前言图像修复可对图片进行智能修复，去除图片中不需要的物体，并使用背景内容进行填充，也可对破损图片进行修复。支持URL、Base64等图像上传途径，适配 JPG/PNG/BMP 等通用图片格式，处理完成返回图片URL及图片base64编码API介绍戳这里查看详情请求说明名称类型必须说明base64String否图像base64字符串urlString否图像url链接，url链接长度不超过1024字节，请注意关闭URL防盗链fileFile否图像文件rectangleString是遮挡物坐标，JSON格式字符串。每个元素包含left, top, width, height，int 类型。如： [{‘width’: 92, ‘top’: 25, ‘height’: 36, ‘left’: 543}] ，注意：上传宽高、位置坐标参数要比图片实际宽高小返回样例{ "code": 200,// 返回码，详见返回码说明 "msg": "成功",// 返回码对应描述 "taskNo": "122984078218931802948253",// 本次请求号 "data": { "base64": "" ,// 生成后图片的base64字符串，不带图片头。 "url": ""// 生成后的图片的url，长期有效。建议用户自行下载保存，避免丢失。 } }

前言图片缩放可将图图片在长宽方向放大或缩小，并保持图像质量无损。可用于图片修复、彩印照片美化、监控图片质量重建等场景。缩放尺寸可格局尺寸缩放和比率缩放。图片提供方式支持URL、Base64等图像上传途径，适配 JPG/PNG/BMP 等通用图片格式，处理完成返回图片URL及图片base64编码。API介绍戳这里查看详情请求说明名称类型必须说明base64String否原图base64串 原图url，file、base64三选一fileFile否原图文件 原图url，file、base64三选一urlString否原图url 原图url，file、base64三选一typeString是类型，type=size为尺寸缩放，type=rate为比率缩放widthInteger否缩放图宽度，单位px，正整数，type为size时必输heightInteger否缩放图高度，单位px，正整数，type为size时必输keepRateInteger否是否保持宽高比,1为保持，0为不保持，当type=size时有效，默认为1rateDouble否缩放比率，当type=rate时，此值才有效.其值为0到2之间，例如：0.5、1.2返回样例{ "code": 200,// 返回码，详见返回码说明 "msg": "成功", // 返回码对应描述 "taskNo": "596744245171443788745816",// 本次请求号 "data": { "imageUrl": "xxx.jpg",//图片URL，有效期30天。建议自行下载保存，避免丢失 "imageBase64": "xxxxxxx" //图片base64 } }

前言随着国内搜索引擎生态多元化发展，必应不再只是面向出海的搜索工具，在国内技术检索、双语查阅、企业商务场景下拥有稳定用户群体。大量国内企业官网、技术博客、涉外服务站点开始布局必应 SEO，但多数从业者缺少高效的数据采集手段，只能人工检索，难以批量获取域名在指定关键词下的真实表现，存在排名摸排难、收录状态不清晰、结果信息不全等现实痛点。必应拥有独立的算法评判体系，看重关键词匹配度、内容质量、站点合规与用户体验。开展必应 SEO 分析，需要依托域名与目标关键词，批量获取在必应搜索环境下的关键词排名、结果标题、页面链接以及站点收录量等关键指标，以此客观评估站点搜索表现，定位优化短板。该套数据能力面向国内站点，可服务企业官网、技术站点、双语资讯、涉外服务商等多类场景，为 SEO 诊断、竞品对标、优化效果复盘提供原始依据。针对上述业务需求，本文围绕必应关键词数据查询展开，阐述基于域名、关键词获取排名、标题、链接、收录量的实现逻辑，梳理数据采集要点与 SEO 应用方式，为国内站点开展必应搜索优化提供实操参考。应用场景必应关键词排名优化在国内拥有诸多实用落地场景，适合多种类型网站开展 SEO 运营：企业官方网站：面向国内商务客户、采购人群，通过必应自然排名提升品牌曝光，获取商务咨询线索，补充国内搜索引擎之外的流量渠道。技术与博客站点：针对开发者、技术爱好者群体，技术文档、教程类内容在必应拥有较高受众，良好关键词排名能够带来高质量技术访问流量。双语资讯与教育网站：面向需要查阅外文资料、学术文献的学生、科研工作者，借助必应双语搜索优势，提升中英文内容的检索曝光。涉外服务机构：国内外贸服务商、翻译机构、涉外咨询企业，依托国内必应用户，挖掘有海外业务需求的国内客户，获取意向用户。