财税政策实时搜索引擎
项目背景
为什么会有这个产品
2025 年底，我问了一个流行的 AI 助手："小微企业增值税有什么优惠？"它给了一长串看起来很有道理的回答。但我多问了一句："这条法规现在还有效吗？"它说："是的，现行有效。"——但我手动去国家税务总局官网查了一下，这条法规已经在两个月前被废止了。
税收政策有两个特点决定通用 AI 不适合解决这个问题：必须绝对准确（企业主基于 AI 回答做税务决策，错误后果是真实的财务和法律风险），以及必须实时（税法随时更新，大模型的训练数据有时效落差）。这不仅是准确性问题，更是信任问题——如果用户发现 AI 给过一次错误答案，就再也不会信任了。
核心问题
需要解决什么问题
AI 在专业领域的最大问题不是不够聪明，是不够诚实。它会给一个听起来合理但可能错误的答案。在税收领域，"听起来对"是不够的——必须"就是对的"。
• 直接问通用 AI：训练数据有时效落差，无法判断法规现行/废止
• 百度搜索：广告 + 已废止法规 + 非官方解读混杂，无法判断权威性
• 手动翻官网：NPC / chinatax / mof 各自为政，一个查询跨 3 个站
• 现有法律数据库：面向专业人士，按法条编号检索——企业主不会用
功能定义
因此定义什么功能
实时法规检索 —— 默认只查"现行有效"
18 个税种全覆盖，支持标题/全文/精确/模糊四种搜索模式。默认过滤已废止法规——这是和百度搜索最本质的区别。用户搜到的每一条法规都是当前有效的。
意图识别 —— 不只是关键词匹配
五种意图类型各有独立搜索策略：
• 政策查询（自动纠偏税种）
• 申报指导（全文搜索+官方解读优先）
• 合规风险（关联法条+风险点标注）
• 优惠资格判定（条件匹配检索）
• 发票处理（流程类+罚则类双重检索）
4 Tab 法规弹窗 —— 一个法规的四层信息
点击任意结果展开四标签页，数据来自 5 个不同数据源，用户感知到的只是一个弹窗：
• 📖 法规原文（全文+高亮+章节分类）
• 🔍 官方解读（答记者问/立法说明）
• 🤖 AI 通俗版（适用主体/核心要点/注意事项）
• 🌐 相关网页（行业分析/第三方视角）
智能引导面板 —— 解决"不知道查什么"
4 步向导：
• 选择身份
• 选择税种（12 个卡片）
• 选择意图
• 补充条件
多数企业主不会说"增值税留抵退税"，他们说"我进项比销项多怎么办"——引导面板把这个翻译成法律术语。
8 条硬约束 —— 信任体系
每条回答必须包含：查询时间戳 + 数据来源标注 + 时效性徽章 + NPC 法规 ID + 免责声明。
8 条禁止行为（不替用户做决定、不编造案例、失效法规标记、不替代专业咨询……）是写在最高优先级约束里的硬规则，不是建议。
实现路径
如何实现
三层数据源架构：NPC 国家法规库 API（flk.npc.gov.cn，权威度 ⭐⭐⭐⭐⭐）→ chinatax/mof/gov.cn 定向搜索（⭐⭐⭐⭐）→ AnySearch legal domain 补充（⭐⭐⭐）。
多源聚合器：ThreadPoolExecutor 三源并发 → Jaccard 标题去重（阈值 0.7）→ 权威度排序。选择 NPC API 而非爬虫——NPC 有完整 REST API，比浏览器自动化快 4-10 倍，且不会被反爬。
• 核心决策：默认时效筛选仅现行有效（sxx=3），用户 99% 不需要看已废止法律
• DOCX 解析：Python stdlib（zipfile + ElementTree），零 pip 依赖
• AI 解读：Claude Code CLI 子进程，结构化输出
• 缓存策略：默认关闭（可选 5min TTL）——税收政策随时更新
• SKILL.md 即 Agent 操作手册：292 行包含触发词、5 种意图→搜索策略映射、18 税种×API 参数映射、8 条禁止行为
结果与提升
之前 vs 之后
| 维度 | 之前 | 之后 |
|---|---|---|
| 回答准确性 | 大模型凭训练数据编答案，可能引用已废止法规 | 每次实时查询 NPC 法规库，仅返回现行有效法规 |
| 信息可追溯 | 无法验证 AI 回答的来源 | 每个答案带查询时间戳/来源/时效徽章/法规 ID |
| 跨站搜索效率 | 人工在 NPC/税总/财政/国办 4 站逐站点查找 | 三源并发聚合，Jaccard 去重，权威度排序 |
| 税法可理解性 | 原文晦涩，非专业人士看不懂 | 4 Tab 弹窗：原文→官方解读→AI 通俗化→第三方视角 |
| 冷启动门槛 | 企业主不知道自己的问题对应哪个法律术语 | 4 步智能引导面板，从身份→税种→意图→条件 |
产品截图
搜索引擎界面
智能引导面板
法规原文展示
多标签解读弹窗
产品架构
三层数据源聚合（NPC API + Bing 官方解读 + 行业分析）+ 向量数据库 + 全文检索双引擎架构，支持政策实时同步与智能问答。8 条硬约束构建信任体系
产品三问
Q1 我做了什么判断？
AI 在专业领域的最大问题不是"不够聪明"，而是"不够诚实"——核心产品决策是定义"AI 什么时候该闭嘴、去查真实数据再开口"
Q2 为什么这么判断？
用户拿着 AI 给出的政策依据去做税务申报，如果 AI 用的是已废止的法规，用户要承担责任。信息架构就是信任架构——每条搜索结果的来源标识、发布时间戳、时效性状态、法规原文 ID 这四个字段的设计花了最长时间，因为它们是用户信任的基础
Q3 如果再做一次会改什么？
最大的判断错误是低估了数据源的可达性约束。花了大量时间评估 Vercel vs Cloudflare vs Deno，但根本问题不是选哪个云——而是 NPC 政府 API 物理上只限中国境内访问。这个问题在架构设计第一天就应该被标记为 P0 风险