招标文件核心信息提取

目标

把有效招标资料转成可筛选、可分工、可回查的 Excel 工作底稿，作为投标文件制作入口。先保证完整性和证据，再追求摘要速度。

启动

1. 确认用户授权的文件范围和输出位置；原文件只读，不覆盖已有输出。
2. 建立文件基线：正文、附件、技术规格、合同模板、补遗、澄清、答疑和平台通知逐一登记版本与优先级。
3. 读取 references/extraction-schema.md，按字段合同形成结构化 JSON。
4. 需要判断复合条款、冲突或严重度时读取 references/extraction-workflow.md。

提取流程

1. 先判断文件是否可完整读取。对扫描页、乱码、缺页或表格断裂记录页码；无法可靠识别时标记 needs_ocr 或 manual_review。

2. 通读全部有效文件。目录和关键词只用于定位，不能替代全文阅读。

3. 将复合条款拆成“一项义务一行”，分别归入：关键时间、资格/废标、评分、技术、商务、投标文件组成、证据或风险。

4. 每条关键记录必须带 source_document，并至少带 source_page 或 source_location；能识别时补 source_clause 和短 source_excerpt。

5. 区分原文、归纳与判断：requirement 写归纳，source_excerpt 只放短原文；不得凭经验补写客户事实。

6. 对时间、项目编号、标包、份数、金额口径、工期、质保、付款、签章和提交方式做跨文件冲突复核。冲突未决时两条来源都保留，并新增 P0 风险。

7. 按 schema 保存 UTF-8 JSON；运行：

   python scripts/build_bid_core_workbook.py <input.json> <output.xlsx>

8. 运行：

   python scripts/validate_bid_core_workbook.py <output.xlsx>

9. 实际打开或解析 Excel，确认 11 张工作表、筛选、冻结窗格、来源列和公式错误检查均通过后再交付。

硬边界

• 没有招标文件时，只列缺失输入，不生成虚构项目事实。
• 扫描件或 OCR 不可靠时，不声称“已完整提取”。
• 资格门槛和评分加分必须分轨；满足资格不等于获得分值。
• 不替用户确定最终报价、接受商务偏差、承诺技术参数或执行投标提交。
• 不读取未授权客户资料，不跨项目迁移客户名称、报价、资质、人员、业绩或联系方式。
• Excel 是工作底稿，不等于投标文件已批准、已提交或会中标。

交付说明

交付时分开写：

• 已提取：已定位且有来源的字段；
• 待核实：冲突、低置信度、OCR 问题、缺失页码或需业务确认的字段；
• 未执行：报价审批、法务审查、技术确认、签章、上传与提交。

维护信息

维护方：博维管理咨询（广州）有限公司 www.moways.com.cn wanchao_liu@moways.com.sg