# 公司信息多标签分类接口（F062）

`POST /api/company/classify`，请求和响应均为 `application/json`，返回普通JSON，不使用SSE。
直接将 `/api/chat` 的 `result` 事件中 `data.company_info` 对象作为整个请求体，不增加外层 `company_info`，不传 `thread_id`。

```javascript
const response = await fetch('/api/company/classify', {
  method: 'POST',
  headers: {'Content-Type': 'application/json'},
  body: JSON.stringify(chatResult.data.company_info)
});
const classification = await response.json();
```

请求沿用 `company / profile / honors` 全量原始结构，见 [公司信息契约](api-chat.md)。下面仅为合成片段，不限制工商原始字段：

```json
{
  "company": {"KeyNo": "synthetic-key", "Name": "合成公司"},
  "profile": {
    "data": {"KeyNo": "synthetic-key", "Name": "合成公司", "OperName": "合成法人", "主营": "农产品生产及加工"},
    "source": {"provider": "synthetic", "fetched_at": "2026-09-18T15:00:00+08:00"}
  },
  "honors": {"records": [], "sources": [], "complete": true, "error": null}
}
```

返回主要字段示意（`details`、`as_of`、`classification_version` 省略）：

```json
{
  "company_name": "合成公司",
  "credit_code": null,
  "legal_representative": "合成法人",
  "categories": {
    "基本信息": [],
    "资质荣誉": [],
    "产业信息": ["第一产业", "第二产业", "现代农业"],
    "经营活动": [],
    "行业信息": ["涉农（广义）", "农产品生产", "农产品加工"],
    "许可认证": []
  },
  "status": "completed",
  "errors": {},
  "input_warnings": []
}
```

示意标签不是所有输入的固定输出，实际依据LLM判断。每个角度总是数组，可以多选，信息不足直接为 `[]`，不返回“未知”或“其他”等表外兜底标签。未选中不等于判定“不符合”。

公司名称、统一社会信用代码、法人（法定代表人）分别取 `profile.data.Name/CreditCode/OperName`，缺失才回退 `company` 同名字段，再缺失返回 `null`，不交由LLM生成。`KeyNo/Name/CreditCode` 或来源主体键明确冲突时拒绝，HTTP422；不会合并两家公司。此接口信任调用方提供的资料，不重新查询或认证资料真实性。

允许请求 `{}`（chat未取得公司资料），身份均为null、六角度均为[]、不调用LLM，`input_warnings=["company_info_empty"]`。允许 `honors=null`，提示 `honors_unavailable`。荣誉 `complete=false` 时仍使用已取得记录，提示 `honors_incomplete`，不把查询失败或缺少记录作为否定事实。

`details`按相同六角度返回命中对象数组：`{tag, reason, citations:[{path, quote}]}`。path为请求原始对象的JSON Pointer，quote必须在该字段连续逐字出现；保留reason中的年份和有效期限制。来源可用该路径回溯原请求的profile.source或对应honors.records项的source。程序检查引用真实存在，不能证明LLM语义判断一定正确。

`as_of`为服务器上海日期，供成立年限、上月税务、许可有效期判断；来源获取时间保留在模型输入。`classification_version`覆盖六套提示、公共规则及标签列表的哈希，便于后续评测比较。没有缓存、落库或跨请求画像复用。

| 状态/错误 | 行为 |
| --- | --- |
| HTTP200 / completed | 六个角度分析完成，允许全部为空数组 |
| HTTP200 / partial | 部分角度失败，已成功角度保留；失败角度仍为空数组，必须结合errors判断 |
| HTTP502 / failed | 全部角度调用或输出校验失败，不能当成没有标签 |
| errors中的model_call_failed | 对应角度LLM调用失败；不输出异常原文 |
| errors中的invalid_model_result | 对应角度两次结构/标签/引用验证仍未通过 |
| HTTP415 / application_json_required | Content-Type错误 |
| HTTP422 / invalid_request | 请求结构、类型、嵌套深度或公司身份冲突 |
| HTTP413 / request_too_large | 请求体超过65536字节，不截断资料 |
| HTTP408 / request_timeout | 请求体读取超过15秒 |
| HTTP429 / server_busy | 分类工作池已满，Retry-After为2秒 |
| HTTP504 / classification_timeout | HTTP等待超时，后台尚未退出时继续占用名额 |
| HTTP503 / service_unavailable | 分类服务不可用 |
| HTTP502 / classification_failed | 接口内部失败，返回安全错误码 |

六个角度当前依次独立调用LLM，每个角度仅接收对应白名单，其他角度结果不作为事实输入。每角度结构错误最多修正一次，服务错误不自动重试。非空请求正常6次调用，最多12次；空对象0次。按六角度拆分便于以后独立评测、选择模型或有界并行，目前未宣称并行提速或生产吞吐。

分类工作池容量沿用 `API_MAX_CONCURRENT_REQUESTS` 对应的 `settings.max_concurrent`，独立于问答工作池；底层LLM共享现有 `settings.llm_concurrent` 信号量，不扩大同时调用模型上限。HTTP等待沿用 `settings.stream_timeout_seconds`。停止服务时等待分类工作结束再关闭共享运行时。请求正文、模型结果及异常原文不写日志，响应含X-Request-ID。

标签来自 `docs/法人标签表.xlsx`：166行、165个唯一分类标签，基本信息22、资质荣誉83、产业信息26、经营活动11、行业信息10、许可认证13。“产业信息 / 是否落户在综合保税区”重复一次，稳定去重，其余原名保留。运行时使用 `src/company_classification/taxonomy.json` 快照，无新增Excel依赖；测试核对源文件SHA256及全部行，更新xlsx后须同步快照并重新验证。

提示词位于 `src/company_classification/prompts/`，common.md为共享证据与输出规则，另有basic、honors、industry_sector、operations、industry、licenses六份独立判断规则。成立年限区间采用左闭右开，3/6月内和1年内允许重叠；规模、税务、认证等不能仅凭注册资本、注册地址、经营范围推断。

验证：

```powershell
.\.venv\Scripts\python.exe -m unittest discover -s src/company_classification/tests -v
.\.venv\Scripts\python.exe -m src.company_classification.smoke_check
```

第二条会调用已配置的真实模型，仅发送脚本内合成资料，不查询真实公司、不写DMS。启动仍为 `python -m src.step4_api`，需重启加载新接口；整个服务启动仍依赖原有Redis、Embedding等。生产鉴权、真实公司分类质量、大量并发和延迟尚未验收。