feat: add compliant data connectors and lineage

- add authorized nine-source crawler connectors with security controls and packaged schemas
- add the school internship contract to the vendor data standard center
- add bidirectional campus data-to-report lineage with gap ownership and remediation

Co-authored-by: factory-droid[bot] <138933559+factory-droid[bot]@users.noreply.github.com>

admin-tools/demo/PRODUCTION_ARCHITECTURE.md

@@ -62,6 +62,16 @@ parse(snapshot)          解析为来源 Schema
 health()                 返回入口可达性、延迟和错误分类
 ```
 
+参考实现位于 [`../crawler/`](../crawler/)，逐来源接入方式和授权门禁见 [`../../docs/crawler-source-implementation.md`](../../docs/crawler-source-implementation.md)。连接器运行时必须遵守以下硬约束：
+
+- 所有外部来源默认禁用，只有来源审批状态为 `approved` 才允许公网运行；
+- 商业平台仅接入官方合作 API 或授权数据包，不实现登录自动化、验证码处理、私有接口逆向和反自动化规避；
+- 公开页面任务同时执行书面授权、robots.txt、域名 allowlist、公共地址解析和来源级限速检查；
+- 重定向后的每个 URL 重新执行相同安全校验，禁止访问回环、内网、链路本地和云元数据地址；
+- User-Agent 必须标识本系统并提供真实技术联系邮箱，不伪装普通浏览器；
+- Authorization、Cookie 和签名密钥只从 Vault/KMS 引用注入，不写入任务、Raw、日志或异常；
+- 登录页、验证码、安全验证、访问封禁和结构变化均触发停止或隔离，不尝试绕过。
+
 连接器发布物必须包含：
 
 - 代码仓库、语义版本、提交摘要和构建镜像摘要；
@@ -221,6 +231,7 @@ ISSUE / WORK_ORDER
 ## 9. 安全与运维
 
 - 源端凭据使用 Vault/KMS 管理，配置和日志只保存密钥引用；
+- 来源授权、条款与 robots 快照作为连接器发布证据；授权到期自动停止调度；
 - 采集节点使用独立网络出口策略与最小权限；
 - 控制台操作采用 RBAC，并区分运营、开发、发布审批和审计；
 - 原始对象启用版本、对象锁和生命周期；

admin-tools/demo/README.md

@@ -23,19 +23,21 @@ python3 -m http.server 8080
 5. 执行质量校验、企业归一、岗位分类和技能抽取；
 6. 通过带 Manifest、Schema、质量报告、血缘和校验和的数据包向学校交付。
 
-## 已纳入的正式数据源
+## 已纳入的目标数据源
 
-| 类别 | 数据源 | 原型状态 | 目标数据 |
+| 类别 | 数据源 | 生产接入方式 | 目标数据 |
 |---|---|---|---|
-| 商业平台 | BOSS直聘 | 正式运行 | 岗位、企业、地区、薪资、岗位职责、技能 |
-| 商业平台 | 智联招聘 | 正式运行 | 岗位、企业、地区、薪资、岗位职责、技能 |
-| 公共平台 | 全国中小企业招聘平台 | 正式运行 | 中小企业岗位、校招、实习和招聘活动 |
-| 公共平台 | 国家大学生就业服务平台 | 正式运行 | 高校毕业生岗位、专场招聘和实习 |
-| 公共平台 | 中国公共招聘网 | 正式运行 | 公共就业岗位、重点行业和招聘活动 |
-| 公共平台 | 国聘 | 正式运行 | 国资央企岗位和校园招聘 |
-| 公共平台 | 杭州人才网 | 降速保护 | 杭州都市圈企业和岗位 |
-| 校内系统 | 就业管理系统 | 正式运行 | 毕业去向、岗位、企业、薪资和专业相关度 |
-| 校内系统 | 实习管理系统 | 正式运行 | 实习岗位、企业、工资、过程和企业评价 |
+| 商业平台 | BOSS直聘 | 官方合作 API / 授权数据包 | 岗位、企业、地区、薪资、岗位职责、技能 |
+| 商业平台 | 智联招聘 | 官方合作 API / 书面授权数据包 | 岗位、企业、地区、薪资、岗位职责、技能 |
+| 公共平台 | 全国中小企业招聘平台 | 官方接口优先；获准公开页 | 中小企业岗位、校招、实习和招聘活动 |
+| 公共平台 | 国家大学生就业服务平台 | 官方接口优先；获准公开页 | 高校毕业生岗位、专场招聘和实习 |
+| 公共平台 | 中国公共招聘网 | 官方交换 / 提供单位授权 | 公共就业岗位、重点行业和招聘活动 |
+| 公共平台 | 国聘 | 官方合作 API / 授权数据包 | 国资央企岗位和校园招聘 |
+| 公共平台 | 杭州人才网 | 书面许可接口 / 低速公开页 | 杭州都市圈企业和岗位 |
+| 校内系统 | 就业管理系统 | 租户只读视图 / API / 文件 | 毕业去向、岗位、企业、薪资和专业相关度 |
+| 校内系统 | 实习管理系统 | 租户 API / 文件 | 实习岗位、企业、工资、过程和企业评价 |
+
+页面上的“正式运行”、记录数、成功率和时间线均为静态产品样板数据，不代表仓库当前正在访问这些站点。生产连接器默认禁止公网访问，必须完成来源授权、robots、域名白名单、限速和小样本结构审批后才能启用。逐来源方案见 [`../../docs/crawler-source-implementation.md`](../../docs/crawler-source-implementation.md)，实现位于 [`../crawler/`](../crawler/)。
 
 ## 交互范围
 
@@ -90,6 +92,9 @@ python3 -m http.server 8080
 - `schemas/school-employment.schema.json`
   - `SCHOOL-EMPLOYMENT V2.2`
   - 校内就业事实契约，包含租户隔离和学生令牌化要求
+- `schemas/school-internship.schema.json`
+  - `SCHOOL-INTERNSHIP V2.1`
+  - 校内实习事实契约，包含租户隔离、学生令牌化、岗位任务和评价证据
 - `schemas/package-manifest.schema.json`
   - `PACKAGE-MANIFEST V1.2`
   - 版本化导入、导出和学校交付包清单

admin-tools/demo/app.js

@@ -804,6 +804,42 @@ const contracts = {
       ["质量阈值", "专业代码合法率100%，必填完整率≥95%，学生专业关联率≥98%。"],