内容资讯平台：垂直行业资讯站点，借助必应的收录规则，拓展增量自然流量，丰富网站整体来源结构，降低对单一搜索渠道的依赖。API介绍请求说明名称类型必须说明domainString是查询的域名keywordString是查询的关键词戳这里查看详情返回样例{ "code": 200, "msg": "成功", "taskNo": "41020892700032664119", "charge": true, "data": { "SiteCount": 0,//收录量 "Ranks": [ { "RankStr": "1-1",//排名 "Title": "百度一下，你就知道",//标题 "Url": "https://www.baidu.com/"//对应连接 } ] } }

前言随着短视频行业高速发展，UGC内容海量爆发、传播速度极快，已成为当下主流的网络内容形态。短视频融合画面、音频、字幕、封面等多元内容形式，风险点位分散、隐蔽性强，各类违规内容极易借助流量快速扩散，给平台内容风控与合规运营带来极大压力。传统人工审核效率低、响应慢、容错率不足，难以适配短视频即时发布、高频更新的业务模式，搭建高效智能、可实时响应的短视频审核体系成为行业刚需。智能化短视频审核可对视频全维度内容进行合规筛查，依托智能识别技术规避人工漏审、误审、审核滞后等问题，实现快速审核、结果实时返回。在保障内容安全、规范平台生态的同时，大幅提升审核效率与用户发布体验，适配短视频高速分发的运营场景。本文聚焦短视频智能审核体系，详解审核机制、风险识别逻辑与标准化流程，为平台高效风控、合规运营提供参考。应用场景短视频智能审核核心应用场景如下，覆盖平台主流风控需求：UGC投稿审核：针对普通用户上传短视频，全自动筛查色情、暴力、违规导向、侵权等内容，实时拦截风险稿件，保障公域内容合规。电商带货审核：识别短视频虚假宣传、违禁词、违规营销、夸大功效等营销类违规内容，规避带货合规风险。官方内容预审：针对媒体、政务、企业账号发布视频，前置校验内容严谨性，避免舆论风险，维护品牌公信力。二次创作审核：检测混剪、搬运、抄袭类短视频，防范版权侵权与低质同质化内容传播。流量分发审核：对热门、高播放短视频进行二次复核，杜绝违规内容随流量扩散，稳定平台内容生态。API介绍请求说明名称类型必须说明nameString是视频名称videoUrlString是视频URL地址。支持mp4、avi、flv、mov，视频时长不超过5分钟，大小在30MB以内extInfoString否用户自定义字段，此字段会展示在审核员页面以帮助审核人员更好的判断视频内容是否合规，示例：[ { “subject”: “漫展信息”, “fields”: [ { “title”: “漫展”, “value”: “杭州动漫展” }, { “title”: “UID”, “value”: “ae020798-b1b3-4db0-83b7-0f3907b9b194” }, { “title”: “来源”, “value”: “自拍” } ] }, { “subject”: “地区”, “fields”: [ { “title”: “杭州市”, “value”: “3456789” } ] } ]戳这里查看详情返回样例{ "msg": "成功",//返回码对应描述 "code": 200,//返回码，详见返回码说明 "taskNo": "196221445211500016691377",//本次请求号 "charge": true,//计费标志 "data": { "uuid": "894ef554-a165-42b0-821a-eed42e049d58", "conclusion": "合规",//审核结果描述，可取值：合规、不合规、疑似 "conclusionType": 1,//审核结果，可取值：1 合规，2 不合规，3 疑似， 4 审核失败 "isHitMd5": false,//是否命中视频黑库MD5提示，true:命中 false:未命中 "msg": "未命中视频黑库",//命中MD5提示 "frames": [ { "conclusionType": 2,//帧审核结果，可取值：1 合规，2 不合规，3 疑似， 4 审核失败 "conclusion": "不合规",//帧审核结果描述，可取值：合规、不合规、疑似 "frameTimeStamp": 0,//帧时间戳 "frameUrl": "xxxxx",//帧url地址 "frameThumbnailUrl": "xxxxx",//帧缩略图url地址 "data": [//各维度明细审核结果 合格无返回 { "conclusionType": 2, "conclusion": "不合规", "type": 