用途：用于“追踪资金”类公开记录调查，包括政府合同与游说、企业尽职调查、制裁筛查、房产归属、诉讼历史、多源实体消解，以及“关于某实体说过什么”的新闻与档案检索。不适用于通用网络检索、域名/基础设施 OSINT、学术文献和社交媒体画像发现；美国联邦竞选财务（FEC）有意未覆盖，需直接访问 https://www.fec.gov/data/。
主要能力：提供各数据源的获取脚本，输出统一表头 CSV，可重复运行。覆盖 SEC EDGAR、USAspending、Senate LD-1/LD-2、OFAC SDN、ICIJ Offshore Leaks、NYC ACRIS、OpenCorporates、CourtListener、Wayback Machine、Wikipedia/Wikidata、GDELT。实体消解分 exact（高）、fuzzy（中）、token_overlap（低）三档置信度；timing_analysis.py 用置换检验做时间聚集分析；build_findings.py 生成含 id、title、severity、confidence、summary、evidence、sources 的发现 JSON。
使用方式：通过终端运行脚本，SKILL_DIR 为存放 SKILL.md 的目录。先查看 SKILL_DIR/references/sources/ 下的源说明，再按需执行，例如：python SKILL_DIR/scripts/fetch_sec_edgar.py --cik 0000320193 --types 10-K,10-Q --out data/edgar_filings.csv；python SKILL_DIR/scripts/fetch_ofac_sdn.py --out data/ofac_sdn.csv；python SKILL_DIR/scripts/entity_resolution.py --left data/lobbying.csv --left-name-col client_name --right data/contracts.csv --right-name-col recipient_name --out data/cross_links.csv。
限制：仅用 Python 标准库，零安装，支持 Linux、macOS、Windows；多数源无需 API 密钥，OpenCorporates 需免费令牌。实体消解不使用外部模糊匹配库，token 匹配为上限；timing_analysis.py 可用 --seed 保证可复现。部分源限流严格，需遵守其条款；数据可能不准确、过时或被脱敏。实体消解只产生候选而非结论，统计显著不等于不当行为，所有结论须可回溯到具体记录。