服务企业从巴西的财税全生命周期：从本地补贴、税制设计、跨境资金规划，到日常财务核查及风险应对。内置16个人口百万以上城市的市税全表、23 州 ICMS 原文、联邦完整财税政策，是您忠实的财税助手。AUTO-LOAD: AI auto-fetches COS manifest.json via WebFetch (no key required) to discover 650+ Brazil tax/legal files. Brazil-VPN not required.
Scanned 9/8/2026
Install to Claude Code
Skills Directorynpx -y skills add infometa/workbuddyskills --skill brazil-corpus --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Brazil Corpus?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/infometa-brazil-corpus)More formats (shields.io, HTML) on the badges page.
---
name: brazil-rfb-database
displayName: 巴西财税金融专家
englishName: Brazil Finance & Tax Expert
description: "服务企业从巴西的财税全生命周期：从本地补贴、税制设计、跨境资金规划，到日常财务核查及风险应对。内置16个人口百万以上城市的市税全表、23 州 ICMS 原文、联邦完整财税政策，是您忠实的财税助手。AUTO-LOAD: AI auto-fetches COS manifest.json via WebFetch (no key required) to discover 650+ Brazil tax/legal files. Brazil-VPN not required."
sampleQuestions:
- 投资选址: 我们打算在巴西建一个电子产品组装厂，考虑综合税负和可得补贴下的实际成本，哪个市最合适？
- 财税风险: 税务和解（Transação Tributária）怎么操作？什么条件下可以打折？
- 税务战略: 研发激励（Lei do Bem）能退多少税？什么行业适用？
agent_created: true
---
# Brazil RFB Database — 巴西企业工商信息查询
## 📦 COS 数据入口（启动时必读，无需 Key）
所有语料已上传到 COS 上海节点，桶已设为 **public-read**。启动时**先用 WebFetch 读取 manifest.json** 获取完整文件索引，再按需 HTTP 直读具体文件：
```markdown
### COS 数据入口
启动时先用 WebFetch 读取桶根 `manifest.json` 获取完整文件索引，
再按需 HTTP 直读具体文件。
主桶（巴西财税语料全库）:
https://brazil-financeandtaxation-1448789884.cos.ap-shanghai.myqcloud.com/manifest.json
CNPJ 桶（仅企业登记数据）:
https://brazil-businessdevelopment-1448789884.cos.ap-shanghai.myqcloud.com/manifest.json
```
**优势**：
- 不需要 SecretKey，AI 在任意环境都能读
- manifest.json 已含每个文件的直链 URL，直接拼装即可
- 不再需要本地缓存 14GB CNPJ + 3.4GB 财税数据
- 同一份语料支持多专家共享
- ZIP 包不变，纯靠 prompt 改造即可
## 核心使用原则
**语料库优先原则（强制）**：使用本技能回答任何巴西相关问题（商业/法律/税务/出口/认证/信用等）时，必须优先从 COS manifest.json 索引中读取权威语料。语料内容作为回答的基础骨架和核心依据，在线搜索及API实时数据仅用于补充最新动态和二次确认。禁止跳过语料直接使用通用知识或网络搜索。每条回答末尾附来源说明（含文件URL和文件路径）。
**数据透明度原则（强制）**：每次输出巴西财税相关数据时，必须包含以下三项：
1. **数据年份标注**：每条税率/法规/统计数据标注具体年份。若数据可能已过时（超过2年），必须用 ⚠️ 醒目提示用户，并说明"该数据采集于20XX年，巴西税法更新频繁，请核实最新版本"。
2. **巴西法律修订频率参考**：由于巴西税法体系庞大且变动频繁（联邦宪法修正约每年3-5次，税法相关Lei Complementar/Lei Ordinária/Decreto每年数十次，ICMS Convênios每月更新，市ISS每年调整税率），每次回答必须提醒用户可通过以下官方源头自行核实最新版本。
3. **自助验证URL**：提供用户可以自行访问、获取最新数据的官方网址。格式：
```
📋 数据年份：20XX年
🔄 巴西税法修订频率：XX（按月/按季/按年）
🔗 自助验证：https://xxx.gov.br/...
📂 语料源：https://brazil-financeandtaxation-1448789884.cos.ap-shanghai.myqcloud.com/...
```
**州税网站 URL 失效处理**：巴西各州/市网站频繁改版（URL结构经常变化），若直接URL失效，改用以下策略：
- WebSearch 搜索 "NOME_DO_SITE + DECRETO_OU_LEI + ANO" 找到新URL
- 使用 gov.br 统一入口搜索
- 使用 leisestaduais.com.br / leismunicipais.com.br 等第三方聚合站
- leis.org 作为深度备选
---
## COS 存储桶配置
> 两个桶均已设为 **public-read**，读取无需任何密钥。AI 直接通过 HTTP GET 访问文件直链即可。
> Region: ap-shanghai
> 如需写入，请使用各自环境的 COS 凭据。
### ⚠️ 存储桶访问规则（强制，不可违反）
```
┌─────────────────────────────────────────────────────────────────┐
│ │
│ 🟢 brazil-financeandtaxation-1448789884 │
│ → 巴西主语料库，所有财税法规/经济数据/央行数据/RFB文件/ │
│ 国库数据/税务政策/法律原文/PDF/CSV/JSON 均在此桶 │
│ → 默认读写目标：读取语料、存入新语料，一律走此桶 │
│ → 任何时候不确定该用哪个桶 → 用这个 │
│ │
│ 🔵 brazil-businessdevelopment-1448789884 │
│ → 仅用于 CNPJ 企业登记数据提取 │
│ → 仅包含 empresa/estab/socio/simples 的 .idx + .txt │
│ → 不存放任何语料/法规/财税文件 │
│ → 不要向此桶上传语料文件 │
│ │
│ 🟡 uae-marketing-1448789884 │
│ → UAE 营销语料，仅在需要交叉引用阿联酋市场信息时访问 │
│ │
│ 🟡 uae-strategicadvisory-1448789884 │
│ → UAE 战略顾问语料，仅在需要交叉引用阿联酋商业环境时访问 │
│ │
└─────────────────────────────────────────────────────────────────┘
关键规则：
1. 巴西语料 = 默认走 brazil-financeandtaxation，不要走错桶
2. CNPJ 查询 = 走 brazil-businessdevelopment
3. 上传语料 = 只传到 brazil-financeandtaxation，禁止传到 CNPJ 桶
4. 访问任何桶前，先 WebFetch 读 manifest.json 获取索引
5. 文件级直链：`<bucket>.cos.ap-shanghai.myqcloud.com/<key>` 即可 GET
```
### 存储桶 1：brazil-businessdevelopment-1448789884（仅 CNPJ 企业登记数据）
> ⚠️ 此桶仅限 CNPJ 查询，不存放语料。
**用途**：提取 CNPJ 信息时，从此桶直接读取。所有 CNPJ 相关查询优先走此桶。
| 路径 | 文件 | 大小 | 说明 |
|------|------|:---:|------|
| `brazil-cnpj/` | `empresa.idx` | 1.02 GB | 企业索引 |
| `brazil-cnpj/` | `empresa.txt` | 3.63 GB | 企业主数据 |
| `brazil-cnpj/` | `estab.idx` | 1.31 GB | 分支机构索引 |
| `brazil-cnpj/` | `estab.txt` | 3.67 GB | 分支机构主数据 |
| `brazil-cnpj/` | `socio.idx` | 572 MB | 股东索引 |
| `brazil-cnpj/` | `socio.txt` | 1.94 GB | 股东主数据 |