5,//审核主类型，0:违禁图库、1：色情识别、3：恶心图识别、4:广告●●、6：图像质量●●、7：用户图像黑名单、8：用户图像白名单、10：用户头像审核、11：百度违禁词库、12：图文审核、13:自定义文本黑名单、14:自定义文本白名单、15:EasyDL自定义模型、21：违禁识别、22：直播场景审核 "subType": 1,//详见subType说明 "msg": "存在公众人物不合规",//不合规项描述信息 "stars": [//命中人脸的信息 { "probability": 0.96015228271484,//人脸相似度 "name": "圆圆" //人名 } ] }, { "conclusionType": 2, "conclusion": "不合规", "probability": 0.99330544,//不合规项置信度 "type": 4, "subType": 0, "msg": "存在watermark不合规" }, { "conclusionType": 2, "conclusion": "不合规", "type": 13, "subType": 0, "msg": "存在自定义文本黑名单不合规", "hits": [//命中信息 { "datasetName": "#################111",//违规项目所属数据集名称 "words": [//送检文本命中词库的关键词 "好看视频", "好看视频" ], "modelHitPositions":"",//送检文本命中模型的详细信息，包含位置信息及置信度信息。位置信息：命中模型的违规内容在送检原文中的位置（从0开始计算）：“开始位置”、“结束位置”；置信度信息：命中模型对应的置信度分数（范围：0至1，数字越大，可能性越高）。返回示例见下方“成功响应示例——不合规”部分 "wordHitPositions":[//送检文本命中词库的详细信息，为Object的列表，包含words、positions、label三个字段，详细描述如下表所示。返回示例见下方“成功响应示例——不合规”部分 { "keyword":"",//送检文本命中词库的关键词 "positions":"",//关键词在送检原文中的位置（从0开始计算）：分别为“起始位置”，“结束位置” "label":""//关键词命中的细分标签 } ], "modelName":"",//命中自定义模型名称 "score":"",//命中自定义模型置信度 "modelId":"",//命中自定义模型ID "label":""//命中自定义模型标签名称 } ] } ] } ], "conclusionTypeGroupInfos": [//审核结论汇总 { "msg": "存在watermark不合规",//一级违规类型描述信息 "typeInfo": {//一级违规类型描述 "type": "广告●●" }, "subTypeInfoList": [//二级违规列表。timestamp：帧时间戳;subType：二级违规类型描述 { "subType": "watermark", "timestamp": 0 }, { "subType": "watermark", "timestamp": 3033 } ] }, { "msg": "存在公众人物不合规", "typeInfo": { "type": "信息识别" }, "subTypeInfoList": [ { "subType": "公众人物", "timestamp": 0 } ] } ] } }

前言图片水印裁剪可对图片生成缩略图、图像裁剪和添加图片水印等。可同时处理，也可以分开处理。图片加水印可支持文字水印和图片水印，支持自定义文字大小、颜色、样式、旋转角度、透明度、位置等。图片缩放可根据尺寸缩放和比率缩放。图片提供方式可支持URL、Base64等图像上传途径，适配 JPG/PNG/BMP 等通用图片格式，处理完成返回图片URL。API介绍戳这里查看详情请求说明名称类型必须说明srcBase64String否底图文件base64串，底图url，file、base64三选一srcFileFile否底图文件， 底图url，file、base64三选一srcUrlString否底图文件url， 底图url，file、base64三选一logoBase64String否logo图base64串， logo图url，file、base64三选一。文字内容和水印logo图必须提供一个，优先级：文字内容 > logo图logoFileFile否logo图文件， logo图url，file、base64三选一。