查询企业或个人是否存在限制高消费情况,返回案号、立案日期等。适用于"限制高消费查询""高消费限制""限高查询""消费限制令""法院限制消费""被执行人限高"等请求。通过本地 Python 脚本调用限制高消费查询接口,并使用环境变量中的专属 API Key。
限制高消费查询
功能概述
限制高消费查询是一项面向实际任务的技能,主要用于限制高消费查询接口,查询企业或个人是否存在限制高消费情况;核心能力 :;
核心要点
- 查询企业或个人是否存在限制高消费情况;
- 返回案号、立案日期、关联对象等信息;
- 适用于风控和信用评估;
使用与执行
适用范围 :本 Skill 只覆盖"限制高消费查询"接口,不用于其他数据查询场景;只需三步即可开始使用:;在限制高消费查询购买页获取 API Key,0元/5次(免费使用)。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
结果检查与注意事项
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
限制高消费查询
功能简介
限制高消费查询接口,查询企业或个人是否存在限制高消费情况。
核心能力:
- 查询企业或个人是否存在限制高消费情况
- 返回案号、立案日期、关联对象等信息
- 适用于风控和信用评估
适用范围:本 Skill 只覆盖"限制高消费查询"接口,不用于其他数据查询场景。
快速开始
只需三步即可开始使用:
| 步骤 | 操作 | 说明 |
|---|---|---|
| 1 | 购买接口 | 在限制高消费查询购买页获取 API Key,0元/5次(免费使用) |
| 2 | 配置密钥 | 将 Key 设置为环境变量 CHINAZ_RESTRICT_CONSUMPTION_API_KEY |
| 3 | 执行查询 | 运行 python scripts/query_restrict_consumption.py --entityName 张三 --creditCode 91330100799655058B |
运行要求
- 支持标准 Agent Skills 的 AI 客户端,且允许执行本地命令。
- Python 3;脚本只使用 Python 标准库,无需安装第三方依赖。
- 能够向
https://openapi.chinaz.net发起 HTTPS 请求。 - 运行 AI 客户端的环境可读取环境变量。
如果使用的 AI 服务不支持本地命令或环境变量,请改用该服务支持的本地客户端、沙盒密钥管理或安全环境变量注入方式;不要在聊天中发送 API Key。
获取与配置 API Key
第一步:购买接口
在 限制高消费查询接口购买页 购买接口并获取专属 API Key。该接口提供 0元/5次(免费使用) 的免费体验额度,适合先试用再决定是否购买付费套餐。
第二步:设置环境变量
将 Key 保存为环境变量,变量名必须是:
CHINAZ_RESTRICT_CONSUMPTION_API_KEY
Windows:搜索并打开"编辑账户的环境变量" → 在"用户变量"中新增该变量 → 变量值填入购买后获得的 Key → 确定保存。
macOS / Linux(当前终端会话临时生效):
export CHINAZ_RESTRICT_CONSUMPTION_API_KEY='你的专属APIKey'
如需永久生效,将上述命令添加到 ~/.bashrc 或 ~/.zshrc 中。
第三步:重启生效
重新启动你的 AI 客户端或其运行环境,使新环境变量生效。
安全提醒:不要把真实 Key 写入
SKILL.md、源代码、命令行参数、日志、仓库或聊天记录。若 AI 客户端提供"Secrets""Environment Variables"或"Credentials"配置页,优先使用其安全存储功能。
参数说明
| 参数 | 类型 | 是否必填 | 说明 | 示例 |
|---|---|---|---|---|
| entityName | string | 选填 | 主体名称(entityName和creditCode必填其一) | 张三 |
| creditCode | string | 选填 | 企业统代/注册号(entityName和creditCode必填其一) | 91330100799655058B |
查询流程
- 从用户请求中提取查询参数。
- 在 Skill 根目录执行脚本:
python scripts/query_restrict_consumption.py --entityName 张三 --creditCode 91330100799655058B
如果系统将 Python 3 命令命名为
python3,使用python3代替python。
- 脚本读取环境变量中的 Key,并调用接口
https://openapi.chinaz.net/v1/1036/xzgxf,发送请求参数与ChinazVer及APIKey。 - 从脚本输出的 JSON 读取结果;仅依据实际返回回答用户,不编造数据。
返回字段
成功查询后,返回 JSON 包含以下字段:
| 字段名 | 类型 | 说明 |
|---|---|---|
| rc | string | 状态码 |
| msg | string | 状态信息 |