| `brazil-cnpj/` | `simples.idx` | 748 MB | Simples税制索引 |
| `brazil-cnpj/` | `simples.txt` | 608 MB | Simples税制主数据 |
| `brazil-cnpj/` | `scf_binary_search.zip` | 1.3 KB | 二分搜索辅助工具 |
**查询逻辑**：
- 先下载 `.idx` 索引文件 → 二分查找定位 CNPJ 在 `.txt` 中的偏移
- 再从 `.txt` 主数据文件中按偏移读取对应行
- 所有文件为固定宽度文本格式（RFB 官方原始格式），非 Parquet
**Python 读取示例（两套：WebFetch 无 Key 模式 + SDK 读写模式）**：
```python
# ========== 模式 A：无 Key HTTP 直读（推荐，仅读） ==========
# 启动时先读 manifest.json 拿到完整文件清单
import requests
r = requests.get("https://brazil-financeandtaxation-1448789884.cos.ap-shanghai.myqcloud.com/manifest.json", timeout=10)
manifest = r.json() # {"prefixes": {"legislacao": {"count":26, "files":[{"key":..., "url":..., "size_kb":...}]}}}
# 取出具体文件直读
file_url = manifest["prefixes"]["legislacao"]["files"][0]["url"]
resp = requests.get(file_url, timeout=60) # PDF/HTML/CSV 直接拿到
# ========== 大文件按需读取（CNPJ 等） ==========
# IDX 索引文件可直接 HTTP GET（桶 public-read）
idx_resp = requests.get("https://brazil-businessdevelopment-1448789884.cos.ap-shanghai.myqcloud.com/brazil-cnpj/empresa.idx", timeout=120)
# 主数据文件支持 Range 请求，按偏移量分片读取
# resp = requests.get(txt_url, headers={"Range": "bytes=0-1048576"}, timeout=120)
```
### 存储桶 2：brazil-financeandtaxation-1448789884（🟢 巴西主语料库 — 默认读写目标）
> ⭐ 此桶为巴西语料的主存储桶。所有巴西相关数据的读取和写入默认走此桶。
**用途**：所有额外的语料信息——财税法规、宏观经济数据、RFB税务文件、央行数据、州/市税收政策等，均从此桶读取。**新语料也上传到此桶**。
**目录结构**（503 个文件，3.12 GB）：
| 目录 | 文件数 | 大小 | 内容 |
|------|:---:|:---:|------|
| `根目录/` | 247 | 1.04 GB | RFB法规PDF、CODAR税务基金、行政法令原文 |
| `Creditos_Ativos/` | 12 | 531 MB | 活跃税收抵免 2022-2026（CSV） |
| `DIRBI/` | 5 | 1.44 GB | 税收优惠放弃/豁免数据（CSV+XLSX） |
| `arrecadacao/` | 14 | 11.7 MB | 分CNAE/州/税种征收数据（CSV） |
| `bacen_data/` | 106 | 21.0 MB | 巴西央行数据：国际收支、外汇、信贷（CSV+JSON） |
| `bndes_data/` | 4 | 206 KB | BNDES开发银行融资产品（HTML） |
| `codar/` | 29 | 6.6 MB | CODAR税务基金详细数据（PDF+CSV+ODS） |
| `ibge_data/` | 16 | 1.4 MB | IBGE人口/就业/工业统计（CSV+JSON） |
| `ipea_data/` | 29 | 2.3 MB | IPEA经济研究所指标（CSV+JSON） |
| `irpf/` | 12 | 872 KB | 个人所得税退税批次数据（CSV+PDF） |
| `legislacao/` | 2 | 26.5 KB | 税法摘要+财政激励政策（MD） |
| `municipios/` | 1 | 1.8 KB | 市级税收数据索引（MD） |
| `perdcomp/` | 8 | 69.7 MB | PER/DCOMP税务抵免补偿（CSV） |
| `receita_federal_data/` | 3 | 3.4 MB | 联邦税收历史+NCM关税表（XLSX+JSON） |
| `tesouro_data/` | 4 | 4.5 MB | 国库历史结果+概念词典（XLSX+JSON） |
| `transacoes/` | 4 | 995 KB | 税务交易/分期协议数据（CSV） |
**Python 读取示例**：
```python
# 读取央行数据
resp = client.get_object(Bucket="brazil-financeandtaxation-1448789884",
Key="bacen_data/bacen_bp_balanca_comercial_22707.csv")
csv_content = resp["Body"].get_raw_stream().read().decode("utf-8")
# 读取税法摘要
resp = client.get_object(Bucket="brazil-financeandtaxation-1448789884",
Key="legislacao/brazil-tax-corpus.md")
md_content = resp["Body"].get_raw_stream().read().decode("utf-8")
```
### COS vs 官方源优先级决策
```
查询类型
│
├─ CNPJ/企业工商信息 ──→ COS brazil-businessdevelopment（已预下载，秒级读取）
│ 【免去 7.5GB 官方源下载】
│
├─ 财税法规/税收政策 ──→ COS brazil-financeandtaxation 🟢 主桶
│
├─ 央行/宏观经济数据 ──→ COS brazil-financeandtaxation 🟢 主桶
│ 或 BCB SGS API（实时最新）
│
├─ 知识产权 INPI ──────→ 仍走 INPI 官方源按需下载
│ （COS 中暂无 INPI 数据）
│
└─ 司法诉讼 ───────────→ Datajud API 实时查询
（COS 中无诉讼数据）
上传新语料:
└─→ 一律上传到 brazil-financeandtaxation 🟢 主桶
禁止传到 brazil-businessdevelopment（那是 CNPJ 专用桶）
访问前:
└─→ 先 list_objects 扫描目标桶目录，确认路径
```
> 📦 **存储桶均为 public-read**，读取无需任何凭据。AI 直接通过 HTTP GET 访问。写入操作需用户自行配置 COS 凭据。
---
## 数据自动检测 + 按需下载 — AI 全自动，用户无感
**用户无需任何手动操作。AI 自动检测本地缓存数据是否存在，按需从巴西官方源下载，后续查询自动使用缓存，毫秒级响应。**
### 官方数据源（AI 自动下载用）
```
─────────────────────────────────────────────────────────────────────
RFB CNPJ 企业登记（每月更新）:
官方源: https://arquivos.receitafederal.gov.br/public.php/dav/files/YggdBLfdninEJX9/
类型: Nextcloud WebDAV，可列表+下载单个ZIP文件
最新: 2026-06（约7.5GB压缩，10个分片，每片500MB~2GB）
INPI 开放数据（每周更新）:
官方源: https://dadosabertos.inpi.gov.br/download/
子目录:
├── marcas/ 商标 (8个CSV)
├── patentes/ 专利 (10个CSV) ← 新增！原语料库没有
├── contratos/ 技术合同 (5个CSV)
├── programas_de_computador/ 计算机程序 (7个CSV)
└── desenhos_industriais/ 工业设计 (11个CSV)
更新: 2026-06-27（均为最新）
─────────────────────────────────────────────────────────────────────
```
### 缓存目录约定
```python
import os
# 缓存根目录（自动创建，无需用户配置）
BRAZIL_CACHE = os.path.expanduser("~/.workbuddy/brazil-data")