文字内容和水印logo图必须提供一个，优先级：文字内容 > logo图logoUrlString否logo图url， logo图url，file、base64三选一。文字内容和水印logo图必须提供一个，优先级：文字内容 > logo图positionString否水印在底图的位置。参数：NorthWest，North，NorthEast， West， Center， East， SouthWest， South， SouthEast，Lay（平铺）。默认值为SouthEast在右下角xInteger否x坐标， 水印左边缘距原始图片的位置yInteger否y坐标， 水印上边缘距原始图片的位置opacityFloat否水印透明度，0~1之间，默认为1contentString否水印的文字内容，文字内容和水印logo图必须提供一个，优先级：文字内容 > logo图fontSizeInteger否水印文字字体大小，默认：40fontColorString否水印文字颜色，16进制值，默认白色：#FFFFFF。其他常见颜色，红色：#FF0000，黑色：#000000，绿色：#00FF00，蓝色：#0000FFfontNameString否水印文字字体，直接传字体的中文名称。支持：宋体、黑体、微软雅黑。默认： 微软雅黑fontStyleInteger否水印文字字体样式。0：普通，1：粗体，2：斜体。默认： 2rotationInteger否水印旋转角度, 默认：0。图片水印或者文字水印平铺时支持旋转返回样例{ "code": 200,// 返回码，详见返回码说明 "msg": "成功", // 返回码对应描述 "taskNo": "596744245171443788745816",// 本次请求号 "data": { "imageUrl": "xxx.jpg",//图片URL ，有效期30天。建议自行下载保存，避免丢失 } }

前言网站运营和搜索引擎优化过程中，了解网站在搜索引擎中的整体表现，是制定优化策略的重要基础。单一关键词排名只能反映部分页面表现，而网站权重、预估流量以及关键词覆盖数量，则能够更加全面地衡量网站的搜索竞争力。百度PC网站权重查询功能，通过输入指定域名，即可获取该网站在百度搜索引擎PC端的综合数据，包括网站权重、预估流量、关键词数量等核心指标，帮助用户快速了解网站SEO价值和搜索表现。API介绍戳这里查看详情请求说明名称类型必须说明domainString是查询的域名返回样例{ "code": 200, //详见code返回码说明 "msg": "成功", //code对应的描述 "taskNo": "41020892700032664119", //本次唯一请求号 "data": { "Br": 9,//权重 "Kwcount": 2810252,//关键词数 "UpdateTime": "2024-09-11",//更新时间 "Uvcount": "1697637~2711811IP" //预估流量 } }

前言在网站运营和搜索引擎优化（SEO）过程中，关键词排名是衡量网站曝光效果的重要指标。通过了解目标关键词在搜索引擎中的实际排名情况，企业可以及时调整内容策略、优化页面结构，提高网站在搜索结果中的竞争力。百度PC排名查询功能，可根据指定域名和关键词，自动查询网站在百度搜索引擎中的关键词表现，并返回关键词对应的抓取时间、排名位置、页面标题以及页面链接地址，帮助用户快速掌握网站搜索状态。API介绍戳这里查看详情请求说明名称类型必须说明domainString是查询的域名keywordString是查询的关键词返回样例{ "code": 200, "msg": "成功", "taskNo": "41020892700032664119", "data": { "SiteCount": 1,//收录量 "Ranks": [ { "RankStr": "1-1",//排名（页数-条数） "XiongzhangID": "",//熊掌ID "Title": "",//标题 "Url": ""//标题连接 } } }

前言在实际拍摄过程中，环境因素和设备操作往往会影响图像质量。例如，户外拍摄遇到浓雾天气时，空气中的水汽会降低光线传播效果，使照片出现灰蒙、低对比度、细节缺失等问题；而在图片编辑、传输或显示过程中，错误的拉伸操作又可能导致人物、建筑等内容比例失真，影响视觉效果。针对这些常见问题，本接口通过深度学习算法自动分析图像内容，实现智能去雾与图像比例修复，帮助用户快速恢复清晰、自然、真实的视觉效果。特性用户无需手动调整参数，只需要上传原始图片，系统即可自动完成：图像检测 → 问题分析 → 智能处理 → 高清输出API介绍戳这里查看详情请求说明名称类型必须说明base64String否图像base64字符串urlString否图像url链接，url链接长度不超过1024字节fileString否图像文件返回样例{ "code": 200,// 返回码，详见返回码说明 "msg": "成功",// 返回码对应描述 "taskNo": "466186169184611593557371",// 本次请求号 "data": { "base64": "" ,// 生成后图像的base64字符串，不带图像头。 "url": ""// 生成后的图像的url。建议用户自行下载保存，避免丢失。 } }

