招标文件要素提取

解决什么问题

一份动辄几百页的招标文件，真正影响投标决策的信息往往散落在不同章节：资格门槛、评分细则、时间节点、废标条款。人工翻找、复制、汇总不仅耗时，还容易漏项或错配资质与证明材料。这个技能把这类“标书阅读理解”工作变成可重复执行的流程。

它如何工作

1. 读取投标文件：支持 PDF、DOCX、TXT。PDF 通过 Read 按页分段读取；DOCX 先用 textutil -convert txt -output /tmp/标书_完整.txt "文件路径.docx" 转为纯文本；大文件分多次读取，每次约 500-800 行。
2. 提取关键信息：按章节整理投标人资格、业绩、财务、人员、技术方案、商务条款、编制要求、截止时间、保证金、联合体和偏离规定；同时抽取项目基本信息、重要时间节点、否决条款，以及评分一览表和评分细则。价格分等公式原样摘录，模糊内容标注「待确认」。
3. 生成 Excel 汇总：使用 openpyxl 输出 5 个工作表：项目基本信息、必备信息提取表、关键信息汇总、评分一览表、评分细则。表头蓝底白字，隔行浅蓝填充，细边框，列宽自适应，长文本自动换行；默认保存到桌面，文件名为 标书信息提取表_项目名称_日期.xlsx。
4. 汇报关键发现与风险：给出文件路径，并摘要投标截止时间、最重要资质、关键否决条款、最高分值项，提示缺失、模糊或苛刻条件。

适用边界

• 只做结构化提取与汇总，不自动判断是否投标、不生成投标策略。
• 扫描件 PDF 需先 OCR；PDF 转换可能丢失复杂排版，需结合上下文推断。
• 页码尽量精确，但最终投标响应仍需人工逐条核对原件。