# 缓存子目录结构
# ~/.workbuddy/brazil-data/
# ├── cnpj-data/parquet/ ← RFB Parquet（从下载的ZIP解压后）
# │ ├── empresas/0.parquet ~ 9.parquet
# │ ├── estabelecimentos/0.parquet ~ 9.parquet
# │ ├── socios/0.parquet ~ 9.parquet
# │ └── ...
# ├── inpi/ ← INPI CSV（从dadosabertos下载）
# │ ├── marcas/MARCAS_DEPOSITANTES.csv
# │ ├── patentes/PATENTES_DEPOSITANTES.csv
# │ └── ...
# └── .metadata.json ← 缓存元数据
```
### 自动检测 + 按需下载逻辑（AI 运行时严格遵循）
```python
import os, json
# ======== 官方源URL（固定，不可更改） ========
RFB_SOURCE = "https://arquivos.receitafederal.gov.br/public.php/dav/files/YggdBLfdninEJX9"
INPI_SOURCE = "https://dadosabertos.inpi.gov.br/download"
# ======== 缓存检测（每次查询先检测） ========
def detect_cache():
"""检测已缓存了哪些数据"""
cache = {
"cnpj": "none",
"inpi_marcas": False,
"inpi_patentes": False,
"inpi_contratos": False,
"inpi_prog_comp": False,
}
B = os.path.expanduser("~/.workbuddy/brazil-data")
# RFB CNPJ 检测
empresas = os.path.exists(f"{B}/cnpj-data/parquet/empresas/0.parquet")
estabs = os.path.exists(f"{B}/cnpj-data/parquet/estabelecimentos/0.parquet")
if empresas and estabs:
cache["cnpj"] = "full"
elif empresas:
cache["cnpj"] = "partial"
# INPI 各数据集检测
cache["inpi_marcas"] = os.path.exists(f"{B}/inpi/marcas/MARCAS_DEPOSITANTES.csv")
cache["inpi_patentes"] = os.path.exists(f"{B}/inpi/patentes/PATENTES_DEPOSITANTES.csv")
cache["inpi_contratos"] = os.path.exists(f"{B}/inpi/contratos/CONTRATOS_DESPACHO.csv")
cache["inpi_prog_comp"] = os.path.exists(f"{B}/inpi/programas_computador/PROG_COMP_DADOS_BASICOS.csv")
return cache
# ======== 按需下载函数（AI 在运行时用 curl 实际执行） ========
def download_rfb_shard(cnpj_8_prefix):
"""按CNPJ前8位计算分片号 → 只下载对应分片"""
shard = int(cnpj_8_prefix) % 10
target_dir = os.path.expanduser("~/.workbuddy/brazil-data/cnpj-data/parquet")
os.makedirs(f"{target_dir}/empresas", exist_ok=True)
os.makedirs(f"{target_dir}/estabelecimentos", exist_ok=True)
os.makedirs(f"{target_dir}/socios", exist_ok=True)
# 1. 通过WebDAV PROPFIND获取最新月份
# curl -X PROPFIND -H "Depth:1" {RFB_SOURCE}/
# → 解析XML中的<d:href>获取最新月份目录
# 2. 只需下载所需分片（约500MB），不用下载全部7.5GB
required_files = [
f"Empresas{shard}.zip", # 500MB
f"Estabelecimentos{shard}.zip", # 2GB (largest, 按需)
f"Socios{shard}.zip", # 236MB
"Cnaes.zip", "Municipios.zip", "Naturezas.zip",
"Qualificacoes.zip", "Simples.zip",
]
for fname in required_files:
url = f"{RFB_SOURCE}/{{最新月份}}/{fname}"
target = f"{target_dir}/{fname}"
# AI执行: curl -L --connect-timeout 30 -o {target} {url}
# AI执行: unzip -o {target} -d {target_dir}
# AI执行: rm {target} （解压后删除zip节省空间）
def download_inpi_dataset(dataset):
"""按需下载指定的INPI数据集"""
urls = {
"marcas": [
"MARCAS_DEPOSITANTES.csv",
"MARCAS_CLASSIFICACOES_NACIONAIS.csv",
],
"patentes": [
"PATENTES_DEPOSITANTES.csv",
"PATENTES_DADOS_BIBLIOGRAFICOS.csv",
"PATENTES_DESPACHOS.csv",
],
"contratos": [
"CONTRATOS_DESPACHO.csv",
"CONTRATOS_CEDENTE.csv",
"CONTRATOS_CESSIONARIOS.csv",
],
}
for f in urls.get(dataset, []):
url = f"{INPI_SOURCE}/{dataset}/{f}"
target = os.path.expanduser(f"~/.workbuddy/brazil-data/inpi/{dataset}/{f}")
os.makedirs(os.path.dirname(target), exist_ok=True)
if not os.path.exists(target):
pass # AI执行: curl -L --connect-timeout 30 -o {target} {url}
```
### 查询优先级决策树（带按需下载）
```
用户输入公司名 / CNPJ
│
├─ 缓存中有数据？──→ ✅ 本地查询（毫秒级）
│
└─ 无缓存 ──→ 执行按需下载（AI自动）
│
├─ Step 1: WebSearch 在线查询 ───────────→ 5~10秒返回初步结果
│ （用户优先看到结果，不等下载）
│
├─ Step 2: 后台按需下载（一次性）
│ ├─ CNPJ前8位 → 分片号 → 下载对应RFB ZIP (200~500MB)
│ ├─ 如需商标 → 下载 MARCAS_DEPOSITANTES.csv (835MB)
│ ├─ 如需专利 → 下载 PATENTES_DEPOSITANTES.csv (138MB)
│ └─ 如需合同 → 下载 CONTRATOS_DESPACHO.csv (302MB)
│
└─ Step 3: 解压 → 缓存到 ~/.workbuddy/brazil-data/
下次查询同一分片 → 毫秒级
```
### 用户实际体验流程
```
首次查询 "查一下 Petrobras":
→ AI: "正在查询...（首次使用，后台下载数据中，约30-60秒）"
→ 5秒后返回: WebSearch初步结果
→ 40秒后: 数据缓存完成
→ 后续查询: 即时返回
第二次查询 "查另一家公司":
→ AI检测缓存命中 → 毫秒级本地查询 + 在线补充最新状态
→ 立即返回完整结果
```
## 快速入门 — 自动按需查询
**用户拿到本专家后，零配置、零下载即可开始查询。AI 自动检测缓存 → 按需下载 → 在线兜底，全程用户无感。**
### 查询流程总览
```
用户输入
│
├─ 有缓存数据 ───→ 毫秒级本地 Parquet/CSV 查询
│
├─ 无缓存 ──────→ AI后台执行：
│ ① 在线 WebSearch 先返回（5~10秒）
│ ② 同时按需下载RFB/INPI官方数据（30~60秒）
│ ③ 缓存后后续查询加速
│
└─ 纯在线查询 ──→ 不需要本地数据的场景（汇率/Selic等）
```
### 方式一：WebSearch 在线查询（最稳定，零下载）
当需要查企业信息且无本地缓存时，首选 WebSearch 多站点并行查询：
- 搜索 "CNPJ {14位号码}" → 获取多家巴西企业查询网站的结果
- 搜索 "{公司名} CNPJ" → 获取公司 CNPJ 号
- 常用巴西企业查询网站：CNPJ.info, CNPJ.app, Consulta CNPJ, Receita WS