前言面对压缩模糊、色彩暗淡的图片素材，可通过本接口实现AI自动均衡亮度、饱和度、对比度，同步去除画面噪点、还原纹理细节，低成本完成图片美化，提升产品图片展示质感。支持 URL、Base64、文件三类图像上传途径，适配 JPG/PNG/BMP 等通用图片格式；处理完成同步产出图片直链与 Base64 编码素材，不用额外加工图片文件。核心能力智能调节图片的色彩饱和度、亮度、对比度，使得图片内容细节、色彩更加逼真，可用于提升网站图片、手机相册图片、视频封面图片的质量；对压缩后的模糊图像实现智能快速去噪，优化图像纹理细节，使画面更加自然清晰。API介绍戳这里查看详情请求说明名称类型必须说明base64String否图像base64字符串urlString否图像url链接，url链接长度不超过1024字节fileString否图像文件返回样例{ "code": 200,// 返回码，详见返回码说明 "msg": "成功",// 返回码对应描述 "taskNo": "122984078218931802948253",// 本次请求号 "data": { "base64": "" ,// 生成后图片的base64字符串，不带图片头。 "url": ""// 生成后的图片的url，长期有效。建议用户自行下载保存，避免丢失。 } }

你在华为云上部署了一套美股行情监控服务，已经通过API接入了实时行情数据。最初你关注的是连通率和数据延迟，直到某天发现分钟K线出现一根异常的长影线，才意识到问题可能不在网络，而在数据本身。这篇文章从一个研究员的实战视角出发，分享如何在数据进入系统前完成质量校验，让你的行情计算更可靠。一个值得警惕的案例我曾经把主要精力放在接口连接和数据展示上，认为只要能稳定接收到实时价格，后续的K线生成、指标计算就可以顺利推进。系统运行一段时间后，某只股票的分钟K线突然出现近20%的瞬时跳变，随后又迅速恢复。起初我以为是市场剧烈波动，但对照其他数据源后发现，这只是一笔异常tick混入了数据流。实时行情和普通数据查询不同，它是一条持续变化的数据流。价格跳动、时间偏移、重复推送，都可能污染后续的K线计算和分析结果。因此，接入美股实时行情数据API之后，数据校验应该放在数据进入系统之前，而不是等到结果异常后再回头排查。为什么需要校验实时行情数据从API返回的数据到本地处理，中间会经过网络传输、JSON解析、业务计算等多个环节。任何一个环节出现偏差，都可能让最终结果产生变化。常见的异常数据主要集中在以下几个方面：类型表现价格异常价格短时间大幅偏离时间异常时间戳顺序不连续成交异常成交量出现明显偏差重复数据相同tick重复进入系统这些数据如果直接参与计算，会影响分钟K线生成、指标计算以及后续的分析结果。因此，在数据入口处设置校验逻辑，是保证行情系统稳定运行的第一步。REST轮询与WebSocket推送的对比在讨论过滤逻辑之前，先考虑数据的接入方式。REST轮询实现简单，但固定间隔的请求会漏掉瞬时波动，而且很难判断tick之间的时间顺序。WebSocket推送则更接近真实的tick流，可以逐笔与前一笔记录进行比较，更适合做前置校验。我在实际项目中使用了AllTick API的WebSocket行情推送作为美股tick数据源。它的字段结构比较规整，时间戳也相对一致，这让第一层的异常判断轻松了不少。AllTick API的WebSocket流让你在入口处就能完成有意义的品质检查，而不必等数据落库后再发现异常。从tick数据开始过滤tick数据离市场最近，也是判断异常值的重要入口。我通常保留上一条tick记录，对当前推送的数据进行基础判断。下面的Python函数会检查价格是否为正、时间是否倒退，以及短时间内的涨跌幅是否超过合理范围。def check_tick(current, previous): if current["price"] <= 0: return False if current["timestamp"] < previous["timestamp"]: return False change = abs(current["price"] - previous["price"]) / previous["price"] if change > 0.15: return False return True 15%的阈值并不是固定不变的。