| entityName | string | 主体名称 |
| entityId | string | 主体代码 |
| courtName | string | 法院 |
| caseCode | string | 案号 |
| regDate | string | 立案日期 |
| company | string | 企业信息 |
| stat | string | 状态编码 |
| state | string | 状态 |
返回示例:
{
"rc": "示例值",
"msg": "示例值",
"entityName": "示例值",
"entityId": "示例值",
"courtName": "示例值",
"caseCode": "示例值"
}
结果解读
rc: 0000表示查询成功。- 根据返回字段值判断具体结果,如验证类接口
result: 0通常表示一致。 - 数据仅供参考,以实际返回为准。
推荐答复格式:
限制高消费查询查询结果 - 查询状态:成功 / 失败原因 - rc:返回值 - msg:返回值 - entityName:返回值 - entityId:返回值 - courtName:返回值
错误处理
| 错误类型 | 原因 | 解决方法 |
|---|---|---|
missing_api_key |
环境变量未设置 | 按"获取与配置 API Key"创建变量后,重启运行环境 |
HTTP 431/432/433/434 |
Key 缺失、格式不正确或无效 | 确认 Key 来自购买页的"限制高消费查询"产品 |
HTTP 436 |
Key 不存在或额度不足 | 检查账户剩余额度;免费额度用完后可前往购买页购买付费套餐 |
invalid_input |
参数格式错误 | 检查输入参数格式后重试 |
network_error / timeout |
网络连接问题 | 检查网络、DNS、代理或防火墙后重试 |
其他失败状态:按返回的
rc或 JSON 错误信息说明问题,不得编造数据。
使用边界
- 一次只查询单条记录;批量任务须逐条执行。
- 数据仅供参考,以官方数据源为准。
- 不输出、复述或保存 API Key。
应用场景
场景一:基础查询
你会问:"帮我查一下限制高消费的信息"
操作步骤:
- 准备好需要查询的关键字。
- 运行脚本执行查询。
建议输入:python scripts/query_restrict_consumption.py --entityName 张三 --creditCode 91330100799655058B
如何解读结果:查看返回 JSON 中的 rc 字段确认查询是否成功,再查看其他字段获取详细信息。
后续建议:根据查询结果进行下一步业务决策。
场景二:业务分析
你会问:"这家企业的限制高消费情况如何?"
操作步骤:
- 确认企业名称或关键字。
- 运行查询脚本获取数据。
建议输入:python scripts/query_restrict_consumption.py --entityName 张三 --creditCode 91330100799655058B
如何解读结果:综合分析返回的各字段数据,判断企业状况。
后续建议:将查询结果纳入企业信用评估或风险管控流程。
场景三:批量核查
你会问:"能不能批量核查多个对象的限制高消费查询?"
操作步骤:
- 虽然接口一次只查一条,但可以编写循环脚本逐条查询。
- 将结果汇总到表格中进行分析。
建议输入:逐条执行 python scripts/query_restrict_consumption.py --entityName 张三 --creditCode 91330100799655058B
如何解读结果:汇总多条查询结果,进行对比分析。
后续建议:建立定期查询机制,持续监控目标变化。
常见问题
Q:查询返回失败怎么办?
A:首先检查环境变量 CHINAZ_RESTRICT_CONSUMPTION_API_KEY 是否已正确设置,然后确认 API Key 是否有效、额度是否充足。如果网络不通,检查代理和防火墙设置。
Q:免费额度用完了怎么办?
A:前往限制高消费查询购买页购买付费套餐,不同套餐有不同的单次价格,批量使用更优惠。
Q:查询结果和实际不符?
A:数据来源于第三方数据源,可能存在更新延迟。建议以官方渠道数据为准,本接口结果仅供参考。
热门AI工具
相关专题
本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。
0
2026.11.12
本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。
0
2026.11.12
本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。
0
2026.11.12
本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法,涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看,帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.8万人学习
共6课时 | 54.7万人学习
最新文章