企查查 MCP 批量抓取脚本

通过企查查官方 MCP 接口（agent.qcc.com）批量获取企业 工商 / 经营 / 风险 / 知产 四大类字段数据。

可用字段数：67 项（工商 14 / 经营 13 / 风险 34 / 知产 6）
默认抓取：推荐核心 25 项（不传 --fields 时的行为）
可自由选择字段：CLI 参数 / 按分组批量选

准备工作（第一次跑必看）

步骤 1：安装 Python 依赖

只需要一个第三方库 requests：

pip install requests

⚠ 不要开代理 / VPN 企查查接口只接受国内 IP，挂着 Clash / V2ray / Tailscale 等会被服务端拒（错误码 100002 暂不支持境外IP请求）。程序已自动忽略 Windows 系统代理与环境变量代理（trust_env=False），但如果你开了 TUN 模式 / 全局代理 / 虚拟网卡，仍会接管所有流量，需要手动关闭代理或在代理软件里把 *.qcc.com 加到直连规则。

步骤 2：填 Token（重要！）

打开同目录下的 config.json，把里面 4 处 YOUR_TOKEN_HERE 替换成你自己的企查查 MCP Token。

Token 在企查查 agent 平台（agent.qcc.com）登录后获取，4 个 server 用同一个 token 即可。

填完之后 config.json 应该长这样：

{
  "mcpServers": {
    "qcc-company": {
      "url": "https://agent.qcc.com/mcp/company/stream",
      "headers": {
        "Authorization": "Bearer 你的真实Token贴这里"
      }
    },
    ...其他 3 个 server 同理
  }
}

步骤 3：准备名单 CSV

qcc_search_list.csv 是要查的公司名单，列名固定为 entity_name,entity_type,source,uscc：

entity_name：公司全称（必填一个，没 USCC 时用这个查）
uscc：18 位统一社会信用代码（有就填，优先用这个查，更准）
entity_type / source：你自己的分类标签，不影响抓取

把示例两行删掉，换成你自己的名单即可。

积分消耗提醒（重要）

每调用一次 MCP tool 消耗 1 个积分
- 默认核心 25 项：单条实体 = 25 积分
- 全部 67 项：单条实体 = 67 积分（约 ×2.68）
跑前先算账：实体数 × 字段数 ≤ 当前账户余额
代码在 errors 字段会记录 code 300008: 当前积分余额不足，充值后重跑即可（断点续爬会自动跳过已成功的）

快速上手

# 验证配置：跑名单前 5 条
py qcc_mcp.py --test

# 全量抓取（默认核心 25 项，断点续爬）
py qcc_mcp.py

# 跑全部 67 项字段（消耗翻 2.68 倍，慎用）
py qcc_mcp.py --all-fields

# 临时抓一家
py qcc_mcp.py --entity "深圳华信股权投资基金管理有限公司"

# 抓完合并
py qcc_mcp.py --merge

字段选择

# 查看全部 67 项（★ 为核心）
py qcc_mcp.py --list-fields

# 只抓指定字段（中文名，空格或逗号分隔）
py qcc_mcp.py --fields 工商信息 股东信息 专利
py qcc_mcp.py --fields "工商信息,股东信息,专利"

# 按分组批量抓取（工商 / 经营 / 风险 / 知产）
py qcc_mcp.py --fields-group 工商 风险

# 跑全部 67 项
py qcc_mcp.py --all-fields

# 分组 + 单独字段混用（去重）
py qcc_mcp.py --fields-group 工商 --fields 专利 司法拍卖

优先级：--all-fields > --fields / --fields-group > 默认核心 25 项

三种工作模式

模式 1：名单模式（默认）

从 qcc_search_list.csv 按行顺序跑，用 uscc（有）或 entity_name（无）作为查询键。

py qcc_mcp.py                       # 全量
py qcc_mcp.py --test                # 只跑前 5 条
py qcc_mcp.py --start 100 --end 200 # 跑第 100-199 条

断点续爬：已完成的 key 记录在 qcc_data_mcp/_progress.json，中断后再跑会自动跳过；Ctrl+C 中断时会保存进度。

模式 2：手动模式（临时补抓，不写进度文件）

三种输入方式任选其一，可混用：

# 方式 A：命令行参数（18 位字母数字 → USCC，否则 → 企业名）
py qcc_mcp.py --entity 9144030059070463XP
py qcc_mcp.py --entity "深圳华信股权投资基金管理有限公司"
py qcc_mcp.py --entity USCC1 USCC2 "某公司名"

# 方式 B：交互输入，启动后逐行敲，空行或 Ctrl+Z 回车结束
py qcc_mcp.py -i

# 方式 C：从文本文件读（一行一条，# 开头是注释）
py qcc_mcp.py --entity-file list.txt

手动模式不读不写 _progress.json，适合临时补抓名单外的公司。

模式 3：合并模式

把 qcc_data_mcp/json/ 下所有单体 JSON 合并成大表：

py qcc_mcp.py --merge
# 产出：
#   qcc_data_mcp/qcc_全量数据.json      —— 所有实体的数组
#   qcc_data_mcp/qcc_全量数据汇总.csv   —— 扁平化（每行一个实体，列为 工商.企业名称/工商.注册资本/…）

参数速查

| 参数 | 作用 | | --------------------------- | ------------------------------------- | | --test | 只跑名单前 5 条 | | --start N / --end M | 跑名单 [N, M) 区间 | | --entity NAME/USCC ... | 手动抓一个或多个实体 | | -i / --interactive | 交互输入模式 | | --entity-file PATH | 从文本文件读实体（一行一条） | | --merge | 合并已抓数据为大 JSON + CSV | | --workers N | 单实体内工具并发数（默认 6） | | --list-fields | 列出全部 67 项可选字段（★ 标核心） | | --fields 字段名 ... | 只抓指定字段（中文名） | | --fields-group 组名 ... | 按分组抓取（工商/经营/风险/知产） | | --all-fields | 跑全部 67 项（不传时默认只跑核心 25） |