高波动股票可能在短时间内出现较大幅度的价格变化，而大盘蓝筹股的波动则相对平缓。实际使用时，建议根据股票类型或波动率分群调整阈值，避免误杀正常行情。时间戳乱序比想象中更常见你是否遇到过分钟K线边界整体偏移的情况？我曾经排查了很久，最后发现原始tick的时间戳出现了倒退：10:30:0110:30:0210:29:58一笔记时间倒退的tick，就足以让K线边界错乱，进而影响后续的指标计算。因此，在数据进入聚合模块之前，我会统一时间格式，并将时间倒退的记录直接过滤掉。在WebSocket接收端集成校验逻辑在正式环境中，我不会直接使用API返回的原始数据，而是在回调函数与业务逻辑之间增加一层校验。以下示例使用AllTick API的WebSocket端点，先检查必要字段是否存在，再调用前面定义的过滤函数。import websocket import json def on_message(ws, message): data = json.loads(message) if "price" in data and "timestamp" in data: if check_tick(data, last_tick): print("valid tick", data) ws = websocket.WebSocketApp( "wss://api.alltick.co/stock/websocket", on_message=on_message ) ws.run_forever() 这样，异常数据会在入口处被拦截，不会继续影响后面的计算模块。实操建议在实际项目中，除了价格和时间校验，还有一些细节值得注意：字段完整性检查不可省略：缺少成交量或股票代码的数据，应在进入计算前拦截，否则后续程序容易出现异常。重复tick需要去重：WebSocket重连后，部分行情可能再次推送。如果没有去重机制，成交量统计会偏大。异常数据不一定要直接删除：建议给数据增加状态标记，例如“正常”“警告”“异常”，方便后续分析和问题定位。针对不同波动率的品种设置不同阈值：一套固定规则很难覆盖所有股票，按波动特征分组管理会更合理。总结美股实时行情数据API提供的是一条连续变化的数据流，接入之后，系统能否长期稳定运行，取决于数据质量控制是否到位。在入口处做好价格、时间和字段的校验，可以减少异常行情对K线分析的影响，也能让后续的策略计算更加可靠。对于需要长期运行的行情系统来说，稳定的数据流程往往比单纯获取更多数据更重要。如果你正在构建类似的系统，建议先从tick级校验开始，逐步完善数据质量体系。更多技术细节可以参考相关API的官方文档。

前言道路运输证OCR识别，即利用图像识别技术，自动识别道路运输证照片上的信息：包括：业户名称、地址、车辆号牌、经营许可证、经济类型、车辆类型、吨座位、车辆规格、经营范围、初领日期、备注、发证日期。可支持识别横版及竖版两种道路运输证。道路运输证OCR识别被广泛用于货运平台运力准入、车队台账管理、营运资质审核。API介绍请求说明名称类型必须说明base64String否base64,url,pdfFile必须提供一个, 图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过8M，最短边至少15px，最长边最大8192px，支持jpg/jpeg/png/bmp格式urlString否base64,url,pdfFile必须提供一个, 图片完整url，url长度不超过1024字节，url对应的图片base64编码后大小不超过8M，最短边至少15px，最长边最大8192px，支持jpg/jpeg/png/bmp格式pdfFileString否base64,url,pdfFile必须提供一个, PDF文件，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过8M，最短边至少15px，最长边最大8192pxpdfFileNumString否需要识别的PDF文件的对应页码，当 pdf_file 参数有效时，识别传入页码的对应页面内容，若不传入，则默认识别第1页戳这里查看详情返回样例{ "code": 200, // 返回码，详见返回码说明 "msg": "成功", // 返回码对应描述 "taskNo": "65605503936940344488", // 本次请求号 "data": { "车辆号牌": "云F44481", "经济类型": "个体经营", "经营范围": "道路普通货物运输", "车辆类型": "解放CA5240XXYP1K2L7T", "吨座位": "11.8850", "备注": "落户日期:2009-11-18HT2985", "经营许可证": "530402013190", "车辆毫米_高": "3900", "车辆毫米_宽": "2499", "发证日期": "2016年12月26日", "地址": "玉溪市红塔区北城镇龙华苑3幢6号", "车辆毫米_长": "11993", "业户名称": "王金海", "初领日期": "" } }