     ],
   },
+  "school-internship": {
+    key: "SCHOOL-INTERNSHIP",
+    title: "校内实习事实数据标准",
+    version: "V2.1.0",
+    description: "统一学生实习岗位、企业、起止日期、状态、工资、岗位任务和评价事实，支持租户隔离和敏感身份最小化。",
+    schemaPath: "./schemas/school-internship.schema.json",
+    fields: 30,
+    required: 14,
+    owner: "平台数据标准委员会",
+    status: "生产已发布",
+    release: "2026-08-24",
+    compatibility: "兼容 V2.0，补充任务与评价证据",
+    fieldsPreview: [
+      ["tenant_id", "string", "是", "学校租户标识", "平台分配"],
+      ["internship_id", "string", "是", "实习业务编号", "租户内唯一"],
+      ["student_token", "string", "是", "学生不可逆令牌", "禁止明文学号"],
+      ["program_code", "string", "是", "专业代码", "教育部专业目录"],
+      ["enterprise_token", "string", "否", "企业统一标识", "令牌化"],
+      ["job_title", "string", "是", "实习岗位名称", "业务原文"],
+      ["job_tasks", "array<string>", "否", "实习岗位任务", "学校确认"],
+      ["start_date", "date", "是", "开始日期", "YYYY-MM-DD"],
+      ["end_date", "date", "否", "结束日期", "YYYY-MM-DD"],
+      ["status", "string", "是", "实习状态", "受控枚举"],
+      ["salary_monthly", "number", "否", "税前月实习工资", "元/月"],
+      ["evidence_reference", "string", "否", "校内证据引用", "不传附件"],
+      ["source_updated_at", "datetime", "否", "业务更新时间", "增量水位"],
+      ["content_hash", "string", "是", "业务内容哈希", "SHA-256"],
+    ],
+    rules: [
+      ["租户隔离", "任务、认证、水位、Raw、隔离区和输出目录均按 tenant_id 隔离。"],
+      ["身份最小化", "平台只接收 student_token，拒绝姓名、身份证、手机号、邮箱和明文学号。"],
+      ["企业要求", "进行中或已完成实习必须提供企业令牌或企业名称。"],
+      ["证据引用", "敏感附件保留在学校系统，平台只保存 evidence_reference。"],
+      ["增量幂等", "tenant_id + source_record_id + source_updated_at 形成增量与幂等边界。"],
+    ],
+  },
   "package-manifest": {
     key: "PACKAGE-MANIFEST",
     title: "数据交付包清单标准",

admin-tools/demo/index.html

@@ -395,6 +395,7 @@
             <div class="contract-tabs" id="contractTabs">
               <button class="active" data-contract="external-job"><span>JOB-SIGNAL</span><strong>外部岗位信号</strong><small>V3.0 · 39字段</small></button>
               <button data-contract="school-employment"><span>SCHOOL-EMPLOYMENT</span><strong>校内就业事实</strong><small>V2.2 · 32字段</small></button>
+              <button data-contract="school-internship"><span>SCHOOL-INTERNSHIP</span><strong>校内实习事实</strong><small>V2.1 · 30字段</small></button>
               <button data-contract="package-manifest"><span>PACKAGE-MANIFEST</span><strong>交付包清单</strong><small>V1.2 · 21字段</small></button>
             </div>
             <div id="contractContent"></div>
@@ -425,7 +426,7 @@
                   <small>最大 2GB；大文件将自动分片并计算 SHA-256</small>
                 </label>
                 <div class="import-configuration">
-                  <label><span>目标契约</span><select id="importContract"><option value="external-job">JOB-SIGNAL V3.0</option><option value="school-employment">SCHOOL-EMPLOYMENT V2.2</option></select></label>
+                  <label><span>目标契约</span><select id="importContract"><option value="external-job">JOB-SIGNAL V3.0</option><option value="school-employment">SCHOOL-EMPLOYMENT V2.2</option><option value="school-internship">SCHOOL-INTERNSHIP V2.1</option></select></label>
                   <label><span>导入模式</span><select id="importMode"><option>新增或更新 UPSERT</option><option>初次全量 FULL</option><option>仅质量验证 DRY-RUN</option></select></label>
