AI 工具实践备忘 · 2026年6月第3周

以周报形式记录本周在 AI 工具及数据平台建设中的实践、踩坑与思考。

一、行业数据后端采集平台

✅ 本周完成

1. NONGYIN（农银人寿）SSL 修复并验收

上周遗留的阻塞问题本周彻底解决。根因是 Python 3.12+ 默认禁用 OP_LEGACY_SERVER_CONNECT，而农银人寿官网 SSL 配置过旧。修复方案：在 base collector 新增可覆盖方法 _create_ssl_context()，NONGYIN 子类中启用旧版重协商选项。

验收结果：

首次采集 COLLC78BAA969711：插入 127 条，failed_count=0
重复采集 COLL8548BB327383：unchanged_count=127（幂等性通过）
DB 核验：127 条 / 50 产品 / 2023-2025 / 0 异常 ✅

2. CMRH（招商仁和）认证失效，顺利验收

此前被 resCode: 1000 拦截的 API 认证机制已失效，无需 Authorization token 即可直接采集。

验收结果：

首次采集 COLL164D8950822A：插入 124 条，failed_count=0
重复采集 COLL153FC48AD4F8：unchanged_count=124
DB 核验：124 条 / 20 产品 / 2019-2025 / 0 异常 ✅

3. RENBAOSHOU（人保寿险）dividend_year 逻辑优化

修复月度日期按会计年度（7月-次年6月）映射的边界问题，例如 "2026年03月"→"2025"。全量重采集 594 条，12/12 测试通过。

4. 探测与侦察

公司	探测结果
PINGANSHOU	反爬恶化，仅 44/134 产品可触及，旧 period 一致返回 `31019888`
ERGO	CDN 层阻断：TLS ALPN 拒绝协商，所有客户端（含 Playwright）均超时，仅浏览器可访问

5. 工程维护

Excel《国内寿险公司清单》更新：已验证 30 → 32，WAF/CDN 阻断 4 → 5
修复 3 个既有测试失败（PINGANSHOU backoff 公式 + ZHONGHE entry_url）

📊 当前全景

状态	数量
✅ 已验证	32
⛔ CDN 阻断	5（ERGO / TAIPINGSHOU / LJZGT / JVNLONG 等）
🔒 API 阻断	3（GUOLIAN / GUOMIN / ALLIANZ）
⚠️ 无数据	1（HONGKANG）
🔍 未评估	43
总计	84

📋 下周计划

探测已验证 32 家公司是否有数据更新（年度披露窗口）
跟踪 ERGO CDN 配置变化，确认网络环境后重新评估
启动未评估公司（43 家）的侦察排序
PINGANSHOU 反爬月度复查

二、SOE RPA 项目

本周完成全流程 10 个自动化脚本的落地，覆盖数据导入、Excel 调整、SQL 计算、PPT 更新全链路。

✅ 本周成果

1. 数据准备与文件管理

0_copy_daily_accounting.sh
：自动复制 daily_accounting_rpt、202605 报表至 Fin_data
0_clean_old_files.sh
：清理含 "202604" / "2604" / "2026年4月" 的旧文件

2. 投资数据整理

1_merge_invest_report.py
：提取《月度投资汇报》指定 Sheet 为独立 Excel，断开链接，插入 G 列（传统+万能）及 19-20 行（财务/综合投资收益率），Excel COM 计算

3. 预算利润表调整

4_update_reserve_summary.py
：复制 202604→202605，补充 MAPPING，复制 Balance Sheet 并补齐 O:R 公式，修复外部链接

4. SQL 数据库操作

5_import_pfl_to_sql.py
：导入 PFL_LOCAL_SETS_202605.xlsx → SSMS DB_Data（10,986 行）
6_calc_ul_init_charge.py
：导入 .fac 文件至 DB_VNB，筛选万能产品，计算 INIT_CHARGE

5. Excel 数据更新

7_import_reinstate_rpt.py
：读取 .rpt 文件合并复效清单，更新续期保费清单，SQL 取数更新 mapping
8_update_soe_report.py
：更新 SOE 43 合并报表，多区域数据粘贴，修复外部链接
9_update_op_dev.py
：更新营运偏差分析表 45，处理期末_Report、退保补偿、保险业务明细等多项，修复 Sheet 索引