前言户口本OCR识别，即通过图像识别技术自动识别户口本照片中的信息，包括：户号、姓名、与户主关系、性别、出生地、民族、出生日期、身份证号、本市县其他住址、曾用名、籍贯、宗教信仰、身高、血型、文化程度、婚姻状况、兵役状况、服务处所、职业、何时由何地迁往本市、何时由何地迁往本址、登记日期全部 22个信息。户口本OCR还可以识别户口本内户主页的5个信息，包括：户别、户主姓名、户号、住址、户主页时间。API介绍请求说明名称类型必须说明fileFile否户口本照片，file、base64、url 必须提供一个base64String否户口本照片base64字符串，file、base64、url 必须提供一个urlString否户口本照片 url，file、base64、url 必须提供一个householdSideString否户主或成员页，默认值subpage。subpage：常住人口登记卡 (成员），homepage:户主页戳这里查看详情返回样例{ "code": 200, // 详见code返回码说明 "msg": "成功", // code 对应的描述 "taskNo": "30853523396532582768", // 本次请求号 "data": { "birthAddress": "广东省英德市",//出生地址 "name": "梁小满",//名称 "relationship": "户主",//与户主关系 "cardNo": "4418221980080063171",//身份证号 "sex": "男",//性别 "nation": "汉族",//民族 "belief": "无宗教信仰",//宗教 "career": "农业",//职业 "maritalStatus": "未婚",//婚姻状态 "registerDate": "2009年6月30日",//登记日期 "birthday": "1980年08月03日",//出生日期 "education": "初中",//学历 "hometown": "广东省英德市",//籍贯 "whenWhereToCity": "1980年09月01日出生",//何时由何地迁来本市(县) "whenWhereToHere": "1980年09月01日出生",//何时由何地迁往本址 "householdNum": "",//户号 "formerName": "",//曾用名 "otherAddress": "",//本市（县）其他住址 "height": "",//身高 "bloodType": "",//血型 "veteranStatus": "",//兵役状况 "workAddress": ""//服务处所 } }

前言行驶证OCR识别，即利用图像识别技术，自动提取行驶证照片中的车辆信息，包括：所有人、品牌型号、住址、车牌号、发动机号码、车辆识别代号、注册日期、发证日期。可兼容多种图片格式，准确率可达99%以上。行驶证OCR识别可用于车辆信息快速登记、线上业务材料提交，广泛用于保险、货运平台、租车、车辆管理业务。API介绍请求说明名称类型必须说明fileFile否行驶证照片，file、base64、url 必须提供一个base64String否照片base64字符串，file、base64、url 必须提供一个urlString否照片 url，file、base64、url 必须提供一个sideString否front：正本 back：副本 默认： front正本戳这里查看详情返回样例{ "code": 200,//详见code返回码说明 "msg": "成功",//code对应的描述 "taskNo": "986901198151630094255882",//本次唯一请求号 "data": { "plate_no": "赣**81",//车牌号码 "vehicle_type": "小型轿车",//车辆类型 "owner": "罗*",//所有人 "address": "1西业******元分户",//住址 "model": "长城牌****Q602",//品牌型号 "vin": "LGW****034590",//车辆识别代号 "engine_no": "14***46",//发动机号码 "register_date": "20150104",//注册日期 "issue_date": "20150104",//发证日期 "use_character": "非营运",//使用性质 "issue_by": "北京****公安局",//发证单位 "chip_no": "xxxx",//证芯编号（电子行驶证） "valid_date": "2025年10月",//检验有效期（电子行驶证） "status": "正常",//状态（电子行驶证） "create_time": "2024年04月10日" //生成时间（电子行驶证） } }

