shield_lock
JinDaGe
← Back to skills
extension
Category: Productivity & OfficeNo API key required

工业领域招投标技术方案智能审查

一份 200 页的招投标方案、50 条强制标准，人工逐条核对需要 3 个工作日——这是央国企招投标的真实痛点。本作品基于 Qwen3.6-35B-A3B MOE（35B总量/~3B活跃参数）+ OpenVINO 构建了一个纯本地的工业方案合规审查 Agent：关键词引擎毫秒级初筛锁定疑似不合规项，LLM 深度推理仅对不确定条目介入，大幅降低推理成本；三层后端自动降级确保任何环境可用；标准库 JSON 插件化，新增行业零代码。输出企业级 Excel 审查报告与技术偏离表。竞赛验证基准：Ollama + Qwen3.6-35B-A3B + QwenPaw/Trae，完全离线，数据安全零风险。

personAuthor: MrGxx123hubModelScope
downloadDownload package

工业领域招投标技术方案智能合规审查

定位

对工业领域招投标技术方案进行逐条标准合规性审查。核心价值：

  • 双层管线降本：关键词毫秒级粗筛 → 仅对"不确定"条目触发 LLM（通常只有 20-30% 的条目需要推理）
  • 三层后端容错：Ollama(Qwen3.6-35B-A3B, 竞赛基准) / Ollama(Qwen3.6-8B, 轻量备选) → OpenVINO(Intel NPU) → 纯关键词，逐级自动降级，零配置可跑
  • 竞赛验证环境：Ollama + Qwen3.6-35B-A3B + QwenPaw/Trae，完全符合 AI PC Agent Skills 技术约束
  • 行业可扩展：标准库 JSON 插件化，新增行业只需新建一个 JSON 文件

与现有技能的关系

| 技能 | 定位 | 与本技能的关系 | |------|------|:--:| | output-reviewer | 输出文件全面审核（价格/硬件/服务/接口） | 互补：本技能聚焦"标准合规"，output-reviewer 聚焦"报价/硬件/服务合理性"。标书生成后可串联使用 | | bid-proposal-generator | 招标需求→逐条应答→Word 标书 | 前后工序：generator 生成标书 → reviewer 审查合规 → 不合规项回传 generator 自动补全 | | scheme-template | 生成方案 Excel（功能规划/硬件清单/RACI） | 输入源：scheme-template 产出的方案表格可直接作为本技能的审查输入 | | competitive-battlecard | 竞品攻防卡/为什么选我们 | 下游消费：审查发现的合规优势可输入 battlecard 作为竞争优势论证 |

使用场景速查

标书生成流水线:
  bid-proposal-generator → 生成技术标书
         ↓
  bid-compliance-reviewer → 合规审查 → 技术偏离表
         ↓ (不合规项)
  bid-proposal-generator → 自动补全应答

方案审核流水线:
  scheme-template → 方案 Excel
         ↓
  bid-compliance-reviewer → 逐条审查
         ↓
  output-reviewer → 报价/硬件/服务合理性审核

工作流

Step 1: 确定审查范围

用户输入
├── 明确行业？→ 加载对应标准库
│   ├── energy → references/standards/energy.json (能源/油气 12条标准)
│   ├── power → references/standards/power.json (电力模板)
│   ├── chemical → references/standards/chemical.json (化工模板)
│   └── 其他 → 提示用户提供标准或扩展 JSON
├── 提供招标需求？→ 解析需求条目
│   ├── .xlsx/.csv → pandas 解析
│   ├── .docx → python-docx 解析
│   └── 纯文本 → 正则分条解析
└── 提供技术方案？→ 解析方案文本

Step 2: 双层审查管线

第一层 — 关键词匹配引擎（毫秒级）

  • 多关键词阈值过滤（≥2 hits 才视为有效匹配）
  • 覆盖度评分：≥90% → 合规，60-90% → 部分合规，<60% → 不合规
  • 单条处理 < 5ms，零推理成本

第二层 — LLM 深度推理（仅对不确定条目）

  • 仅对第一层判定为非 COMPLIANT 的条目触发
  • 结构化 Prompt：注入标准条款原文 + 方案相关段落 + JSON Schema 输出约束
  • 三层后端自动选择：Ollama → OpenVINO → KeywordFallback

Step 3: 生成报告

输出三 Sheet Excel（企业配色规范：深蓝表头 #1F3864 白字 / 微软雅黑 10pt / #D9D9D9 边框）：

| Sheet | 内容 | |-------|------| | 合规审查总览 | 通过率、风险分布、审查模式（关键词/LLM增强） | | 逐条审查明细 | 每条需求的状态、匹配标准、证据、建议 | | 技术偏离表 | 仅不合规+部分合规项，可直接作为标书附件 |

Step 4: 审查后动作

  • 高风险项 → 列出具体整改清单，建议回传 bid-proposal-generator 自动补全
  • 部分合规项 → 标注缺失的具体参数/条款，人工确认后补充
  • 偏离表 → 可直接附入标书"技术偏离表"章节