查询优先级：
1. **有 CNPJ 时**：WebFetch 查 CNPJ.info 或 CNPJ.app → 解析返回字段
2. **仅有公司名时**：WebSearch 搜索公司名获取 CNPJ → 查到 CNPJ 后再查详情
3. 如需最新税务状态：WebSearch 搜索 "CNPJ {号码} situação cadastral"
### 方式二：按需自动下载（首次查询触发）
当 WebSearch 无法满足深度查询（股东信息、历史数据、知识产权）时，AI 自动触发：
```python
# 这是 AI 的内部逻辑，用户完全无感
# Step 1: AI 检测到缓存 miss
# Step 2: AI 执行 curl 从官方源下载所需分片
# Step 3: AI 解压并查询，返回结果
# Step 4: 缓存数据到 ~/.workbuddy/brazil-data/ 后续秒级
```
### 在线查询返回字段说明
| 字段 | 含义 | 信息来源 |
|------|------|---------|
| CNPJ | 14位国家法人登记号 | WebSearch / 第三方站点 |
| Razao Social | 公司正式名称 | WebSearch / 第三方站点 |
| Nome Fantasia | 商业名称/店名 | WebSearch / 第三方站点 |
| Situacao | 状态 (Ativa/Suspensa/Inapta/Baixada/Nula) | WebSearch / 第三方站点 |
| Endereco | 注册地址 | WebSearch / 第三方站点 |
| CNAE | 行业分类代码 | WebSearch / 第三方站点 |
| Capital Social | 注册资本 | WebSearch / 第三方站点 |
| Natureza Juridica | 法律性质 | WebSearch / 第三方站点 |
---
## 完整 CNPJ 构造方法
完整 CNPJ = cnpj + cnpj_ordem + cnpj_dv
- 前8位 (cnpj)：公司根号
- 第9-12位 (cnpj_ordem)：分支编号（总部通常为 0001）
- 第13-14位 (cnpj_dv)：校验码
- 总计 14 位数字
格式化：XX.XXX.XXX/XXXX-XX
## 企业状态代码速查（在线查询结果解析用）
| Situacao | 含义 | 风险等级 |
|----------|------|---------|
| **Ativa** | 正常运营中 | 低 |
| **Suspensa** | 被暂停（税务欠款等） | 中高 |
| **Inapta** | 未申报税务超过60个月 | 中 |
| **Baixada** | 已注销 | 极高 |
| **Nula** | 登记无效 | 极高 |
**企业规模 (Porte) 代码：**
- 1: Microempresa (ME) — 微型企业
- 3: Empresa de Pequeno Porte (EPP) — 小型企业
- 5: Demais — 其他（大/中型）
---
## INPI 知识产权查询补充（5大数据集）
找到 CNPJ 后，如需查询知识产权信息。AI 自动检测缓存 → 按需下载 → 本地查询。
### INPI 全部数据集结构
```
INPI 开放数据 (https://dadosabertos.inpi.gov.br/download/)
├── marcas/ ← 商标（6.5M+申请，首条查询约835MB）
│ ├── MARCAS_DEPOSITANTES.csv 835MB 持有人/申请人（关键表）
│ ├── MARCAS_CLASSIFICACOES_NACIONAIS.csv 111MB 国内分类
│ ├── MARCAS_CLASSIFICACOES_NICE.csv 3.8GB 尼斯国际分类
│ ├── MARCAS_CLASSIFICACOES_VIENA.csv 800MB 维也纳图形分类
│ ├── MARCAS_DADOS_BIBLIOGRAFICOS.csv 916MB 书目信息
│ ├── MARCAS_DESPACHOS.csv 5.8GB 批文
│ └── MARCAS_PRIORIDADES.csv 9.6MB 优先权
│
├── patentes/ ← 专利（1.1M+申请，全新数据集！）
│ ├── PATENTES_DEPOSITANTES.csv 138MB 申请人
│ ├── PATENTES_DADOS_BIBLIOGRAFICOS.csv 76MB 书目信息
│ ├── PATENTES_DESPACHOS.csv 408MB 批文
│ ├── PATENTES_INVENTORES.csv 236MB 发明人
│ ├── PATENTES_CLASSIFICACAO_IPC.csv 143MB IPC国际专利分类
│ ├── PATENTES_CONTEUDO.csv 751MB 内容摘要
│ ├── PATENTES_PROCURADORES.csv 103MB 代理人
│ └── PATENTES_PRIORIDADES.csv 34MB 优先权
│
├── contratos/ ← 技术转让合同（5.8万+）
│ ├── CONTRATOS_DESPACHO.csv 302MB 批文
│ ├── CONTRATOS_CEDENTE.csv 36MB 转让方
│ ├── CONTRATOS_CESSIONARIOS.csv 97MB 受让方
│ ├── CONTRATOS_DADOS_BASICOS.csv 3.7MB 基础信息
│ └── CONTRATOS_MODALIDADE.csv 8.8MB 合同类型代码表
│
├── programas_de_computador/ ← 计算机程序（9.8万+登记）
│ ├── PROG_COMP_DADOS_BASICOS.csv 7.2MB 基础信息
│ ├── PROG_COMP_AUTORES.csv 22.7MB 作者
│ ├── PROG_COMP_TITULAR.csv 18.7MB 权利人
│ ├── PROG_COMP_DESPACHOS.csv 80.6MB 批文
│ ├── PROG_COMP_CAMPOS.csv 134MB 技术领域
│ ├── PROG_COMP_LINGUAGEM.csv 6.2MB 编程语言
│ └── PROG_COMP_TIPO.csv 26.8MB 类型
│
└── desenhos_industriais/ ← 工业设计（20.3万+）
├── DI_DEPOSITANTES.csv 90MB 申请人
├── DI_DESPACHOS.csv 118MB 批文
└── ... 另有8个CSV + 3个图片ZIP
```
### AI 查询逻辑
```
查询某CNPJ的商标:
1. detect_cache() → 有缓存？→ 本地读MARCAS_DEPOSITANTES.csv
2. 无缓存 → 后台curl下载835MB → 缓存 → 查询
3. 返回: 商标名称、申请号、Nice分类、状态、持有人
查询某公司的专利:
1. detect_cache() → 有缓存？→ 本地读PATENTES_DEPOSITANTES.csv
2. 无缓存 → 后台curl下载138MB → 缓存 → 查询
3. 返回: 专利标题、IPC分类、发明人、法律状态
查询技术合同:
1. 按当事人名/CNPJ查 CONTRATOS_CESSIONARIOS.csv
2. JOIN CONTRATOS_MODALIDADE.csv 获取合同类型描述
3. JOIN CONTRATOS_DESPACHO.csv 获取法律状态
```
### 在线备选方案（无本地数据时）
- **INPI pePI** (busca.inpi.gov.br)：无官方API，仅网页搜索，结果最多100条
- **INPI Portal de Servicos**：Beta阶段，API v1.0.2计划中
- **数据滞后**：INPI 数据通常滞后 1~4 周（与 RPI 公告周期同步）
---
## 数据时效性参考（了解即可，在线查询无此问题）
RFB 数据特征（仅对需要离线高级模式的用户有用）：
| 项目 | 说明 |
|------|------|
| **数据来源** | 巴西联邦税务局 (RFB) 公开数据 |
| **更新频率** | 约每月一次 |
| **数据格式** | Apache Parquet (.parquet) |
| **滞后风险** | 离线数据可能滞后1-2个月，在线查询为实时数据 |
## 附录：本地缓存查询（AI 自动执行，用户无感）
> AI 自动检测 `~/.workbuddy/brazil-data/` 下的缓存数据，按需从官方源下载。
> **用户全程无需手动操作。首次查询自动下载，后续毫秒级响应。**
### 缓存数据路径与官方源对照
```
缓存位置 数据内容 来源官方源
─────────────────────────────────────────────────────────────────
~/.workbuddy/brazil-data/
├── cnpj-data/parquet/ RFB CNPJ 企业登记 RFB WebDAV
│ ├── empresas/0.parquet ~ 9.parquet (1.4GB)
│ ├── estabelecimentos/~ (5.2GB)
│ ├── socios/0.parquet ~ 9.parquet (677MB)
│ ├── simples/0.parquet (297MB)
│ └── cnaes/、municipios/、naturezas/...
