智能标书系统核心功能¶
解析¶
输入¶
PDF、Word（DOC/DOCX）格式的招标文件
技术流程¶
- 识别文件格式，还原正文、标题和表格顺序
- 将招标原文分别送入概况与评分 LLM
- 把 LLM 结果整理为可编辑的结构化清单
- 人工检查后保存，供目录和正文生成使用
关键技术¶
- 文档解析引擎：PyMuPDF 快速提取长篇 PDF，python-docx 还原复杂 Word 的标题、正文和表格顺序
- 结构化提取：将招标原文整理为项目概况、招标要求和评分标准等可编辑字段
- 双路 LLM 解析：项目概况与评分标准分别调用 LLM、分别输出，减少漏项和混淆
- 双专用提示词：概况与评分提示词独立维护、独立发布，可持续优化解析准确性
- 大容量上下文窗口：LLM 单次可读取更多招标原文，减少文件切分造成的信息遗漏和前后文割裂
- 独立 Worker：解析任务由独立进程处理，大文件运行时不影响系统其他功能
- 专属任务队列：解析任务按顺序独立执行，避免多个大文件同时处理造成资源拥堵
- ETag 文件指纹：自动识别重复文件并复用已有结果，减少重复解析和等待时间
- 异步任务追踪：支持进度查看、任务取消、失败重试和断点恢复，避免大文件处理中断
输出¶
结构化数据（项目概况、招标要求、评分标准等可编辑清单）
生成一二级目录¶
输入¶
已完成解析的项目概况、评分标准和标书总页数；也可使用用户自定义目录
技术流程¶
- 将项目概况、评分项和总页数送入目录 LLM
- AI 生成一二级目录，或识别用户自定义目录
- 将生成结果转换为标准目录树并校验层级
- 建立评分项与章节的对应关系
- 分配章节页数和预计字数后保存
关键技术¶
- 评分点驱动生成：LLM 围绕评分项、分值和评分要求生成目录，减少套用通用模板和关键内容遗漏
- 目录专用 LLM：目录生成使用独立配置的 LLM，并采用低随机参数，生成层级更加稳定
- 目录提示词工程：通过专用提示词限定一二级层级和输出格式，减少跑题与结构混乱
- 树形目录建模：AI 生成和人工目录统一转换为标准树形结构，方便编辑、排序和逐级生成
- 评分项智能映射：将评分要求对应到具体章节，为编写思路和正文生成提供依据
- 目录规则校验：自动检查层级、编号、空节点和重复章节，不合格结果不直接保存
- 篇幅预算模型：根据标书总页数分配章节页数和预计字数，并传递给正文生成
输出¶
一二级目录树（包含章节层级、预计页数和预计字数，支持编辑、排序和下载）
生成编写思路¶
输入¶
已确认的一二级目录、项目概况、招标要求和评分标准
技术流程¶
- 汇总当前目录、项目概况、招标要求和评分标准
- 根据行业与企业角色匹配专用提示词
- 按一级章节分别调用 LLM 生成编写思路
- 将生成结果解析为二三级目录内容块
- 校验目录对应关系并绑定到原目录节点
- 流式展示并人工确认，供下级目录和正文使用
关键技术¶
- 提示词智能路由：按货物生产商、经销商、服务和工程项目自动选择专用提示词，提高内容针对性
- 章节上下文筛选：只向 LLM 提供当前章节相关的评分项和招标要求，减少无关信息干扰
- 章节级 LLM 生成：每个一级章节分别生成，内容更加聚焦，减少章节之间重复和混淆
- 大容量上下文窗口：LLM 同时参考更多项目资料、评分要求和目录内容，尽可能完整提取写作要点
- 结构化结果校验：将 LLM 文本拆成目录内容块，并检查缺失、重复和错位内容
- 目录节点精准绑定：通过目录节点唯一标识关联编写思路，目录改名、排序后内容仍能准确对应
- 流式生成预览：编写思路边生成边展示，人工确认后再用于下级目录和正文
- 提示词版本管理：提示词独立维护和发布，支持持续优化并保持生成效果稳定
输出¶
章节编写思路清单（包含写作重点、响应方向和内容要求，支持预览、修改和应用）
生成标书正文¶
输入¶