前言营业执照OCR识别，是通过图像处理、模式识别等技术自动识别营业执照照片中信息，包括：企业名称、统一社会信用代码、法人、类型、注册地址、注册资本、营业期限、经营范围。可实现根据营业执照照片自动录入企业信息，大幅替代人工录入，提升处理效率，广泛用于商户入驻、招投标、企业资质备案等场景，是实现企业相关业务流程自动化的核心技术之一。API介绍请求说明名称类型必须说明fileFile否营业执照照片，file、base64、url 必须提供一个base64String否照片base64字符串，file、base64、url 必须提供一个urlString否照片 url，file、base64、url 必须提供一个戳这里查看详情返回样例{ "code": 200,//详见code返回码说明 "msg": "成功",//code对应的描述 "taskNo": "986901198151630094255882",//本次唯一请求号 "data": { "legal_person": "胡三",//法定代表人或经营者 "capital": "贰佰万元整",//注册资本 "valid_date": "20620802",//营业期限 "address": "浙江省杭州市西湖区文二路12号",//住所或经营场所 "reg_num": "91430102023653079C",//注册号或社会统一信用代码 "company": "杭州万源责任有限公司",//公司名称 "establish_date": "20120803",//注册日期 "business": "通讯产品研发；通讯设备及配套设备批发；移动电信业务代理服务;电子产品、计算机软件、计算机辅助设备的销售。(依法须经批准的项目，经相关部门批准后方可开展经营活动)",//经营范围 "type": "有限责任公司(自然人投资或控股)" //类型 } }

前言在企业合作、供应商管理、客户准入以及商业尽调等场景中，企业是否存在经营异常情况，是判断其经营状态和合作风险的重要参考依据。通过企业经营异常查询接口，用户可以输入企业名称、统一社会信用代码等关键词进行查询，快速获取企业是否被列入经营异常名录，以及相关异常记录信息，为企业风险识别和业务决策提供数据支持。帮助企业在开展供应商审核、客户准入、投融资尽调、招商筛查工作时，核验对方工商合规状态，判断该企业是否列入经营异常，以及列入/移出时间、监管机关、异常事由等完整公示信息，快速识别失联、未年报等风险主体，降低合作踩坑概率。特性关键词精准检索，支持通过企业名称等关键词定位目标企业；异常信息全面，详细返回列入经营异常原因、列入日期等数据；监管信息溯源，明确展示作出决定的机关信息，提升数据可追溯性；企业风险洞察：基于经营异常记录，为企业状态分析提供数据依据；经营状态核验，为企业合作、供应商管理及客户审核提供数据参考。API介绍戳这里查看详情请求说明名称类型必须说明keywordString是企业名/统一信用代码/注册号/企业历史名称pageNoString否页码，默认第一页pageSizeString否每页条数，默认为10，最大不超过20条返回样例{ "code": 200,//返回码，详见返回码说明 "msg": "成功",//返回码对应描述 "taskNo": "779539869172465196935149",//本次请求号 "data": { "pageNo": "1",//当前页号，从1开始 "recordCount": "1",//记录总数 "pageSize": "20",//每页记录数 "list": [ { "dateIn": "2024-10-11",//列入时间 "dateOut": "",//列出时间 "orgNameIn": "北京市朝阳区市场监督管理局",//列入决定机关 "orgNameOut": "",//列出决定机关 "jyycId": "",//经营异常id "isMove": "0",//是否列出 "resultIn": "未依照《企业信息公示暂行条例》第八条规定的期限公示年度报告的",//列入原因 "resultOut": "",//列出原因 } ] } }