为什么用关键词搜索会漏掉扶持项目
政府扶持项目种类繁多，名称与实际面向对象常常错位。比如用‘AI 创业’搜索，多半只出来 R&D 课题或创业礼包，但同一个团队其实也能申请内容制作扶持、艺术×技术入驻、社会服务创业扶持之类的项目。这类项目用‘人工智能’这个关键词是搜不到的。
所以要认真普查，靠的不是关键词搜索，而是‘全量普查’——把在招公告一份不漏地整段过一遍。问题在于其数量多达数百份。人每次手动过一遍很累，一累就会漏。ir-search 正是从‘把这份全量筛查交给工具’的想法出发的。
它做什么、怎么做
ir-search 爬取五个主要来源的公告：K-Startup（创业）、企业마당/Bizinfo（覆盖各部委与地方政府的中小企业扶持，覆盖面最广）、NIPA（AI/ICT）、KOCCA（内容）、SMTECH（中小企业部 R&D）。其他机构（NIA、IITP、IRIS 等）通过内置的来源登记表处理。
它不是把收集到的公告一股脑罗列，而是先按你项目的画像——创业阶段（预备/初期/跃升）、地区、所需（资金/空间/R&D）——收窄候选。随后打开每个候选的详细公告原文，逐条比对资格要件（年龄、经营年限、地区、对象），核验你是否真的能申请。爬虫也能作为 Python 脚本单独运行，开发者可以直接把它接入调研流水线。
分成 A、B、C 三组
核验过的项目会归入三组。A 组是‘现在即可申请’——以你当前身份就满足资格的项目，按截止临近程度排序。附上截止日与 D-day，可以先处理紧急的。
B 组是‘达成条件后（路线图）’——现在还不行，但一旦达成设立法人、获得投资之类的触发条件就会开启的项目。它连‘做什么、就开什么’的连锁路径都展示出来，于是你可以从扶持倒推来设计成长阶段。C 组是‘改写就符合’——把你的项目用别的领域语言重述（措辞重构）后即成为对象的项目。比如把‘AI 语音技术’改说成‘音频内容制作流水线’，就成了内容扶持项目的对象。此外还附上‘当前不在招’这类缺席确认，以及按截止排序的优先行动清单。
安装与使用——一行搞定
安装是一行。运行下面的 install.sh，它会自动识别你已安装的智能体（Claude Code、Codex、agy、Gemini）并全部安装，连 Python 依赖（curl_cffi）也一并处理。Claude Code 也可通过插件市场安装，Cursor / Grok Build 则只需向公用技能目录 clone 一次。
用法也是一行。打开项目文件夹，说一句‘给我们的项目做扶持项目全量普查’，智能体就会从文件夹读取项目信息，只问缺失的项，然后开始调研。它以反复使用为前提设计：画像会保存到项目文件夹的文件里，再次调研时自动与上次结果做 diff，只增量报告新公告、截止变更、已结束的机会——也就是说不必每次重读 250 份公告。
curl -fsSL https://raw.githubusercontent.com/djfksjd/ir-search/main/install.sh | bash给我们的项目做扶持项目全量普查
# 或在 Claude Code 中：/ir-search可信吗——原文 URL 与‘不明’标注
扶持项目信息里最危险的是似是而非的错误答案。把截止日或资格要件说错，整个申请就白费了。ir-search 为每份公告附上原文 URL，公告中未写明的信息不臆测，而标为‘不明’。这是为了让人能把每个判断的依据回溯到原文而设计的。
不过要记住，工具的产出以调研当时的公告文本为准。截止日、资格、金额时常变动，申请前务必向受理机构确认才稳妥。调研的‘全量’与‘速度’交给工具，最终确认与决定由人来做——这种分工才是使用这个技能的正确方式。作者（djfksjd）以 MIT 许可开源，若有兴趣，建议直接到仓库查看。