让信任可见：如何在Node.js中解析天远家政风险报告api接口并生成阿姨画像

让信任可见：打造家政人员的数字化"健康码"

对于雇主而言，一份几十页的专业背调报告往往过于晦涩。他们在浏览家政 App 时，更希望看到直观的"实名认证"、"无犯罪记录"、"从业稳定"等可视化标签。

作为全栈开发者，我们的任务不仅是调用接口，更是充当"翻译官"的角色。我们需要接入 天远家政风险报告 （接口代码 COMBTY15），将底层复杂的司法、公安、租赁行为数据，清洗为前端友好的 ViewModel，从而在 UI 层展示出具有说服力的信任画像。

本文将演示如何在 Node.js (TypeScript) 环境下对接该接口，并实现一个"风险转标签"的转换器（Transformer）。

TypeScript 类型定义：构建数据基石

COMBTY15 返回的是一个包含多个子产品的聚合包。为了保证数据流转的安全，我们需要利用 TypeScript 的 Interface 来严格定义结构。

1. 定义核心数据契约

TypeScript

// types/tianyuan.ts

// API 请求参数
export interface RiskCheckRequest {
  name: string;
  id_card: string;
  mobile_no: string;
  authorization_url: string; // 必填：授权书链接
}

// 核心：司南报告数据结构 (DWBG6A2C)
export interface SinanReportData {
  baseInfo: {
    name: string;
    age: number;
    phoneArea: string;
    status: number; // 0:空号 1:实号 4:沉默号 5:风险号
  };
  securityInfo: {
    front: number;    // 前科
    drug: number;     // 涉毒
    escape: number;   // 在逃
    ikey: number;     // 重点人员
  };
  riskPoint: {
    judicialRisk: number; // 司法涉诉
    multiQuery: number;   // 多头借贷
  };
  rentalBehavior: {
    // 租赁申请频次，用于分析稳定性
    rentalApplicationCountLast3Months: string; 
    rentalApplicationInstitutionsLast12Months: string;
  };
  riskList: {
    courtViolator: number; // 法院被执行
    industryBlacklist: number; // 行业黑名单
  };
}

// UI 视图模型 (清洗后的数据)
export interface NannyProfileViewModel {
  isVerified: boolean;      // 是否实名
  safetyBadges: string[];   // 安全徽章 ["无犯罪记录", "身份核验通过"]
  stabilityScore: number;   // 稳定性评分 (0-100)
  riskAlerts: string[];     // 风险提示 (仅管理员可见)
}

Node.js 集成与数据清洗 (Transformer)

在 BFF 层，我们需要完成从 API Response 到 ViewModel 的转换。

2. Service 层实现

TypeScript

import axios from 'axios';
import { RiskCheckRequest, SinanReportData, NannyProfileViewModel } from './types/tianyuan';

const API_URL = 'https://api.tianyuanapi.com/api/v1/COMBTY15';

// 模拟加密工具
const encryptData = (data: any) => Buffer.from(JSON.stringify(data)).toString('base64');

export const fetchAndTransformProfile = async (
  candidate: RiskCheckRequest
): Promise<NannyProfileViewModel | null> => {
  try {
    // 1. 调用天远接口
    const timestamp = Date.now();
    const payload = { data: encryptData(candidate) };
    
    const { data } = await axios.post(`${API_URL}?t=${timestamp}`, payload);
    
    // 2. 提取司南报告 (DWBG6A2C)
    const reportItem = data.responses?.find((r: any) => r.api_code === 'DWBG6A2C');
    
    if (!reportItem || !reportItem.success || !reportItem.data) {
      throw new Error('Risk report not found');
    }

    const rawData = reportItem.data as SinanReportData;

    // 3. 执行数据清洗与标签生成
    return transformToViewModel(rawData);

  } catch (error) {
    console.error('Background check failed:', error);
    return null;
  }
};

// 核心转换逻辑：将数据转为 UI 标签
const transformToViewModel = (data: SinanReportData): NannyProfileViewModel => {
  const badges: string[] = [];
  const alerts: string[] = [];
  
  // A. 安全维度 (Security)
  const sec = data.securityInfo;
  if (sec.front === 0 && sec.drug === 0 && sec.escape === 0 && sec.ikey === 0) {
    badges.push('无犯罪记录承诺');
    badges.push('公安背景核验通过');
  } else {
    alerts.push('命中公安重点人员库');
  }

  // B. 诚信维度 (Integrity)
  if (data.riskList.courtViolator === 0 && data.riskPoint.judicialRisk === 0) {
    badges.push('无司法诉讼记录');
  } else {
    alerts.push('存在司法涉诉或被执行记录');
  }

  // C. 稳定性计算 (Stability Logic)
  // 解析租赁频次：如果近3个月频繁申请租赁，说明居无定所
  let stability = 100;
  const recentRentals = parseInt(data.rentalBehavior.rentalApplicationCountLast3Months || '0');
  
  if (recentRentals > 5) {
    stability -= 30;
    alerts.push('近期居住地变动频繁');
  }
  
  // 手机号状态检查
  if (data.baseInfo.status === 4 || data.baseInfo.status === 5) {
    stability -= 40;
    alerts.push('联系方式异常(沉默号/风险号)');
  }

  return {
    isVerified: true,
    safetyBadges: badges,
    stabilityScore: Math.max(0, stability),
    riskAlerts: alerts
  };
};

深度解析：租赁行为与稳定性的关联

在家政行业，阿姨的稳定性 是雇主极其看重的指标（谁也不想刚习惯一个月嫂就换人）。天远接口独有的 rentalBehavior 数据为了解阿姨的生活状态提供了绝佳窗口。

1. 居住稳定性画像

• 字段 : rentalApplicationCountLast3Months (近3个月租赁申请次数) 。
• 分析 :
  • 低频 (0-1次): 居住稳定，适合推荐"长期住家"或"包月保洁"岗位。
  • 高频 (>5次): 可能正在频繁找房、搬家，或者从事与租房相关的黑产。此类人员在服务期间突然离职的风险较高。
  • 夜间申请 : rentalApplicationCountLast3DaysNight 。若夜间频繁申请，需警惕其生活作息是否规律，是否适合照顾婴儿。

2. 身份伪冒风险

• 字段 : riskList.identityFake 和 riskList.riskPhoneNumber 。
• 分析 : 家政行业存在"买证上岗"的乱象。如果 identityFake 为 1，说明该身份证号在网络上可能已被标记为虚假或冒用。此时前端应直接展示"认证失败"，禁止接单。

业务价值延伸：动态标签系统

基于上述清洗逻辑，我们可以在 App 端实现动态标签展示：

1. 金牌认证徽章 : 当 safetyBadges 包含"无犯罪记录承诺"且 stabilityScore > 90 时，自动点亮。
2. 高危预警弹窗 : 当运营人员在后台查看阿姨详情时，如果 riskAlerts 非空，以红色 Banner 醒目展示（例如："该人员涉及司法纠纷，请谨慎派单"）。
3. 智能匹配 : 算法在派单时，优先将 stabilityScore 高的人员匹配给"包年/包季"的 VIP 客户。

结语

通过 Node.js 与 TypeScript 的结合，我们不仅实现了对 天远家政风险报告 接口的类型安全调用，更重要的是建立了一套**"数据翻译机制"**。

这套机制将冷冰冰的 API 字段（如 rentalBehavior、securityInfo）转化为了雇主能看懂、平台能运营的 "信任资产"。在高度依赖信任的家政行业，这正是技术驱动业务增长的最佳实践。