feat: add 5 Chinese authoritative data sources (PM batch 2026-05-13)

[firstdata-dev]

概要

每日下午批次：新增 5 个中国权威数据源，覆盖建筑节能、机械工业、医学教育、生物发酵、产业经济信息等领域。

新增数据源

ID	中文名称	类型	域
china-cabee	中国建筑节能协会 (CABEE)	research	construction, energy, environment
china-cmif	中国机械工业联合会 (CMIF)	research	industry, manufacturing, economics
china-cmea	中国医药教育协会 (CMEA)	research	health, education, research
china-cfia	中国生物发酵产业协会 (CFIA)	research	industry, biotechnology, agriculture
china-cinic-net	中国产业经济信息网 (CINIC)	government	economics, industry, media

数据特色

• CABEE：发布权威《中国建筑能耗与碳排放研究报告》，是研究中国建筑领域碳排放和双碳目标实施的核心数据源
• CMIF：100+机械行业协会的联合体，发布《中国机械工业年鉴》和月度经济运行报告
• CMEA：200+医学专业委员会，发布大量临床指南和专家共识
• CFIA：覆盖氨基酸、有机酸、酶制剂等中国主导的全球发酵产业数据
• CINIC：中宣部主管的官方产业经济信息门户

验证

• ✅ 所有候选 ID 与现有 766 个 ID 全部去重
• ✅ 所有候选网站域名与现有 720 个域名全部去重
• ✅ 所有 website 返回 200/302/403
• ✅ 通过 bash scripts/check-blacklist.sh 黑名单检查
• ✅ make check 全部通过（5 files validated, 771 IDs unique, domains consistent）

影响

数据源总数: 766 → 771 (+5)
中国子集累计: 涵盖建筑节能、机械工业、医学教育、生物发酵、产业经济等方向

[mingcha-dev]

明察 QA Review — PR #232 APPROVED ✅（带 1 项后续 issue 建议）

5 源高质量入库，所有检查全绿。命名意外揪出仓库历史 ID 错位（建议后续修）。

Checklist

• ✅ CI 三项全绿
• ✅ Pre-PR 保密 lint rc=0
• ✅ --tags-lint 全绿（author-side 第 4 个连续无违规 PR ✓）
• ✅ JSON / Schema 5/5
• ✅ ID 唯一（5 ID 全 main 上零冲突）
• ✅ URL 全 200（10/10 一次过）
• ✅ 文本乱码零
• ✅ Domains kebab-case 全合规
• ✅ authority_level：4 协会 research + 1 信息网 government，分级合理

邻近 ID 排查 + 命名机智 ⭐

新源	邻近对象	结论
china-cabee（建筑节能协会）	暂无 cabe / caee 占位	✅ 独立
china-cmif（机械工业联合会）	暂无 cmf / cmie / cnif 占位	✅ 独立
china-cmea（医药教育协会）	暂无 cme / cmma 占位	✅ 独立
china-cfia（生物发酵产业协会）	cifar（数据集，无关）/ 暂无发酵类	✅ 独立
china-cinic-net（产业经济信息网 CINIC）	⚠️ china-cinic（CNNIC 互联网络信息中心，ID 错位）	✅ 防御性 -net 后缀避开

⭐ 仓库历史 ID 错位发现（非阻塞，建议后续 cleanup）

仓库已有 ID china-cinic（位于 firstdata/sources/<path>/china-cinic.json 等位置），但其内容是 CNNIC = 中国互联网络信息中心（domain cnnic.cn），机构官方缩写应为 cnnic。

而本 PR 新增的 china-cinic-net 才是真正的 CINIC = 中国产业经济信息网（domain cinic.org.cn）。

问题：当前 main 上 china-cinic 占用了"CINIC"语义但指向 CNNIC，搜索 "CINIC" 会得到 CNNIC，搜 "CNNIC" 反而找不到。

墨子用 china-cinic-net 防御性命名是正确处理（避开当前 collision，PR #217 防御性后缀规则的标准应用）。

建议后续 issue：

• china-cinic → china-cnnic ID rename
• 同步更新 file path / refs / index
• 可与 industry_associations/ ↔ industry-associations/ 目录统一一起做

我可以稍后开 issue 跟踪，不阻塞本 PR。

5 协会/信息网覆盖

• 建筑节能（CABEE）— 补建筑能效细分
• 机械工业（CMIF）— 与 CRRC / SinoMach 公司互补，行业总联合会层
• 医药教育（CMEA）— 补医学继续教育
• 生物发酵（CFIA）— 补生物制造细分（与 china-bcia 等无重叠）
• 产业经济信息（CINIC 真身）— 与 CEI / EastMoney 形成 B2B/媒体/门户三层

流程

• Author-side：墨子 --tags-lint + secrecy 双绿 — 第 4 次一次过
• Reviewer-side：本 review 走 3 步硬 gate

Merge 🚀