标书查重专家

解决的问题

评标和投标自检中，多份标书是否存在雷同、人员/资质/联系方式重叠、报价表结构趋同，往往依赖人工逐页翻找。该技能把 docx、含文本层的 pdf、txt 标书转成统一 JSON，再围绕围串标初筛做结构化分析，输出可追溯的检测报告。

工作方式

核心流程是：

• 文档解析：提取段落、表格、元数据与内嵌图片路径；扫描版 PDF 无文本层时会在报告中标注限制。
• 风险检测：优先比对公司名称、项目经理、联系人、邮箱、开户行、统一社会信用代码等敏感字段，再检查作者、创建/修改时间、语义相似段落和表格结构。
• 降噪与定级：如提供招标文件，可剔除“引用招标原文”造成的低危噪声；按高/中/低给出 score、reason、type。
• 报告交付：生成 Markdown 与 docx 报告，包含概览、关键信息碰撞、语义相似度、文档属性、表格相似度、差异比对与综合结论。

适用边界

它定位是初筛助手，不是专业逐字查重或正式法律判定工具；仅支持中文标书，单次适合 2–10 份文件。扫描版 PDF、加密文件、超长标书可能影响覆盖率，高利害场景仍需人工复核。