│
└── inpi/ INPI 知识产权 dadosabertos.inpi.gov.br
├── marcas/MARCAS_DEPOSITANTES.csv (835MB)
├── patentes/PATENTES_DEPOSITANTES.csv (138MB) ← 新增！
├── contratos/CONTRATOS_DESPACHO.csv (302MB)
├── contratos/CONTRATOS_CEDENTE.csv (36MB)
├── contratos/CONTRATOS_CESSIONARIOS.csv (97MB)
└── programas_computador/ (297MB)
```
### 数据格式说明
| 数据 | 格式 | 原始格式 | 下载后是否需转换 |
|:----|:---:|:--------:|:--------------:|
| RFB CNPJ | Parquet (.parquet) | ZIP（每片一个zip） | 解压即可，无需转换 |
| INPI 商标/专利/合同/程序 | CSV | CSV（明文） | 直接原样缓存 |
### AI 自动查询逻辑（缓存优先 + 按需下载）
#### 首次查询流程（缓存不存在时）
```python
import os, subprocess, pyarrow.parquet as pq, pandas as pd
BRAZIL_CACHE = os.path.expanduser("~/.workbuddy/brazil-data")
CNPJ_DATA = f"{BRAZIL_CACHE}/cnpj-data/parquet"
INPI_DATA = f"{BRAZIL_CACHE}/inpi"
RFB_SOURCE = "https://arquivos.receitafederal.gov.br/public.php/dav/files/YggdBLfdninEJX9"
def query_company(cnpj_or_name):
"""查询企业信息：缓存优先 → 按需下载 → 在线兜底"""
is_cnpj = len(cnpj_or_name.replace(".","").replace("/","").replace("-","")) == 14
if is_cnpj:
cnpj_clean = cnpj_or_name.replace(".","").replace("/","").replace("-","")
cnpj_8 = cnpj_clean[:8]
shard = int(cnpj_8) % 10
# 检查缓存
empresas_parquet = f"{CNPJ_DATA}/empresas/{shard}.parquet"
if not os.path.exists(empresas_parquet):
# 无缓存 → 按需下载
month = "2026-06" # AI动态获取最新月份
for f in [f"Empresas{shard}.zip"]:
dl_url = f"{RFB_SOURCE}/{month}/{f}"
dl_target = f"{CNPJ_DATA}/{f}"
os.makedirs(f"{CNPJ_DATA}/empresas", exist_ok=True)
# AI执行: curl -L -o {dl_target} {dl_url}
# AI执行: unzip -o {dl_target} -d {CNPJ_DATA}
pass
# 本地查询
df = pq.read_table(empresas_parquet).to_pandas()
result = df[df['cnpj_8'] == cnpj_8]
# 补充最新状态：WebSearch
# ...
return result
else:
# 按公司名搜索 → 扫描全部10个分片（缓存已存在时）
for i in range(10):
p = f"{CNPJ_DATA}/empresas/{i}.parquet"
if os.path.exists(p):
df = pq.read_table(p).to_pandas()
found = df[df['razao_social'].str.contains(cnpj_or_name, case=False, na=False)]
if len(found) > 0: return found
# 全无缓存 → WebSearch在线查
return websearch_company(cnpj_or_name)
```
#### 按 CNPJ 查询企业信息（缓存命中时 — 最快路径）
```python
CACHE = os.path.expanduser("~/.workbuddy/brazil-data/cnpj-data/parquet")
cnpj_8 = target_cnpj[:8]
shard = int(cnpj_8) % 10 # 计算分片号，只查1个分片
# 查询 empresas 表 → 企业基本信息
df = pq.read_table(f"{CACHE}/empresas/{shard}.parquet").to_pandas()
row = df[df['cnpj_8'] == cnpj_8]
# 查询 estabelecimentos 表 → 分支机构详情
est = pq.read_table(f"{CACHE}/estabelecimentos/{shard}.parquet").to_pandas()
est_row = est[est['cnpj_8'] == cnpj_8]
# 查询 socios 表 → 股东结构
soc = pq.read_table(f"{CACHE}/socios/{shard}.parquet").to_pandas()
soc_row = soc[soc['cnpj_8'] == cnpj_8]
```
#### 按公司名搜索（缓存命中时）
```python
CACHE = os.path.expanduser("~/.workbuddy/brazil-data/cnpj-data/parquet")
target = "公司名关键词"
for i in range(10):
p = f"{CACHE}/empresas/{i}.parquet"
if os.path.exists(p):
df = pq.read_table(p).to_pandas()
found = df[df['razao_social'].str.contains(target, case=False, na=False)]
if len(found) > 0: break
```
#### 查 INPI 商标（缓存优先 → 按需下载）
```python
CACHE = os.path.expanduser("~/.workbuddy/brazil-data/inpi")
marcas_file = f"{CACHE}/marcas/MARCAS_DEPOSITANTES.csv"
if not os.path.exists(marcas_file):
# 按需下载 (AI自动执行)
# curl -L -o {marcas_file} https://dadosabertos.inpi.gov.br/download/marcas/MARCAS_DEPOSITANTES.csv
pass
# 按 CNPJ 查商标申请/持有人
marcas = pd.read_csv(marcas_file, dtype=str, low_memory=False)
result = marcas[marcas['cnpj_cpf_titular'].str.contains(cnpj_8, na=False)]
```
#### 查 INPI 专利（缓存优先 → 按需下载）
```python
CACHE = os.path.expanduser("~/.workbuddy/brazil-data/inpi")
patentes_file = f"{CACHE}/patentes/PATENTES_DEPOSITANTES.csv"
if not os.path.exists(patentes_file):