可抓字段清单（67 项）

工商（14，★ 12 项核心）

★ 工商信息 · ★ 企业简介 · ★ 股东信息 · ★ 实控人 · ★ 受益所有人 · ★ 主要人员 · ★ 对外投资 · ★ 分支机构 · ★ 变更记录 · ★ 年报 · ★ 上市信息 · ★ 联系方式 · 税号开票 · 准确性验证

经营（13，★ 4 项核心）

★ 融资历程 · ★ 新闻舆情 · ★ 资质 · ★ 招投标 · 信用评价 · 行政许可 · 招聘信息 · 进出口信用 · 抽查检查 · 电信许可 · 上榜榜单 · 荣誉信息 · 企业公告

风险（34，★ 5 项核心）

★ 失信 · ★ 经营异常 · ★ 行政处罚 · ★ 裁判文书 · ★ 股权出质 · 被执行人 · 限制高消费 · 严重违法 · 终本案件 · 立案信息 · 开庭公告 · 法院公告 · 送达公告 · 破产重整 · 股权冻结 · 司法拍卖 · 询价评估 · 诉前调解 · 限制出境 · 环保处罚 · 税务非正常户 · 欠税公告 · 税收违法 · 惩戒名单 · 违约事项 · 担保信息 · 股权质押 · 动产抵押 · 土地抵押 · 简易注销 · 注销备案 · 清算信息 · 劳动仲裁 · 公示催告

知产（6，★ 4 项核心）

★ 专利 · ★ 商标 · ★ 软著 · ★ 互联网备案 · 作品著作权 · 标准信息

详见企查查可抓取字段.md（官方工具描述）或 py qcc_mcp.py --list-fields

输出 JSON 结构

每条实体落盘一个 JSON（文件名：优先企业中文名，没有才用 USCC）：

{
  "entity_name": "深圳华信股权投资基金管理有限公司",
  "uscc": "9144030059070463XP",
  "entity_type": "基金",
  "source": "基金名称",
  "search_key": "9144030059070463XP",
  "crawled_at": "2026-04-22 16:42:15",
  "fields":   ["工商信息", "股东信息", "..."],
  "data":     { "工商信息": {...}, "股东信息": {...}, ... },
  "no_match": { "专利": true, ... },
  "errors":   { "融资历程": "...", ... }
}

fields：本次实际抓取的字段名清单（方便追溯不同批次抓了哪些维度）
data：正常返回的数据
no_match：接口成功返回但查不到该维度记录（USCC/名称错误，或该公司在此维度确实无记录）
errors：真错误（SSL 抖动 / 积分不足 / 限流 / 超时）

当 data 为空且 no_match 满所有请求字段时，日志会打 ⚠ 全部无匹配——通常是查询键错了。

FAQ / 坑

| 症状 | 原因 | 处理 | | ---------------------------------------------------------- | --------------------------------- | ---------------------------------------------------------------------- | | [配置错误] config.json 里的 Authorization 还没填 Token | 还没填 token | 打开 config.json 把 4 处 YOUR_TOKEN_HERE 换成自己的 token | | code 100002: 暂不支持境外IP请求 | 你开着 VPN / 代理 / Tailscale | 关掉代理（或在 Clash 里把 *.qcc.com 加 DIRECT 直连规则）后重跑 | | SSL EOF / 400 Bad Request | cold start 并发竞态 | 脚本自动重试 3 次，一般能恢复；偶发几条可以 --merge 后看缺哪条重跑 | | code 300008: 当前积分余额不足 | 积分耗尽 | 充值后直接重跑，断点续爬自动跳过已完成 | | 所有维度"无匹配项" | USCC/名称错误或该实体不在企查查库 | 核对企业名全称或补一个准确 USCC | | 控制台中文乱码 | Windows 代码页非 UTF-8 | 跑前 chcp 65001，或看 qcc_data_mcp/_log.txt（始终 UTF-8） |

MCP Servers

企查查 MCP 批量抓取脚本

准备工作（第一次跑必看）

步骤 1：安装 Python 依赖

步骤 2：填 Token（重要！）

步骤 3：准备名单 CSV

积分消耗提醒（重要）

快速上手

字段选择

三种工作模式

模式 1：名单模式（默认）

模式 2：手动模式（临时补抓，不写进度文件）

模式 3：合并模式

参数速查

可抓字段清单（67 项）

工商（14，★ 12 项核心）

经营（13，★ 4 项核心）

风险（34，★ 5 项核心）

知产（6，★ 4 项核心）

输出 JSON 结构

FAQ / 坑

相关文档

有 bug / 建议欢迎随时提 Issue！

安装包（如果需要）

Cursor 配置 (mcp.json)

企查查 MCP 批量抓取脚本

准备工作（第一次跑必看）

步骤 1：安装 Python 依赖

步骤 2：填 Token（重要！）

步骤 3：准备名单 CSV

积分消耗提醒（重要）

快速上手

字段选择

三种工作模式

模式 1：名单模式（默认）

模式 2：手动模式（临时补抓，不写进度文件）

模式 3：合并模式

参数速查

可抓字段清单（67 项）

工商（14，★ 12 项核心）

经营（13，★ 4 项核心）

风险（34，★ 5 项核心）

知产（6，★ 4 项核心）

输出 JSON 结构

FAQ / 坑

相关文档

有 bug / 建议欢迎随时提 Issue！

安装包 （如果需要）

Cursor 配置 (mcp.json)

安装包（如果需要）