6. PPT 更新

10_update_ppt.py
：全局文本替换（202604→202605），Slide 1 表格+文本框数字，Slide 2 退保/死病偏差表格（按表头识别）

🛠️ 技术沉淀

问题	解决方案
Git Bash 终端中文乱码	Write 工具写入保留 UTF-8；Sheet 名匹配改用索引
openpyxl 保存损坏外部链接	保存后从备份自动恢复 `/xl/externalLinks/`
PPT 表格位置依赖	改用表头关键字匹配（`get_table_by_header`）
PPT 跨 run 文本替换	在 paragraph 级别整合后再替换
SQL Server 参数上限	`method='multi'` ，batch size ≤ 100 行（20列×100=2000<2100）

📋 下周计划

月份自动参数化——创建 config.py，所有脚本的月份引用（路径、文件名、Sheet 名、SQL 表名、PPT 替换文本）统一从配置文件读取，次月只需修改 TARGET_MONTH = "202606" 一行。

三、沉淀

📚 知识管理

1. PDF 大文件处理链路

大模型上下文窗口有限，完整投喂 PDF 效果差。前两个月备考时摸索出一套可行路径：

用 PdfGear 按章节拆分 PDF（保持目录结构）
分章节分别投喂 DeepSeek / KIMI 做摘要、提取关键结论
整理后存档至 Obsidian（本地 Markdown，支持双向链接和全文检索）

局限：单章节仍有 token 上限，超大文档建议先人工提炼目录，再按需投喂。

🛠️ Claude Code 使用经验

① 安全策略优化

Claude Code 默认安全策略偏保守，可通过 .claude/settings.local.json 调整权限粒度，减少频繁点「Yes」的干扰。但要注意：放开全部权限有风险，按需精细化配置更稳妥。

本周实践策略如下，感觉丝滑：

{  "permissions": {    "defaultMode": "auto",    "allow": [      "Read(*)",      "Write(*)",      "Edit(*)",      "Bash(npm *)",      "Bash(node *)",      "Bash(npx *)",      "Bash(python *)",      "Bash(pip *)",      "Bash(git *)",      "Bash(ls *)",      "Bash(dir *)",      "Bash(mkdir *)",      "Bash(copy *)",      "Bash(mv *)",      "Bash(cat *)",      "Bash(echo *)",      "Bash(*)"    ],    "deny": [      "Bash(rm -rf /)",      "Bash(format *)",      "Bash(shutdown *)",      "Bash(reboot *)"    ]  },  "autoApprove": {    "editFiles": true,    "createFiles": true,    "runSafeCommands": true  }}

② 禁止中文乱码猜测（顶层规则）

⚠️ 重要踩坑：当 Read 工具输出中文乱码时，Claude 会自行猜测内容进行后续操作，猜测结果可能完全错误。

应对方案： 在 Memory 中加入顶层禁止规则——

终端或 Read 输出出现中文乱码时，必须向用户确认原文，禁止自行猜测。

③ Excel 文件结构破坏风险

openpyxl 对以下对象支持不完整，脚本处理后可能丢失：

对象	风险
Named Range	可能丢失或错位
Data Validation	下拉框等校验规则可能失效
Pivot Table	透视表可能损坏
External Link	外链极易被破坏（已有自动修复机制，但不保证 100%）

结论： 有大量外链的 Excel 仍保持人工更新，不要交给脚本处理。

④ PPT 更新指令规范

用脚本更新 PPT 时，指令写法直接影响成功率：

❌ 不要用「左侧」「右侧」等方位词——agent 很难精准定位
✅ 用「表头包含 xxx 的那个表格」「起始字符是 xxx 的那个文本框」来定位
❌ 根据表格内容更新文本框时，不要允许模糊匹配
✅ 约束 agent 进行严格匹配，避免张冠李戴

⑤ CC-Switch 统计 Token 用量

Claude Code 的 token 消耗不直观，CC-Switch 可以方便地实时查看每次对话的 token 用量，帮助控制成本。

*— 记录于 2026.06.18*