已确认的完整目录、编写思路、项目概况、招标要求和评分标准
技术流程¶
- 按目录顺序拆分待生成章节，自动跳过已有正文
- 为每章汇总项目要求、评分项、编写思路和篇幅要求
- 根据行业与企业角色匹配正文专用提示词
- 分章节调用写作 LLM，并流式返回生成内容
- 当前章节完成后立即绑定目录并保存
- 继续生成下一章节，同时更新全文进度
关键技术¶
- 章节上下文组装：自动汇总当前章节的评分项、招标要求、编写思路和篇幅要求
- 评分项精准匹配：根据目录对应关系向每章带入相关评分要求，减少漏写和写错章节
- 正文专用 LLM：使用独立写作模型分章节生成，提升长文表达的连贯性与专业度
- 大容量上下文窗口：LLM 单次可携带更多项目资料和评分要求，尽可能完整响应招标文件
- 动态篇幅控制：根据目录预设字数为每章设置生成目标，避免章节内容过短或篇幅失衡
- 正文提示词路由：按行业、企业角色匹配已发布的提示词版本，兼顾内容针对性和生成稳定性
- 流式生成展示：LLM 内容边生成边返回，可实时查看当前章节内容和全文进度
- 章节级异步任务：全文拆分为独立章节任务，按目录顺序有序生成
- 增量保存机制：每完成一个章节立即保存，任务中断也不会丢失已有正文
- 失败自动重试：单个章节出现超时或异常时自动重试，不影响其他已完成内容
- 断点续写机制：自动识别已有正文，重新启动时只生成缺失章节，减少重复等待
输出¶
按目录组织的标书正文（支持逐章查看、编辑、重新生成和全文进度追踪）
企业知识库¶
输入¶
PDF、Word（DOC/DOCX）、Excel（XLS/XLSX）格式的企业资料、历史标书、产品资料和技术方案
技术流程¶
- 上传企业资料并按知识库统一管理
- 独立 Worker 提取文档正文和标题结构
- 按标题层级和语义边界拆分内容
- 通过 Embedding 模型将文本转换为向量
- 将文本向量写入 Qdrant 建立检索索引
- 用户提问时检索相关内容，再由 LLM 生成带来源的回答
关键技术¶
- 多格式文档解析：统一处理 PDF、Word 和 Excel，提取正文、标题和表格内容
- 独立 Worker 处理：文档解析与向量化通过专属任务队列运行，大文件处理不影响系统其他功能
- 语义切块技术：按照标题层级和段落含义拆分长文，并保留少量上下文重叠，减少内容割裂
- 批量并发 Embedding：将文本分批并行转换为语义向量，提高大批量企业资料的入库速度
- Qdrant 向量索引：集中存储文本向量，快速定位与问题最相关的资料片段
- Top-K 相似度检索：按语义相似度筛选最相关的资料片段，过滤关联度较低的内容
- RAG 有依据回答：先从企业资料中查找依据，再交给 LLM 组织回答；依据不足时明确提示
- LLM 问题改写：将口语化问题转换为更准确的检索语句，提高资料命中率
- 来源追溯：回答同时返回文件名称、标题路径和原文片段，方便核对内容依据
- 索引版本管理：重新解析或重建索引时先生成新版本，完成后再切换，避免影响已有资料使用
- 异步任务追踪：实时查看解析、切块、向量化和索引进度，失败任务支持重新处理
- 企业数据隔离：知识库按用户权限独立管理，避免不同企业之间的资料混用
输出¶
可检索、可问答、可追溯来源的企业知识库（支持文件管理、项目绑定和资料复用）
企业图库¶
输入¶
PNG、JPG、JPEG、WebP、GIF 格式的图片；也可从 PDF、Word（DOC/DOCX）文档中批量提取图片
技术流程¶
- 直接上传图片，或从 PDF、Word 中批量抽取图片
- 自动过滤重复图片、空图片和过小图片
- 预览并确认需要入库的图片
- 将图片保存到对象存储并进入分析队列
- 多模态 LLM 识别图片内容和图片内文字
- 生成标题、描述、标签、分类和适用章节
- 人工检查后保存，供检索和标书项目使用
关键技术¶