                 </div>
                 <div class="import-preview" id="importPreview">

admin-tools/demo/schemas/README.md

@@ -17,4 +17,5 @@
 |---|---|---|
 | `JOB-SIGNAL` | 3.0.0 | 商业招聘平台、公共就业平台、活动聚合平台 |
 | `SCHOOL-EMPLOYMENT` | 2.2.0 | 学校就业管理系统、数据库视图、API和标准文件 |
+| `SCHOOL-INTERNSHIP` | 2.1.0 | 学校实习管理系统、API和标准文件 |
 | `PACKAGE-MANIFEST` | 1.2.0 | 导入、导出、租户交付和归档；新增可选发布候选编号与状态 |

admin-tools/demo/schemas/school-internship.schema.json

@@ -0,0 +1,222 @@
+{
+  "$schema": "https://json-schema.org/draft/2020-12/schema",
+  "$id": "https://schemas.edu-industry.cn/school-internship/2.1.0/schema.json",
+  "title": "SCHOOL-INTERNSHIP V2.1 校内实习事实",
+  "description": "职业院校学生实习事实统一契约，采用租户隔离、身份最小化和证据引用设计。",
+  "type": "object",
+  "additionalProperties": false,
+  "required": [
+    "tenant_id",
+    "record_id",
+    "internship_id",
+    "student_token",
+    "program_code",
+    "job_title",
+    "start_date",
+    "status",
+    "source_system",
+    "source_record_id",
+    "created_at",
+    "updated_at",
+    "data_version",
+    "content_hash"
+  ],
+  "properties": {
+    "tenant_id": {
+      "type": "string",
+      "pattern": "^TENANT-[A-Z0-9-]{4,64}$",
+      "description": "学校租户标识，所有存储、任务和查询必须同时校验。"
+    },
+    "record_id": {
+      "type": "string",
+      "format": "uuid",
+      "description": "平台全局唯一记录标识。"
+    },
+    "internship_id": {
+      "type": "string",
+      "minLength": 1,
+      "maxLength": 128,
+      "description": "学校租户内的实习业务编号。"
+    },
+    "student_token": {
+      "type": "string",
+      "pattern": "^STU_[A-Za-z0-9_-]{32,128}$",
+      "description": "学校侧生成的学生不可逆令牌，禁止传输姓名、身份证和明文学号。"
+    },
+    "cohort": {
+      "type": ["integer", "null"],
+      "minimum": 2000,
+      "maximum": 2100,
+      "description": "学生届次。"
+    },
+    "college_code": {
+      "type": ["string", "null"],
+      "maxLength": 64,
+      "description": "学校内部学院代码。"
+    },
+    "program_code": {
+      "type": "string",
+      "pattern": "^[0-9A-Z]{4,12}$",
+      "description": "教育部职业教育专业目录代码。"
+    },
+    "enterprise_token": {
+      "type": ["string", "null"],
+      "pattern": "^ENT_[A-Za-z0-9_-]{24,128}$",
+      "description": "学校侧或平台企业主数据生成的企业令牌。"
+    },
+    "enterprise_name": {
+      "type": ["string", "null"],
+      "maxLength": 300,
+      "description": "用于业务核验的企业名称；导出时按数据范围策略处理。"
+    },
+    "enterprise_industry_code": {
+      "type": ["string", "null"],
+      "maxLength": 32,
+      "description": "企业行业代码。"
+    },
+    "region_code": {
+      "type": ["string", "null"],
+      "pattern": "^[0-9]{6}$",
+      "description": "实习地区 GB/T 2260 六位代码。"
+    },
+    "workplace": {
+      "type": ["string", "null"],
+      "maxLength": 500,
+      "description": "实习地点业务文本。"
+    },
+    "job_title": {
+      "type": "string",
+      "minLength": 1,
+      "maxLength": 200,
+      "description": "实习岗位名称。"
+    },
+    "job_code": {
+      "type": ["string", "null"],
+      "maxLength": 32,
+      "description": "映射到统一岗位词典后的岗位代码。"
+    },
+    "job_tasks": {
+      "type": "array",
+      "maxItems": 100,
+      "uniqueItems": true,
+      "items": {
+        "type": "string",
