https://xuanru.xyz

用户名密码我ins发你

Industries

这部分可以根据行业来调研公司， 你可以进入到某一个行业， 点开始研究， 这个过程会比较长， 耐心等待， 一次research要持续几分钟， research的过程不要刷新。

目前的筛选用户逻辑

DISCOVER — 发现候选公司

两条路并行执行（Promise.all）：

[LLM] AI知识生成

第一轮：大模型根据行业+地区的prompt生成30-40家公司。Prompt明确要求两类目标：

• Category A（行业终端客户，20-25家）：该行业内有AI/GPU算力需求的中型公司，100-10000人，是核心目标。要求包含中国公司。
• Category B（新兴AI公司，10-15家）：专门服务该行业的AI原生创业公司，必须有明确的行业聚焦，通用AI平台公司不算。

Prompt排除：世界500强、10000+员工、CSP/超大规模、顶级AI实验室（OpenAI/Anthropic/DeepMind等）、IT咨询公司、纯分销商/炒货商。每个行业有专门的mid-tier定义（比如Manufacturing就是工业IoT、
预测性维护、CV质检、数字孪生创业公司，排除Fortune 500制造商和国企重工）。

第二轮补充：把第一轮的公司名列表给LLM，要求从6个角度找遗漏——直接竞争对手、邻近子赛道、不同地区（尤其中国/东南亚/中东）、供应链上下游、2020年后成立的新公司、垂直行业AI模型公司。

两轮结果都过tier1 blocklist（硬编码的大公司名单，BAT、三大运营商、FAANG等），包含在里面的直接删除， 符合姐姐要求的腰部企业。

[Search] 信号搜索发现

根据行业生成25+条Tavily搜索查询，中英双语，覆盖：

• 算力部署信号：搜"GPU集群""推理服务器""AI算力""智算中心"
• 招聘信号：搜"算法工程师""推理部署""ML infrastructure""inference engineer"
• 融资信号：搜AI创业公司拿钱买算力的新闻
• 行业报告：搜行业AI公司名单/排行榜
• 供应商生态：搜谁在用NVIDIA/AMD/Intel的GPU
• 会议信号：搜GTC、AI Summit、NVIDIA Inception的参会公司
• 子赛道：取该行业前2个子赛道单独搜
• 边缘推理：搜"edge inference""on-device AI"
• 创业公司榜单：搜"AI startups to watch"
• 加速器信号：搜YC/Techstars/NVIDIA Inception出来的公司
• 创业数据库：搜Crunchbase、Tracxn的公开页面
• LinkedIn公司页面和招聘信息
• 采购/部署公告：国际搜PR Newswire的GPU采购公告，中国搜招标网
• 跨行业GPU基础设施：不限行业，搜任何自建GPU集群的公司

每条查询取5个结果，URL去重后拼成搜索上下文。

然后LLM从这些搜索结果中提取公司。提取prompt要求：只取tier2和tier3，必须和目标行业有关联（非AI&Technology行业时排除旷视/商汤/第四范式/MiniMax等通用AI公司），宁可多提取让后续步骤筛。

合并：两个池子按公司名标准化（去法律后缀、特殊字符）+Jaccard相似度（阈值0.6）+ 同国家去重。重叠的公司补充缺失字段（website、employeeCount、aiUseCases等），confidence取两边最大值。

EXTRACT — 清洗验证

校验每个候选人的数据是不是完整（name、country必填，其他字段可选），不合格的静默跳过。

DEDUPLICATE — 去重+过滤

三层过滤：

名称去重：标准化公司名（转小写、去法律后缀Corp/Inc/Ltd/GmbH等、去括号内容）后，同国家内相似度太高的合并。

Tier1硬过滤：所有tier字段为"tier1"的公司直接删除。这是blocklist之外的第二道防线——即使LLM没给tier1标签但blocklist没覆盖到，这里也会拦住， 避免加入新闻太多的大公司。