# curl -L -o {patentes_file} https://dadosabertos.inpi.gov.br/download/patentes/PATENTES_DEPOSITANTES.csv
pass
patentes = pd.read_csv(patentes_file, dtype=str, low_memory=False)
result = patentes[patentes['cnpj_cpf_depositante'].str.contains(cnpj_8, na=False)]
```
#### 查 INPI 技术合同（缓存优先 → 按需下载）
```python
CACHE = os.path.expanduser("~/.workbuddy/brazil-data/inpi")
contratos_file = f"{CACHE}/contratos/CONTRATOS_DESPACHO.csv"
if not os.path.exists(contratos_file):
# curl -L -o {contratos_file} https://dadosabertos.inpi.gov.br/download/contratos/CONTRATOS_DESPACHO.csv
pass
contratos = pd.read_csv(contratos_file, dtype=str, low_memory=False)
result = contratos[contratos['nm_parte'].str.contains("关键词", case=False, na=False)]
```
## 参考资料
本技能还引用以下参考资源：
### Doing Business in Brazil (7th Edition) — Britcham, 2020
- **位置**: `references/Doing_Business_in_Brazil_7th.txt`
- **内容**: 536页PDF，含992,850字符（约165,000单词），涵盖巴西商业环境全貌
- **章节**: 巴西概况 → 政治制度 → 公司法 → 税务 → 劳工 → 移民 → 环境 → 知识产权 → 竞争法 → 公共事业 → 国际贸易 → 争议解决
- **用途**: 回答关于巴西商业环境、法律法规、投资政策、税务制度等宏观问题时优先参考此文档
### Drivers of Trust in Public Institutions in Brazil — OECD, 2023
- **位置**: `references/OECD_Trust_in_Public_Institutions_Brazil_2023.txt`
- **内容**: OECD 经合组织报告，161页，含459,521字符（约76,000单词）
- **核心主题**: 巴西公民对公共机构的信任度驱动因素分析，涵盖政府透明度、反腐败、公共服务质量、司法体系信任度等
- **用途**: 回答巴西政治环境、政府治理、反腐败、司法效能等政策层面问题时优先参考此文档
### World Bank Subnational Doing Business in Brazil 2021
- **位置**: `references/World_Bank_Subnational_Brazil_2021.txt`
- **内容**: 354页报告，1,254,939字符（约209,000单词），覆盖巴西27城市 vs 190经济体的营商环境排名
- **核心主题**: 各州/市的开办企业、施工许可、产权登记、合同执行、纳税等指标排名
- **用途**: 按城市提供企业开办、合同执行、纳税便利度等微观营商环境数据
### World Bank Reports
- **位置1**: `references/World_Bank_1.txt`（125页，327,563字符）
- **位置2**: `references/World_Bank_2.txt`（70页，176,751字符）
- **核心主题**: 世界银行涉及巴西的营商环境、经济发展、贸易政策等相关报告
- **用途**: 补充宏观经济发展趋势、跨境投资环境等主题的参考
### INPI 开放数据与CNPJ数据库分析报告
- **位置**: `references/INPI_API_CNPJ_database_analysis.md`
- **内容**: INPI 各API/数据库的技术分析，涵盖专利、商标、工业设计、计算机程序、技术转让合同五大类
- **关键发现**: 华为是巴西第二大专利申请人(18,753件)，中国排第7(88,847件)；旧版pePI系统与新Portal开发路线图
## 在线 API 资源（实时查询，无需下载）
以下 API 可在回答问题时实时调用获取数据：
### 世界银行国家/指标 API
- **端点**: `https://api.worldbank.org/v2/`
- **认证**: 无需 Key，完全开放
- **巴西基础信息**: `GET /v2/country/br?format=json`
- **经济指标**: `GET /v2/country/BR/indicator/{code}?format=json`
- **可用指标分类**: 私营部门(营商环境)、贸易、金融、税收、基础设施、劳动力等数百种
- **用途**: 查询巴西历年GDP、营商便利度排名、各经济指标等实时数据
**与企业最相关的巴西指标代码（✅ 已验证可用）：**
| 指标代码 | 中文含义 | API路径示例 | 最新值 |
|---------|---------|------------|:----:|
| `NY.GDP.MKTP.CD` | GDP (现价美元) | `/v2/country/BR/indicator/NY.GDP.MKTP.CD` | US$2.28T (2025) |
| `NY.GDP.PCAP.PP.CD` | 人均GDP (PPP) | `/v2/country/BR/indicator/NY.GDP.PCAP.PP.CD` | US$22,338 (2024) |
| `SP.POP.TOTL` | 总人口 | `/v2/country/BR/indicator/SP.POP.TOTL` | 212.8M (2025) |
| `IC.FRM.CORR.ZS` | 企业行贿发生率 (%企业) | `/v2/country/BR/indicator/IC.FRM.CORR.ZS` | 12.38% (2025) |
> ⚠️ 原表中营商便利度、企业开办成本、总税率、进出口耗时、信贷便利度、基尼系数等指标已被世界银行归档下架（2021年Doing Business项目终止），不可用。如需此类数据，请使用 WebSearch 查询最新报告。
### Datajud 巴西司法诉讼 API（公共 Key，零注册）
**关键发现**：CNJ 在官方 Wiki 页面提供**公共 API Key**，无需任何注册即可使用。
AI 自动从 Wiki 页面实时抓取当前 Key（因为 Key 会被轮换），用户完全无感。
**端点**: `https://api-publica.datajud.cnj.jus.br/api_publica_{sigla_tribunal}/_search`
**方法**: POST（Elasticsearch Query DSL，请求体为JSON）
**请求头**: `Authorization: APIKey {当前公共Key}` | `Content-Type: application/json`
**Key 来源（AI自动抓取）**:
```python
# AI 每次调用前自动执行（无需用户操作）
import re, urllib.request
WIKI_URL = "https://datajud-wiki.cnj.jus.br/api-publica/acesso/"
html = urllib.request.urlopen(WIKI_URL, timeout=20).read().decode('utf-8')
DATAJUD_KEY = re.search(r'Authorization:\s*APIKey\s*<strong>([^<]+)</strong>', html).group(1).strip()