- 文档智能抽图：从 PDF、Word 中批量提取原始图片，减少人工逐张截图和整理
- SHA-256 图片指纹：根据图片内容生成唯一指纹，比按文件名判断重复更加准确
- 图片质量过滤：自动跳过空图片和过小图片，减少图标、装饰线等无效素材
- 临时预览会话：文档抽图后先进入临时区域，人工确认选择后再正式写入图库
- 对象存储直传：图片直接上传到对象存储，降低主服务压力并提升大文件上传稳定性
- 多模态 LLM 理解：同时识别图片画面和文字信息，理解图片表达的业务内容
- OCR 文字识别：提取证书、设备铭牌、流程图和截图中的文字，方便后续查找与核对
- 结构化图片标签：自动生成标题、描述、标签、分类、业务场景和适用标书章节
- JSON Schema 校验：多模态 LLM 按固定字段返回结果，格式不合格的数据不直接保存
- 图库专用提示词：图片分析使用独立提示词和模型配置，支持持续优化识别结果
- 批量异步分析：独立 Worker 按批次处理图片，实时展示进度，失败任务支持重试
- 图片关键词检索：根据图片标题和描述快速查找需要的企业素材
- 项目图片绑定：将选定图片与具体标书项目关联，避免不同项目之间的素材混用
- 企业数据隔离：图库按用户权限独立管理，保障企业图片资料安全
输出¶
结构化企业图片素材（包含标题、描述、标签、分类、适用场景、适用章节和 OCR 文字，支持检索、编辑和项目绑定）
企业产品库¶
输入¶
Excel（XLS/XLSX）格式的产品清单；也可人工录入产品名称、品牌、型号、技术参数和相关资料
技术流程¶
- 上传 Excel 产品清单并进入专属解析队列
- 自动识别工作表、表头和产品数据区域
- 将不同表头名称映射为统一产品字段
- 提取产品信息和 Excel 内嵌图片
- 根据图片所在行关联对应产品
- 对产品数据进行去重、补充和保存
- 人工检查后供检索和标书项目使用
关键技术¶
- 结构化 Excel 解析：直接读取 Excel 工作表、单元格和图片结构，批量处理产品数据
- 规则解析而非 LLM 猜测：通过固定字段规则读取表格，减少大模型对产品名称和参数的误判
- 动态表头定位：自动查找 Excel 中真实的表头行，兼容顶部带标题和说明的复杂表格
- 表头智能映射：自动识别“产品名称、品名、设备名称”等不同写法，并转换为统一字段
- 多工作表识别：逐页处理 Excel 中的多个工作表，减少跨表产品遗漏
- 内嵌图片提取：自动提取 Excel 中的产品图片，并保存到对象存储
- 图片行级关联：根据图片在 Excel 中的位置，将图片准确关联到同一行产品
- 产品指纹去重：通过产品名称、型号和品牌组合识别重复产品，避免重复入库
- 幂等导入机制：相同上传任务不会重复执行，避免重复解析和重复写入产品
- Upsert 增量更新：已有产品自动补充更新，新产品自动创建，无变化产品直接跳过
- 产品字段标准化：统一保存名称、分类、型号、单位、品牌、技术参数和数量说明
- 异步任务追踪：独立 Worker 处理批量导入，实时展示进度，支持取消和失败重试
- 产品关键词检索：可按名称、分类、型号、品牌和技术参数快速查找产品
- 项目产品绑定：将选定产品关联到具体标书项目，为项目资料准备提供统一来源
- 企业数据隔离：产品库按用户权限独立管理，避免不同企业之间的产品资料混用
输出¶
结构化企业产品数据（包含名称、分类、型号、品牌、技术参数、产品图片和相关资料，支持检索、编辑和项目绑定）
系统级技术能力¶
AI 模型与提示词¶
- 多模型协同：目录规划、正文写作、AI 问答、图片理解和 Embedding 分别使用适合的模型
- Prompt 场景路由：根据功能、行业和企业角色自动选择对应提示词
- Prompt 版本发布：提示词支持草稿、发布和归档，线上只使用已发布版本
- 结构化输出约束：通过 JSON Schema 和字段校验规范 LLM 输出，减少格式错误
