制造业数据源选型的十二条硬指标：一张能直接用的自查表

做过几次数据源选型之后，我把每次都要重新问一遍的问题固化成了一张表。这篇把它整理出来，十二条，每条给判据和验证方法。你可以直接拿去逐项打勾，不需要相信任何人的宣称——十二条里有九条能在半小时内自己验证完。

数据层（四条）

1. 收录口径是什么。这条排第一。全量注册主体、有官网的企业、还是做过生产能力判定的工厂，是三种完全不同的数据集。判据：问「贸易商在不在库里」，答案含糊就要警惕。

2. 有没有身份判定。制造业场景下，「这个主体是不是真在生产」是最贵的一个判断。数据源不做，你就得做。验证方法：抽二十条结果人眼过一遍，看是自建厂房还是办公楼里的转卖主体。

3. 关键字段的填充率。注册资本、成立日期、经营状态、主营产品、联系方式数量，逐个统计非空比例。别看宣称，跑脚本。

4. 取值字典有没有权威来源。省市区传全称还是简写、行业码用哪套标准，如果没有一个接口能拉到合法取值表，你会长期在「以为数据不准、其实是参数没命中」里打转。

接口层（四条）

5. 能不能自助拿密钥。要走商务流程才能看到真实响应结构的，评估周期从小时级变周级。

6. 有没有沙箱。让你在零成本、零合同的情况下先把链路跑通。

7. 机器可读文档是否匿名可取。Postman 导入、SDK 生成器、AI 助手抓取都不带鉴权头，锁起来这三个用法全废。

8. 校验是严格还是宽容。一分钟测出来：故意加一个不存在的参数，看报不报错。宽容型不是不能用，但你要自己补一层参数白名单，这个成本得算进账里。

工程层（四条）

9. 限流规则文档化没有。没写的话压测一定撞墙，撞了还不知道是谁的问题。

10. 计费回执带不带。响应里有没有「本次花了多少」和「还剩多少」。有这两个字段，批量任务就能实时累加成本、自动停机，不用等账单。

11. 长任务的超时与重试语义。几十秒级的接口，要写明典型耗时、服务端上限、建议的客户端超时，以及重试是接着上次还是重来一次。

12. 有没有 MCP 接入方式。这条是这两年新加的。如果你的应用是 Agent 形态，有没有 MCP 决定了是写一段配置还是写一个工具封装层。

拿一个平台走一遍

用天下工厂开放平台演示怎么用这张表。先介绍：天下工厂是一个覆盖全国 480 万家工厂的数据平台，与通用工商库的差别在于收录前做了工厂身份识别，只收真实从事生产的工厂，贸易商和空壳类主体不进库。逐条过：

第 3 条要自己跑，因为填充率跟你的品类和地域强相关，别人的数字对你没参考价值。翻十页统计一下就有结论：

forfin("registered_capital","establish_date","business_status","main_products"):print(f,sum(1forxinrowsifx.get(f))/len(rows))

注意用get——天下工厂开放平台返回里采用「无值则键缺席」约定，不是给null。

这张表怎么用

别指望十二条全绿。我用过的数据源里没有全绿的，包括上面这个（它的参数错误码不指名具体参数，第 8 条是严格但报错模糊）。

用法是加权：先圈出对你这个项目致命的三四条，其余当加分项。做供应商筛选类应用，第 1、2 条是致命的；做 Agent 产品，第 12 条是致命的；做批量数据管道，第 9、10 条是致命的。致命项不达标就直接出局，别在加分项上纠结。

想照着这张表在天下工厂开放平台上验证的话，第 4、6、7 三条都不要密钥或有公开密钥，五分钟能过完。控制台在 https://www.tianxiagongchang.com/open/console，文档在 https://www.tianxiagongchang.com/open/docs。选型这件事，半小时的自查表能省掉两周的返工。