跨Run去重：查数据库中该行业已有的公司，用同样的标准化+相似度匹配，已存在的跳过，避免重复花搜索费。

如果候选人数超过limit，用diversity select：按（地区, 公司类型）分桶，桶内按tier2→tier3→tier1排序，然后轮询取。tier1最多占10%名额。

SCREEN — 预筛选

LLM快速过一遍所有候选人，决定哪些值得往下走（每个公司后续要花搜索费验证）。输入是精简的公司信息（名字、国家、tier、类型、AI信号、来源）。

判断规则按优先级：

• Rule 0：source=search的必留。这些公司是从GPU/AI基础设施相关搜索中发现的，出现在搜索结果本身就是AI相关性的证据。
• Rule 1：AI和inference字段都为null、不是emerging_ai类型、不是search来源、LLM也不认识它有AI基础设施的→删除。
• Rule 2：CSP/超大规模/顶级AI实验室/IT咨询→删除。在AI&Technology行业下，MiniMax/Moonshot/旷视/商汤等是目标→保留。在其他行业下，这些通用AI平台公司→删除（它们属于AI&Technology行业）。
• Rule 3：纯分销商/渠道商→删除。
• Rule 4：行业巨头/家喻户晓的大公司→删除（它们直接从NVIDIA/Cisco/Arista买，不是我们的客户）。

每个行业有专门的KEEP/DROP提示（比如Manufacturing：KEEP工业IoT、预测性维护、CV质检；删除 Fortune 500制造商、国企重工）。

CROSS-VERIFY — 搜索验证

对每家公司做Tavily搜索验证它是否真实存在且有AI相关性。5并发，200ms间隔。

搜索策略三级fallback：

1. 主搜索："公司名" "行业名" AI OR GPU OR "machine learning" OR NVIDIA（取10条）
2. 如果0结果：去掉行业名再搜
3. 还是0结果：只搜公司名（至少确认它存在）

搜索前先清理公司名（去法律后缀、括号、特殊字符），短名字（≤6字符）加行业名避免歧义。

LLM拿到搜索结果后判断：

• verified=true/false：公司是否在该行业有AI相关性
• confidence：0-1的置信度
• 顺便提取NVIDIA关系（partner/customer/unknown）和证据

通过条件（满足任一即可）：

• LLM判定合格
• confidence ≥ 0.2
• 搜索结果 ≥ 3条（有足够多的网页提到它，说明公司是真的）
• search来源的公司，搜索结果 ≥ 1条就过（它本来就是从搜索中发现的，门槛更低）

LLM调用失败时的fallback：

• search来源的公司：只要有1条搜索结果就保留，置信度0.5
• 其他公司：需要至少2条搜索结果才保留，置信度0.4

不满足以上任何条件的→淘汰。

ENRICH — 补充AI信号

对通过验证但aiUseCases字段为空的公司，额外做一次搜索，专门找它的AI使用场景。补充后更新aiUseCases和inferenceWorkloads字段。已有AI信号的公司跳过。

NVIDIA CHECK — NVIDIA关系判定

先看cross-verify阶段收集的搜索结果里有没有NVIDIA相关内容（搜"nvidia""dgx""a100""h100"）。如果有2+条提到NVIDIA，就复用这些结果，不再花钱搜。

如果cross-verify已经判定了NVIDIA关系（partner或customer），直接用，不再搜。

否则做专门搜索："公司名" NVIDIA partner OR customer OR deployment OR GPU，取10条。

LLM根据搜索结果判定：

• partner：有正式合作伙伴关系的证据（NVIDIA Partner Network、Inception、ISV partner等）
• customer：在用NVIDIA产品（买了GPU/DGX/用CUDA/TensorRT），但没有正式伙伴关系
• unknown：证据不足