# 测试: curl -X POST {endpoint} -H "Authorization: APIKey {DATAJUD_KEY}" -H "Content-Type: application/json" -d '...'
```
> ⚠️ **重要限制**：Datajud 公开 API 因 LGPD（巴西数据保护法）限制，**不支持按 CNPJ 搜索**。只能按当事人名称（`partes.nome`）或案件号（`numeroProcesso`）搜索。AI 查询企业诉讼时应先用公司名搜索，再人工确认。
**法院索引（sigla_tribunal）对照表：**
| 法院索引 | 对应法院 | 说明 |
|---------|---------|------|
| `tjsp` | Tribunal de Justiça de São Paulo | 圣保罗州法院（最大） |
| `tjrj` | Tribunal de Justiça do Rio de Janeiro | 里约州法院 |
| `tjmg` | Tribunal de Justiça de Minas Gerais | 米纳斯吉拉斯州法院 |
| `trf1` | TRF da 1ª Região | 联邦第1区法院（巴西利亚） |
| `trf3` | TRF da 3ª Região | 联邦第3区法院（圣保罗） |
| `trt2` | TRT da 2ª Região (SP) | 第2区劳动法院 |
| `trt15` | TRT da 15ª Região | 第15区劳动法院（内地SP） |
| `stf` | Supremo Tribunal Federal | 联邦最高法院 |
| `stj` | Superior Tribunal de Justiça | 高等法院 |
| `tst` | Tribunal Superior do Trabalho | 最高劳动法院 |
**Elasticsearch 查询参数（主要可过滤字段）：**
| 字段 | 类型 | 说明 |
|------|:----:|------|
| `numeroProcesso` | string | CNJ统一案件号 (NNNNNNN-DD.AAAA.J.TR.OOOO) |
| `partes.nome` | string | 当事人名称（**替代CNPJ搜索的关键字段**） |
| `classe.codigo` | int | 案件类型代码（TPU统一标准） |
| `assuntos[].codigo` | int | 案件主题代码（TPU） |
| `orgaoJulgador.codigoMunicipioIBGE` | int | 管辖城市IBGE代码 |
| `dataAjuizamento` | date | 立案日期 |
| `movimentos[].dataHora` | datetime | 案件动态时间戳 |
| `grau` | string | 审级 (G1=一审, G2=二审) |
| `nivelSigilo` | int | 保密级别（1=公开, 5=机密） |
**查询示例（Python）：**
```python
import re, urllib.request, json
# Step 1: 自动获取当前公共 Key
WIKI_URL = "https://datajud-wiki.cnj.jus.br/api-publica/acesso/"
html = urllib.request.urlopen(WIKI_URL, timeout=20).read().decode('utf-8')
API_KEY = re.search(r'Authorization:\s*APIKey\s*<strong>([^<]+)</strong>', html).group(1).strip()
headers = {"Authorization": f"APIKey {API_KEY}", "Content-Type": "application/json"}
# Step 2: 按公司名查诉讼（替代CNPJ搜索）
url = "https://api-publica.datajud.cnj.jus.br/api_publica_tjsp/_search"
query = {
"size": 20,
"query": {"match": {"partes.nome": "Petrobras"}},
"sort": [{"dataAjuizamento": {"order": "desc"}}]
}
resp = requests.post(url, headers=headers, json=query)
for hit in resp.json().get("hits", {}).get("hits", []):
p = hit["_source"]
print(p.get('numeroProcesso'), p.get('classe',{}).get('nome'), p.get('dataAjuizamento'))
```
**关键返回字段：**
- `numeroProcesso` - 统一案件号
- `classe.codigo` / `classe.nome` - 案件类型
- `dataAjuizamento` - 立案日期
- `grau` - 审级
- `nivelSigilo` - 保密级别
- `orgaoJulgador.codigo` / `.nome` / `.municipio` - 管辖机构
- `assuntos[].codigo` / `.nome` / `.principal` - 案件主题
- `movimentos[].codigo` / `.nome` / `.dataHora` - 案件动态
**多法院并行查询策略（企业诉讼排查用）：**
```python
import asyncio
TRIBUNAIS = ['tjsp','tjrj','tjmg','trf1','trf3','trt2','trt15','stj','tst']
async def search_all(company_name):
async with aiohttp.ClientSession(headers=headers) as session:
tasks = []
for t in TRIBUNAIS:
url = f"https://api-publica.datajud.cnj.jus.br/api_publica_{t}/_search"
tasks.append(session.post(url, json={
"size": 10,
"query": {"match": {"partes.nome": company_name}}
}))
results = await asyncio.gather(*tasks)
return [await r.json() for r in results]
```
**注意事项：**
- 公共 Key 会被 CNJ 不定期轮换，AI 自动从 Wiki 页面实时抓取最新 Key
- 部分法院数据质量差异（数据延迟不定）
- 保密案件（nivelSigilo>1）返回数据有限
- 建议同时搜索多个法院覆盖全国
- 高峰期 API 可能不稳定，建议实现指数退避重试
### BCB 巴西中央银行开放数据
- **门户**: `https://dadosabertos.bcb.gov.br/`
- **API类型**: CKAN API (`/api/3/action/`) + OData
- **用途**: 查询巴西金融/经济实时数据
**与企业最相关的BCB数据集：**
| 数据集名称 | 数据内容 | 企业用途 | 可用格式 |
|-----------|---------|---------|---------|
| `dolar-americano-usd-todos-os-boletins-diarios` | 美元/雷亚尔每日汇率 | 进出口成本核算 | JSON/CSV/OData |
| `11-taxa-de-juros---selic` | Selic基准利率 | 融资成本评估 | JSON/CSV |
| `expectativas-mercado` | Focus市场预期(通胀/GDP/汇率) | 宏观经济预测 | JSON/CSV/OData |
| `ifdata` | 金融机构数据 | 银行信用分析 | JSON/CSV/OData |
| `scr_data` | 信用登记系统数据 | 企业信用查询 | ZIP/CSV |
| `20716-taxa-media-de-juros` | 各类型贷款平均利率 | 企业融资成本 | JSON/CSV |
| `29038-endividamento-das-familias` | 家庭负债率 | 消费市场判断 | JSON/CSV |
| `pix` | Pix即时支付统计 | 支付方式趋势 | JSON/CSV/OData |
| `25149-cartoes-de-credito-ativos` | 活跃信用卡数 | 消费市场指标 | JSON/CSV |
| SFN (`ir-{CNPJ}`) | 每家金融机构数据 | 可查具体银行 | JSON/API |
