。管线自身的 possible duplicate 警告均已裁定。
• 批内重复检查：235 条之间无重复（slug 唯一、域名唯一）。

3. 新内容可从列表到达#

• 235/235 家新公司：卡片文件存在、名称出现在数据集 README、id 出现在 ALL_COMPANIES.csv 和 ALL_COMPANIES.json——0 问题（自动检查，脚本输出留存于会话日志）。
• 6/6 篇新文章：文件存在并从其合集 README 链接；alternatives README 计数与产品交叉引用行 （086/087/089/091）已更新；index_check 在所有合集 0 问题。
• 计数器：DASHBOARD 121 篇文章 / 1,813 家供应商中 286 家被引用；SUPPLIER-INDEX 433 行； RUBRIC-COVERAGE 3,695 条候选链接（随新公司 +387）；soyuzagrohim-2026-english/index.html 显示新的替代品章节行。

4. 来源与参考文献#

• 来源台账：235 行公司（名称、国家、网站、种子行业、检索日期）+ 6 行文章—— SOURCE-LEDGER-2026-09-29.md / .csv。
• 参考文献：ref_verify 全量 343 已核验 / 0 人工待查 / 98 报告；六篇新文章的全部 26 条 参考文献经 Crossref 核验（一篇最初因排名第一的图书章节被误报 CHECK；已通过把候选深度放宽到 5 修复，阈值不变）。
• 补贴信号：2026-09-29 经 tools/grants_scan.py （OpenAIRE + NSF）扫描； A37/P06/FI06 诚实报告 “未找到”； FD06/F07/I06 列出资助方、项目、年份、金额。

5. 链接检查（新内容）#

• 235 家新公司的网站可达性，从本主机检查：175 个返回 HTTP 200；14 个返回非 200 （机器人拦截/URL 变更：如 403/404/503）；46 个经本主机网络路径无响应 （TLS/连接超时——在当前 VPN 出口下，.cn/.ir 类主机占比偏高）。公司卡片中的引证 （注册处、覆盖、LinkedIn）才是实质性来源；网站字段只是便利链接。建议：方便时从其他网络 复查非 200/超时清单。
• 内部链接（卡片、跨合集路径、文章脚注）：index_check = 0 问题。

6. 抽读（对照来源的准确性）#

• A37 信息素：机制与剂量范围与所引综述一致（Witzgall 2010；Carde & Minks 1995）； 供应商行对照卡片文本核验（如 Pherobio 为新三板挂牌；Agri Phero 诱捕器）。
• F07 噬菌体：试验/监管框架与 Nakai 2002 和 Richards 2014 相符；供应商卡片措辞保持保守 （PhageLab 为"畜禽”）。
• P06 涂膜：感官限制与效果注意事项与所引综述一致；供应商在明确的缺口注记下列为"最接近的能力"。
• FI06 omega-3： DHA 含量范围与审批框架与所引文献一致；仅引用非鱼类生产者为供应商 （有意排除鱼油生产商）。

7. 台账与差异一致#

• 公司：560+63=623、470+78=548、548+94=642，合计 1578+235=1813——与导出核对一致。
• 文章：115+6=121——与 DASHBOARD 及文件夹计数核对一致。
• 未丢弃任何已发布公司：asia git 显示0 个删除的公司文件；africa/americas 的变更仅为 已记录的合并；计数完全对账。

8. 遗留事项#

• mining 仍是唯一低于候选阈值的类目（真实缺口；所有者指示：不要在那里重跑发现）。
• 第 5 节列出的网站超时——如有需要，换网络复查。
• biopolytech-co-ltd/ecowin 卡片上的韩国注册号误归属已标记 distinct，并留待未来 registry 处理。

附录 —— 无回归收尾（2026-09-29 晚间的最新证据）#

1. 构建完成 —— 全链重跑：

[index_check] rc=0 0 problem(s) across 17 collections
[ref_verify] rc=0 343 verified / 0 check / 98 report
[build_catalog] rc=0 index.html unchanged: 121 products / 8 categories / + alternatives section
[supplier_index] rc=0 SUPPLIER-INDEX.md: 286 companies cited across 16 collections, 433 table rows
[rubric_coverage] rc=0 RUBRIC-COVERAGE.md: 17 rubrics, 3695 candidate links, gaps: mining
[build_dashboard] rc=0 DASHBOARD.md: 121 articles, 286/1813 suppliers (16%)
vault checks OK        (EXIT=0)

2. 无条目被丢弃或静默改写 —— asia_biotech_research 中 git diff --name-status HEAD： 0 删除、0 重命名、111 修改。被修改文件正是渲染 + 已记录编辑的预期产物： companies/ 101、exports/ 3、sources/ 3、data/ 2、exa_osint.py 1、README.md 1。 抽样卡片 diff 只显示增量渲染变化（similar_to 中新增类目种子；相对卡片链接丰富）。
3. 旧条目完整性（所有数据集） —— 每家公司，无论新旧，其卡片都在磁盘上 （缺卡片：0 / 0 / 0）；昨天以来未触碰的公司在 README 中抽查；总数与更新前基线对账 （560+63、470+78、548+94）。
4. 链接清扫 —— 跨库每个 .md 检查 119,730 条相对内部链接。发现：
   • 6 处位于生成的报告内（tools/reports/ref-verification-*.md）：所引文章注记如 (method: REFERENCE-VERIFICATION.md) 在其来源文章中能正确解析（energy/... → 库根）， 但从 tools/reports/ 引用时不能。既有问题、外观性质、引用固有；为避免改写历史内容未作处理。
   • 1 处 NEXT-STEPS 示例文本中的散文占位符 card——不是链接。
   • 净结果：未引入任何真实损坏的内部链接；index_check （库的链接校验器）= 0 问题。