投标符合性审查（含扫描件）

痛点：规则散落，扫描件又读不了

投标文件的符合性审查，难点从来不只是"条款多"。规则散在招标公告、形式要求、商务条款、技术规格和评分办法里，靠人工逐条对照，漏项几乎是必然。更棘手的是，最终递交版通常是打印盖章后的扫描 PDF——文本层为空，page.get_text() 读出的内容约等于 0 字节，常规的"先提取文字再比对"流程直接失效。

受管沙箱里往往没有 tesseract/easyocr，外部下载源还常被网络策略阻断，指望 OCR 救场并不现实。

工作方式

本技能以招标文件为唯一判定标准，审查对象是投标文件（含扫描件），无论从投标方自检还是招标方评审的角度使用，都走同一套流程：

1. 确认角色与两份文件：先分清哪份是判定依据，哪份是审查对象。
2. 一次性提取全文：文本型 PDF 用 fitz 直接读，.docx 走 extract_docx_text.py 解包提取；纯图片扫描 PDF 用 render_pdf_to_png.py 渲染全部页为 PNG，再由模型逐页读图——这正是绕开 OCR 的关键一步，渲染一次，后续定位任意页无需重渲染。
3. 建立两张地图：从招标文件定位资格、形式、商务、技术、评分、废标红线 6 类条款；再读封面和目录，把"纸质页码"换算成 sc_{页码-1}.png，并用一页（如投标函）验证换算无误。
4. 六维度对照并分级：逐项核对后，把问题标为 P0 废标级（重大偏差、资格否决、技术负偏离）、P1 高风险（证明瑕疵、文件内部矛盾）或 P2 一般（排版、表述）。
5. 输出六段式报告：废标风险清单、资格与商务问题、技术响应问题、评分失分点、按 P0→P1→P2 排序的整改建议、整体风险总结，并由 md2pdf.py 转成中文 PDF。

边界与注意点

• 只做审核排查，不生成完整标书；结论必须具体到"哪一页哪一段写了什么、与招标哪条冲突"。
• 尽量引用招标文件原文条款编号（如"招标公告 3.6""第六章 1.4.1"），保证结论可回溯。
• 不要假设扫描版与上一版文字版内容一致：打印盖章前可能改过关键页，必须逐页读图确认；两份文件内部矛盾也要指出。