+        "maxLength": 500
+      },
+      "description": "经学校确认的实习岗位任务。"
+    },
+    "start_date": {
+      "type": "string",
+      "format": "date",
+      "description": "实习开始日期。"
+    },
+    "end_date": {
+      "type": ["string", "null"],
+      "format": "date",
+      "description": "计划或实际结束日期。"
+    },
+    "status": {
+      "type": "string",
+      "enum": ["planned", "active", "completed", "terminated", "cancelled"],
+      "description": "实习业务状态。"
+    },
+    "salary_monthly": {
+      "type": ["number", "null"],
+      "minimum": 0,
+      "maximum": 10000000,
+      "description": "确认后的税前月实习工资，单位元。"
+    },
+    "enterprise_mentor_evaluation": {
+      "type": ["string", "null"],
+      "maxLength": 4000,
+      "description": "企业导师业务评价，禁止包含学生敏感身份信息。"
+    },
+    "school_evaluation": {
+      "type": ["string", "null"],
+      "maxLength": 4000,
+      "description": "学校指导教师或管理部门评价。"
+    },
+    "evidence_reference": {
+      "type": ["string", "null"],
+      "maxLength": 256,
+      "description": "学校系统内的证据引用编号，不传输敏感附件。"
+    },
+    "source_system": {
+      "type": "string",
+      "minLength": 1,
+      "maxLength": 128,
+      "description": "学校来源系统代码。"
+    },
+    "source_record_id": {
+      "type": "string",
+      "minLength": 1,
+      "maxLength": 256,
+      "description": "校内来源系统记录标识。"
+    },
+    "source_updated_at": {
+      "type": ["string", "null"],
+      "format": "date-time",
+      "description": "校内来源系统业务更新时间，建议作为增量水位。"
+    },
+    "created_at": {
+      "type": "string",
+      "format": "date-time",
+      "description": "平台记录创建时间。"
+    },
+    "updated_at": {
+      "type": "string",
+      "format": "date-time",
+      "description": "平台记录更新时间。"
+    },
+    "data_version": {
+      "type": "string",
+      "pattern": "^SCH-INT-[0-9]{8}(?:-[0-9]{2})?$",
+      "description": "校内实习数据版本。"
+    },
+    "is_deleted": {
+      "type": "boolean",
+      "default": false,
+      "description": "版本化软删除标识。"
+    },
+    "content_hash": {
+      "type": "string",
+      "pattern": "^[a-f0-9]{64}$",
+      "description": "去除非业务差异后的记录内容 SHA-256。"
+    }
+  },
+  "allOf": [
+    {
+      "if": {
+        "properties": {
+          "status": {
+            "enum": ["active", "completed"]
+          }
+        },
+        "required": ["status"]
+      },
+      "then": {
+        "anyOf": [
+          {
+            "properties": {
+              "enterprise_token": {
+                "type": "string",
+                "pattern": "^ENT_[A-Za-z0-9_-]{24,128}$"
+              }
+            },
+            "required": ["enterprise_token"]
+          },
+          {
+            "properties": {
+              "enterprise_name": {
+                "type": "string",
+                "minLength": 1,
+                "maxLength": 300
+              }
+            },
+            "required": ["enterprise_name"]
+          }
+        ]
+      }
+    }
+  ]
+}

admin-tools/demo/styles.css

@@ -1923,7 +1923,7 @@ textarea:focus {
 
 .contract-tabs {
   display: grid;
-  grid-template-columns: repeat(3, 1fr);
+  grid-template-columns: repeat(4, minmax(0, 1fr));
   gap: 10px;
   margin-bottom: 13px;
 }