Data Schema
公司数据的主数据源是 data/companies.json。COMPANIES.html 和 data/companies.csv 都由脚本从 JSON 生成，避免手工维护多份公司数据。
其他数据集仍保留 CSV：
| 文件 | 说明 |
|---|---|
data/companies.json | 公司主数据源 |
data/companies.csv | 从 JSON 自动导出的公司 CSV |
data/jobs.csv | 招聘机会候选数据 |
data/events.csv | 技术活动候选数据 |
data/communities.csv | 社群与组织候选数据 |
data/gov-projects.csv | 政府数字化项目线索 |
data/source-leads.csv | 每个方向的公开来源种子池；只用于发现候选，不直接生成公司/岗位结论 |
Company JSON fields
| Field | Type | Required | Notes |
|---|---|---|---|
id | string | yes | 稳定 slug，不要随意改名。 |
name | string | yes | 公司或公开品牌名。 |
english_name | string | no | 公开英文名，没有则留空。 |
city | string | yes | 通常为 昆明，也可为云南其他城市。 |
district | string | no | 区县；不能确认时留空。 |
category | string | yes | 一个主要方向。 |
tags | array | yes | 2-6 个短标签。 |
website | string | no | 官网；没有则留空。 |
source_url | string | yes | 最主要的公开来源。 |
source_type | string | yes | 见 docs/data-standard.html。 |
verification_status | string | yes | verified / official_page / community_pending / outdated / unknown。 |
last_checked | string | yes | YYYY-MM-DD。 |
notes | string | yes | 中性事实说明，不写主观评价。 |
opportunities | array | yes | internship / hiring / outsourcing / partnership / unknown。 |
confidence_score | number | yes | 1-5，见数据标准。 |
suitable_for_students | boolean | yes | 适合学生阅读。 |
suitable_for_freelancers | boolean | yes | 适合自由职业者阅读。 |
suitable_for_job_seekers | boolean | yes | 适合求职者阅读。 |
suitable_for_founders | boolean | yes | 适合创业者阅读。 |
为了兼容旧页面和历史数据，JSON 中暂时保留 name_zh、name_en、summary_zh、source_urls、source_checked_at、verification 等旧字段。新代码优先读取上表中的字段。
Source leads CSV fields
data/source-leads.csv 用来沉淀“下一步应该去哪里查”的公开入口。它不是公司数据、不是岗位数据，也不代表某个方向已经有确定机会。
| Field | Type | Required | Notes |
|---|---|---|---|
id | string | yes | 稳定 slug。 |
direction | string | yes | 必须属于 9 个方向之一。 |
source_title | string | yes | 入口名称，例如 BOSS 直聘昆明关键词页。 |
source_type | string | yes | recruiting_platform / official_portal / government_portal / public_resource_portal / university_portal / event_platform / industry_association / incubator_or_park / open_source / media_database / search_engine_query。 |
source_url | string | yes | 公开可访问链接。 |
city | string | yes | 通常为 昆明 或 云南。 |
keyword | string | yes | 用来发现候选的关键词。 |
last_checked | string | yes | YYYY-MM-DD。 |
status | string | yes | 当前统一为 seed_source。 |
notes | string | yes | 必须说明“不代表存在岗位/活动/合作”。 |
校验脚本会要求每个方向至少 5 条来源入口。
Other CSV fields
其他 CSV 目前是轻量候选表：
data/jobs.csv：只放公开招聘主页或候选岗位来源；不要写无法核验的岗位。data/events.csv：可放活动详情页，也可放活动平台搜索入口；搜索入口必须标source_search_page。data/communities.csv：可放高校、社群、园区、开发者组织的公开主页；不要放私人群二维码。data/gov-projects.csv：可放具体政府数字化项目公告；只有门户页时标source_homepage，不要编造项目名称和预算。
Commands
npm run generate:companies
npm run export:csv
npm run validate:data
npm run validate