关键区分：出现在nvidia.com上不等于partner，可能只是案例或新闻。买GPU = customer不是partner。模糊时倾向customer。

ASSESS — 优先级评估

LLM对每家公司5个维度打分（1-5分），加权计算总分：

• AI成熟度（25%）：已经在跑AI推理工作负载？还是刚开始探索？
• 推理需求（30%）：需要多大规模的GPU算力？推理类型是什么？权重最高因为这直接决定它需不需要买网络设备。
• 预算规模（15%）：公司买得起网络设备吗？
• 增长信号（15%）：融资、招聘、扩张等信号
• 进入机会（15%）：是否已经有固定供应商？我们有没有机会切入？

search来源的公司，prompt里额外提示"这家公司是从GPU/AI基础设施搜索中发现的，有实际网络证据支持，未知字段至少给3-4分"。

总分映射：≥3.5 = high，≥2.5 = medium，<2.5 = low。

LLM同时输出一段summary说明推荐理由和一段notes记录关键发现。

PERSIST — 持久化

国家名标准化：USA/US→United States，UK→United Kingdom，Korea→South Korea等。

地区映射：根据标准化后的国家名映射到region（United
States→na，China→apac，Germany→europe，Singapore→sea，Israel→middle-east等）。覆盖100+国家。如果国家名匹配不上，再试LLM返回的region字符串，最后fallback到研究任务的region。

写入逻辑：

• 按公司名+国家查DB，已存在的→更新（补充缺失字段，不覆盖已有值）
• 不存在的→新建
• starred的公司→数据不覆盖（只追加新source），保护人工标注

属性说明

COMPANY (公司)

• 公司名称 + 网站URL，来自数据库 companies.name 和 companies.website

INDUSTRY (行业)

• 公司所属行业分类，如 healthcare，关联到 industries 表

COUNTRY (国家)

• 公司所在国家。也用于去重逻辑——同名公司在不同国家视为不同实体

AI USE CASES (AI应用场景)

• 描述公司如何使用AI的文本，由 AI 研究 pipeline 的 extraction 步骤自动生成
• 例如 "Generative AI for drug discovery"、"Deep learning for pathology diagnosis" 等

NV STATUS (NVIDIA 关系状态)

• 4种状态：partner(合作伙伴) / customer(客户) / prospect(潜在客户) / unknown(未知)
• 由 pipeline 的 nvidia-check 步骤自动检测，也可手动下拉修改
• 默认值为 unknown

PRIORITY (优先级)

• 3档：high / medium / low
• 由 SCORE 的阈值决定：
  • 0.45 ~ 0.70 → medium
  • < 0.45 → low
  • 0.70 → high

SCORE (优先级评分)

• 0.0 ~ 1.0 的加权平均分，由 AI 评估 5 个维度算出（src/ 中的 assess.ts）：

Detail

你可以点击任何一家公司， 去看这个公司的信息， 优先度最高的公司会标绿色底色

其他操作

• 你可以星标一个公司， 这个公司会出现在starred的列表里， 你可以导出这个列表， 可以导出csv或者xlsx
• 你可以自己添加这个行业的潜在用户， 这个用户默认被starred， 这样方便你管理
• 重新开始一次start research 会把你没有星标的， 也不是你添加的其他的公司刷新掉

Starred

这里就是所有你标记星标的用户， 方便你导出

Cases

这里我今天更新了

现在case会把上传的case里的公司信息， 和他们的需求提取出来， 当然你最好review一下， 如果有问题可以修改

case里的公司会被直接加到对应的行业里的公司列表里， 并且加星标

case里会把客户的需求提取出来， 然后自动去匹配你们的产品列表， 产品列表是从超擎的网站是爬下来的， 你也可以管理和维护， 比如：存储网络-OSFP 800Gb转2xOSFP NDR 400Gb 3m DAC， 这个会被映射到你们的DAC-800G

Product

这个下面你可以维护你们公司的产品， 目前是你们所有在网站上的产品， 他会自动匹配到用户的需求上去

Next Step

• 你需要告诉我更准确的你们筛选客户的逻辑
• 也要告诉我你们的cases是怎么帮助你们筛选客户的