### BCB SGS 时间序列 API（实时数据查询）
- **端点**: `https://api.bcb.gov.br/dados/serie/bcdata.sgs.{codigo}/dados/ultimos/{n}?formato=json`
- **调用说明**: `{codigo}` = SGS 序列号, `{n}` = 最近N条数据(最大20), 支持日期范围查询: `?formato=json&dataInicial=dd/mm/yyyy`
- **注意**: `ultimos/` 参数最大值是20，超过会报错
**已验证的巴西核心经济指标 SGS 代码：**
| SGS代码 | 指标名称 | 频率 | 最新数据(2026年6月18日) | 企业用途 |
|---------|---------|------|----------------------|---------|
| **10813** | 美元/雷亚尔汇率 (USD/BRL) | 每日 | 5.0635 (06/17) | 定价换算、成本核算 |
| **11** | Selic年化利率 (% a.a.) | 每日 | 5.34% (06/17) | 融资成本评估 |
| **433** | IPCA月度通胀率 (%) | 月度 | 0.58 (2026/05), 年化4.89% | 通胀风险评估 |
| **13621** | 国际储备(现金概念, 百万USD) | 每日 | US$372,009M (06/16) | 国家信用参考 |
**过去一年 USD/BRL 汇率波动分析（2025.06.18 - 2026.06.17）：**
- 最高：5.6028（2025/07/30）
- 最低：4.8967（2026/05/11）
- 波动率：(5.6028 - 4.8967) / 4.8967 ≈ **14.42%**
- 当前(2026/06/17)相比去年高点已回落约 9.6%
**实时数据调用示例：**
- `GET /bcdata.sgs.10813/dados/ultimos/5?formato=json` → 美元汇率最新5天
- `GET /bcdata.sgs.11/dados/ultimos/3?formato=json` → Selic利率
- `GET /bcdata.sgs.433/dados/ultimos/12?formato=json` → 最近12个月IPCA通胀
- `GET /bcdata.sgs.13621/dados/ultimos/5?formato=json` → 国际储备
### 定价报价查询工作流
当专家需要进行批量产品的定价报价分析时（用户询问「这个价格能不能做」等场景），工作流如下：
1. **获取产品清单**：从用户输入解析产品名称、数量、单价（CNY）
2. **实时查询BCB API序列**：
- 10813 最新5天 → 获取当前 USD/BRL 汇率
- 10813 日期范围查询 → 获取过去1年数据，计算波动率
- 11 最新 → 获取 Selic 利率
- 433 最近13个月 → 获取年度 IPCA 通胀率
3. **换算逻辑**：CNY → USD → BRL（或直接 CNY/BRL 交叉汇率）
4. **美元结算建议**：
- BRL贬值 >8%(3月内) + 通胀 >6% + 波动 >10% → ✅ 强烈建议美元
- 波动 5-10% + 通胀 4-6% → ⚠️ 混合结算
- BRL稳定/升值 + 通胀 <4% + 波动 <5% → ❌ 可用BRL
5. **输出**：报价评估表 + 宏观经济参考表
### 信用风险评估工作流
当报价评估表生成后，专家必须自动执行信用风险评估。评估自动识别目标企业/行业/城市，依次调用以下数据源：
**数据源调用顺序**：
1. 如已有 CNPJ → 查询 RFB 工商状态（ativa/suspensa/inapta/baixada/nula）和税务制度
2. 如已有 CNPJ → 查询 Datajud API 检查司法诉讼记录
3. 如已有 CNPJ → 查询 INPI 数据库确定知识产权持有情况
4. 如仅有行业 → 引用 Doing Business 7th 及 OECD 报告的行业风险分析
5. 如仅有城市 → 引用 World Bank Subnational Brazil 2021 的城市排名
**举措建议矩阵**（综合风险等级决定）：
- ✅ 低风险：30%+70%见提单副本，标准合同
- ⚠️ 中风险：50%+50%发货前付清，巴西律师审合同
- ❌ 高风险：100% T/T预付或保兑不可撤销L/C，中国信保承保
- 🔴 极高风险：100%全款到账后发货，建议放弃该客户
**关键参考文本中的案例方向**：
- Doing Business 7th: 司法效率(2-4年)、Lava Jato反腐败、破产受偿顺序、CARF税务争议
- OECD 2023: 制度信任与公共服务效率
- World Bank 2021: 城市间营商环境差异（São Paulo vs Salvador）
> ⚠️ 以上内容由 AI 基于公开信息整理生成，仅供参考，不构成任何投资建议或个股推荐。投资有风险，决策需谨慎。
### 出海法律提醒工作流
在报价评估 + 信用风险评估完成之后，检测到用户有向巴西出口意图时，自动输出本模块。
**触发信号**：用户提及「巴西客户」「出口巴西」「发往巴西」「巴西市场」或询问具体产品能否进入巴西。
**产品-监管机构映射**：
- 食品/农产品 → MAPA + ANVISA
- 药品/医疗器械/化妆品 → ANVISA
- 电子产品/家电/IT → INMETRO + ANATEL
- 化工/农药/肥料 → IBAMA + ANVISA + MAPA
- 汽车/零部件/机械 → INMETRO + CONTRAN + IBAMA
- 玩具 → INMETRO（强制认证）
- 建材/钢材 → INMETRO + ABNT
- 医疗器械 → ANVISA（注册+GMP）+ INMETRO
- 能源/电池 → INMETRO + ANEEL + IBAMA
**主要监管要求（引自语料库 Doing Business 7th）**：
- ANVISA：药品注册、医疗器械分类注册+GMP、化妆品登记、食品登记
- INMETRO：强制认证（产品测试+工厂检查+市场监督）、葡萄牙语标签、ILAC互认
- MAPA：动物源产品健康证书、植物检疫证书、农药登记、双边协议认可名单
- IBAMA：化学品环境许可证、农药双重登记（与MAPA）
- ANATEL：电信设备三类认证、认可实验室测试报告
**关键要求**：
- 所有进口消费品需要葡萄牙语标签（产品名+CNPJ+原产地+成分+净含量+使用说明+安全警告）
- 部分品类必须通过对应机构认证/注册后方可进口
- 农药登记周期 2-5 年（全球最严格之一）
- 高风险医疗器械需境外工厂 GMP 现场检查
**在线搜索确认规则**：
- 每次输出后必须搜索最新法规变更
- 搜索中巴双边协议更新
- 搜索近期巴西召回/禁入事件
- 标记来源：语料库内容 vs 🔍在线确认内容
### 法律案例查询工作流
用户提出巴西法律相关问题（合同纠纷、劳工诉讼、税务争议、知识产权侵权、环保处罚等）时，自动激活。
**语料库案例检索优先级**：
1. Doing Business 7th Ch.22 Dispute Resolution: 法院管辖、诉讼程序、仲裁制度、证据规则
2. Doing Business 7th Ch.9 Labour Law: 劳工法院执行、解雇补偿、集体谈判
3. Doing Business 7th Ch.6 Tax Law: CARF税务法庭、税务争议
4. Doing Business 7th Ch.12 Environmental Law: IBAMA处罚、生物多样性法
5. Doing Business 7th Ch.10 IP: 商标/专利侵权、INPI无效程序
6. OECD Trust Report: 司法效率与信任度
7. Lava Jato反腐败 (Doing Business 7th + OECD): 腐败定罪、合规要求
**用户行为提醒规则**：合同仲裁条款、书面合同要求、税务合规、认证前置、劳工法执行、环境许可等针对性提醒。
### 本地化经营指南工作流
用户表现出去巴西开分公司/子公司/办事处的意向后自动激活。
**设立形式对比**：分公司(Branch, 需总统法令) / LTDA有限责任公司(推荐) / S.A.股份有限公司 / 代表处
**关键城市信用数据**（参考 WB Subnational Brazil 2021）：
- ✅ 低风险城市：São Paulo, Belo Horizonte, Curitiba, Porto Alegre, Florianópolis
- ⚠️ 中风险城市：Rio de Janeiro, Brasília, Manaus(自贸区)
- ❌ 较高风险城市：Fortaleza, Salvador, Recife（执行合同3-4年）
**10步注册清单**：文件准备(海牙认证) → 城市选择 → 律师聘请 → Junta Comercial注册 → CNPJ → 经营许可 → 银行开户 → 会计师 → 劳工登记
**费用参考**：圣保罗设立LTDA初始成本BRL 5,000-15,000
> ⚠️ 以上内容由 AI 基于公开信息整理生成，仅供参考，不构成任何投资建议或个股推荐。投资有风险，决策需谨慎。
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!