LLM 后端说明

当前架构已实现三层后端自动适配：

OllamaBackend (第一优先级, 竞赛验证环境)
  ├── 调用本地 Ollama 服务 Qwen3.6-35B-A3B (MOE: 35B总量/~3B活跃, 竞赛基准)
  ├── 也兼容 Qwen3.6-8B (轻量备选, ~5GB INT4)
  ├── 通过 QwenPaw/Trae 作为 Agent 调用框架
  ├── Ollama 0.5+ 自带 OpenVINO 加速（Intel GPU/NPU 自动检测）
  └── 不可用时自动进入下一层

OpenVINOBackend (第二优先级)
  ├── 直接通过 OpenVINO Runtime + Optimum-Intel 加载 INT4 量化模型
  └── 不可用时自动进入下一层

KeywordFallbackBackend (兜底)
  └── 纯关键词模式，返回"待确认"状态，零依赖可运行
  • 当前机器无 Ollama → 自动降级，审查仍可完成
  • 安装 Ollama + ollama pull qwen3:35b-a3b (竞赛验证) 或 ollama pull qwen3:8b (轻量) → 自动切换到 LLM 增强
  • 接入 Intel Core Ultra → Ollama 自动利用 NPU 加速
  • 完整指导参见官方 AI PC 指南：https://modelscope.cn/brand/view/ai_pc

领域用法示例

from scripts.compliance_engine import ComplianceEngine, RequirementParser
from scripts.standard_loader import StandardLoader

# 加载能源标准库
loader = StandardLoader("references/standards/")
lib = loader.load("energy")

# 初始化引擎（自动选择 LLM 后端）
engine = ComplianceEngine(lib)

# 解析需求 + 执行审查
reqs = RequirementParser().parse_text("招标需求文本...")
results = engine.review(reqs, proposal_text="技术方案文本...")

# 生成报告
from scripts.report_generator import ReportGenerator
ReportGenerator().generate_excel(results, engine.get_summary(results), "审查报告.xlsx")

典型对话指令

"用能源标准库审查平顶山储气库二期技术方案"
"对照 SY/T 6848-2023 和 AQ 2012，审查这份标书技术部分"
"审查这个数字孪生平台方案是否满足等保二级和 GB/T 22239"
"仅生成技术偏离表，不输出合规项"
"对审查出的不合规项，自动生成整改建议并回传 bid-proposal-generator"

技能边界

  • 审查质量上限取决于标准库的完整性和准确性，标准库条目需人工维护
  • LLM 模式需本地部署 Ollama + Qwen3.6-35B-A3B（竞赛基准，≥32GB RAM 推荐）或 Qwen3.6-8B（轻量备选，≥16GB RAM 推荐）
  • 纯关键词模式可零依赖运行，但精度低于 LLM 增强模式
  • 最终合规结论需经专业人员确认，本工具为辅助决策
  • 不替代法律审查

竞赛验证环境

根据 Intel × ModelScope AI PC Agent Skills 征文活动技术约束：

| 约束项 | 要求 | 本技能实现 | |--------|------|-----------| | 模型规格 | 总参数量 ≤ 35B | Qwen3.6-35B-A3B (MOE, 35B总/~3B活跃) 或 8B 轻量备选 | | 运行环境 | 纯本地运行 (Localhost) | Ollama + OpenVINO, 离线可用 | | 推理框架 | 推荐 OpenVINO + Optimum-Intel | 已集成 openvino + optimum[openvino] | | 验证基准 | Ollama + Qwen3.6-35B-A3B + QwenPaw/Trae | ollama pull qwen3:35b-a3b, 技能文件可直接被 Agent 大脑调用 | | 官方指南 | https://modelscope.cn/brand/view/ai_pc | 部署文档内引用

文件结构

bid-compliance-reviewer/
├── SKILL.md                          # 本文件
├── config.yaml                       # 技能配置
├── requirements.txt                  # Python 依赖
├── README.md                         # 项目说明
├── scripts/
│   ├── compliance_engine.py          # 核心审查引擎（双层管线）
│   ├── standard_loader.py            # 标准库加载器
│   ├── llm_reviewer.py               # LLM 推理模块（三层后端）
│   ├── report_generator.py           # Excel 报告生成器
│   └── test_full.py                  # 集成测试
├── references/standards/
│   ├── energy.json                   # 能源/油气行业（12条标准）
│   ├── power.json                    # 电力行业模板
│   ├── chemical.json                 # 化工行业模板
│   └── README.md                     # 标准库扩展指南
├── assets/
│   ├── bid_requirements_sample.md    # 招标需求样例
│   ├── tech_proposal_sample.md       # 技术方案样例
│   └── templates/
│       └── compliance_prompt.txt     # LLM Prompt 模板
└── deploy/
    ├── setup_env.ps1                 # 一键环境搭建
    └── QUICKSTART.md                 # 快速上手

配色与格式规范

审查报告 Excel 严格遵循企业级配色规范：

  • 表头：深蓝 #1F3864 白字
  • 合规：绿色 #548235 浅绿底 #E2EFDA
  • 部分合规：橙色 #ED7D31 浅橙底 #FBE4D5
  • 不合规：红色 #C00000 浅红底 #FCE4D6
  • 无法判定：灰色 #808080 浅灰底 #F2F2F2
  • 字体：微软雅黑 10pt（表头 11pt）
  • 边框：#D9D9D9 thin