- 上下文工程：根据当前任务筛选、组合和压缩输入资料，让模型重点关注相关信息
- LLM 并发控制：限制同时发起的模型请求数量，避免集中调用造成服务拥堵
- 429 指数退避：模型服务触发限流时自动延迟重试，提高高峰期生成成功率
异步任务与可靠运行¶
- Redis + ARQ 异步调度：解析、生成和资料处理进入后台队列，用户无需一直停留在当前页面
- 多队列 Worker 隔离：解析、正文、知识库、产品库和图片分析使用不同队列，避免互相抢占资源
- SSE 实时推送：处理进度和生成内容实时返回前端，用户可以随时查看当前阶段
- 任务心跳与租约：持续检查 Worker 运行状态，并防止同一任务被重复执行
- 幂等任务设计：同一请求重复提交不会产生多份结果，降低重复操作风险
- 任务自动恢复：系统重启或任务异常后进行重试、恢复或状态收口
- 分阶段状态记录：记录解析、切块、向量化、生成和保存等阶段，便于定位失败位置
数据与存储¶
- 分层存储架构：PostgreSQL 保存业务数据，Redis 保存任务和会话，OSS 保存文件，Qdrant 保存向量
- PostgreSQL + JSONB：固定字段和灵活结构同时保存，适合目录树、提示词变量和解析结果
- 对象存储直传：大文件直接上传 OSS，降低主服务压力并提高上传稳定性
- 数据版本控制：提示词、知识索引和解析任务保留版本，避免新旧数据混用
- 缓存复用机制：重复文件和已有结果可以直接复用，减少重复计算和等待时间
安全与权限¶
- JWT 身份认证：通过登录令牌验证用户身份，保护系统接口和企业数据
- 多租户数据隔离：数据库查询自动限定当前用户范围，防止跨企业读取资料
- 角色权限控制：普通用户和系统管理员拥有不同的数据访问和管理权限
- 文件归属校验：上传、解析、下载和项目绑定时验证文件是否属于当前用户
- Vault 密钥管理：数据库、Redis、OSS 和模型密钥统一管理，避免敏感配置写入代码
Word 文档输出¶
- Word 渲染引擎：将目录、章节正文和项目资料组装为完整 DOCX 标书
- 文档样式模板：统一配置字体、字号、行距、页边距和标题编号
- 树形目录渲染：根据目录层级自动生成不同级别的 Word 标题
- 富文本解析：识别正文中的标题、段落、表格和文字样式，并转换为 Word 格式
- 封面与目录编排：自动生成项目封面、章节结构和目录页
- 企业模板复用：常用文档样式保存后可在不同项目中重复使用
运行监控与部署¶
- 全链路 Request ID：为解析和生成任务分配唯一编号，方便快速定位问题
- 结构化错误日志：记录错误类型、根本原因和关联任务，缩短故障排查时间
- 生成性能指标：记录首字返回时间、总耗时、生成字数、模型和 Token 使用量
- 健康检查机制：检查数据库、Redis、对象存储和 LLM 服务是否正常
- Docker 容器化部署：API 与不同 Worker 可以独立部署和扩展
- 多环境配置隔离：开发、测试和生产使用不同配置，降低错误操作对正式系统的影响
架构扩展方向¶
- AI Agent 工作流：由解析、目录、写作和审核 Agent 分工协作完成标书
- 规则引擎审核：自动检查废标条款、必填材料、格式要求和关键响应项
- 评分模拟引擎：根据评分标准检查正文覆盖情况并提示可能失分点
- 招标要求知识图谱：建立评分项、资格条件、目录和正文之间的关联关系
- Rerank 检索重排序：对知识库检索结果进行二次排序，提高资料命中准确性
- 智能素材推荐：根据当前章节推荐产品、图片、资质和历史方案
- 多模态文档编排：自动选择并插入图片、表格、流程图和产品参数
- 正文一致性审核：检查项目名称、日期、人员、参数和承诺内容是否前后一致
- 敏感信息识别：发现身份证号、手机号、报价和企业机密等敏感内容