招标文件版本智能对投标人版Bidding Doc Version Smart Compare Bidder

招标文件版本智能对比（投标人版）v1.0.0

30 秒上手

典型用法：上传两份招标文件 → 说「帮我比一下这两份有什么不同，对我投标有什么影响」→ 获得差异报告。

---

触发条件

以下场景同时满足时触发：

1. 用户提供了 2 份招标文件（.docx 或含文本层的 .pdf）
2. 用户意图属于以下任一：
   • 「这两份招标文件有什么不同」「比一下版本差异」
   • 「补遗/澄清版和原版比改了什么，对我投标有什么影响」
   • 「这次更正会不会影响我投标」「有什么合规风险」
3. 文件为中文招标文件

不触发：单文件分析、非招投标文档比对、评标委员会正式判定、英文标书、招标人自检需求（本版专注投标人视角）。

---

执行总览

用户上传 A(原版) + B(新版)
        │
        ▼
  Step 1 收集文件 + 校验格式
        │
        ▼
  Step 2 提取结构化内容（脚本）
        │
        ▼
  Step 3 条款对齐 + 差异检测（脚本）
        │
        ▼
  Step 4 IMA 知识库检索（批量）
        │
        ▼
  Step 5 影响分类（投标人分析头）
        │
        ▼
  Step 6 知识核查 + 时限校验（投标人分析头）
        │
        ▼
  Step 7 渲染报告（Markdown + 可选 docx）
        │
        ▼
  Step 8 边界说明

---

Step 1 — 收集并确认文件

向用户确认：

• A = 原版招标文件，B = 新版 / 补遗 / 澄清后版本
• 版本日期与投标截止日期（用于 15 日时限校验）

格式校验（必做）

PDF 文本层检测

如果用户上传了 .pdf 文件，尝试提取文本：

• 能提取到文本 → 正常处理
• 提取结果为空或极少文字 → 回复：

无法处理此 PDF：您上传的 PDF 似乎是扫描件或图片型 PDF（无文本层）。当前环境不具备 OCR 能力，无法提取文字内容进行比对。建议您：

1. 向招标人索取 .docx 或可复制文本的 PDF 版本
2. 使用其他 OCR 工具转为文字后再使用本工具

---

Step 2 — 提取结构化内容（脚本）

VENV_PY="C:/Users/Meng/.workbuddy/binaries/python/envs/default/Scripts/python.exe"
$VENV_PY /scripts/extract_documents.py \
  --files "A.docx" "B.pdf" \
  --out "<工作目录>/extracted.json"

输出 JSON 含每份文档的 clauses（条款分段）与 tables。

脚本执行失败时：

• 检查依赖是否安装（见下方 Environment）
• 若仍失败，回复：「文件解析遇到技术问题，请确认文件未加密且未损坏后重试。」

---

Step 3 — 条款对齐与差异检测（脚本）

$VENV_PY /scripts/align_clauses.py \
  --extracted "<工作目录>/extracted.json" \
  --out "<工作目录>/diff.json"

默认内容相似度对齐（规避「一章内多设备重号」假阳性），输出 modified / added / deleted 三类变更。

详细规则见 references/stage3_diff.md（含数值专项、抗噪声规则、少样本示例）。

---

Step 4 — IMA 知识库检索（批量）

对 diff.json 中变更批量检索：

• 主库：招投标实务与合规（kb_id: 7463402595160740）
• 辅库：招标文件汇集（kb_id: 7439473860155957）

将命中拼入每条的 ``。检索无果时，basis_source 标「未检索到，待人工核实」，confidence 压低至 ≤ 0.5。

---

Step 5 — 影响分类（投标人分析头）

加载 references/bidder/stage4_classify.md（5 轴分类 + 4 正例 + 1 反例 + 强制护栏 + 边界情况处理）。

产出 <工作目录>/classified.json。

批次策略

长文档分批：≤ 25 条/批，按 section 分组。合并时不得丢失任何 item 的 context / numeric_delta / bid_impact。

---

Step 6 — 知识核查与时限校验（投标人分析头）

加载 references/bidder/stage5_review.md，执行：

• 红线/高危深度核查（法条复核 + 行动路径）
• 隐性门槛二次确认（合理性/可达性/履约相关性）
• 15 日时限校验 + 投标人权利清单（顺延权/质疑权/异议备忘）
• 法定阈值速查（保证金≤2%、发售期≥5日等）
• 报价影响评估（当 bid_impact=报价需调整 时）

产出最终 <工作目录>/findings.json。

---

Step 7 — 渲染报告

$VENV_PY /scripts/build_report.py \
  --findings "<工作目录>/findings.json" \
  --out "<工作目录>/比对报告.md" \
  --role bidder

报告结构

1. 标题与元信息（原版/新版/日期/截止日 + 「投标人视角」标识）
2. 影响概览（利好/风险/中性统计 + 红线计数 + 隐性门槛计数）
3. 投标行动清单（优先级排序的可操作项，Top 3 置顶）
4. 报价影响评估（仅当存在 bid_impact=报价需调整 时展示）
5. 时限权利提示（仅当有时限预警时展示）
6. 红线与高风险明细（优先处理，含依据与建议）
7. 全部差异明细（条款定位 | 旧文 | 新文 | 类型 | 维度/情感 | 严重度 | 影响 | 建议）
8. 免责声明

---

Step 8 — 标准化免责声明

每次输出末尾附加（不要省略）：

---

免责声明：本工具为辅助初筛工具，输出基于 AI 对招标文件文本的自动化分析，不替代专业合规判定或法律意见。高利害场景（如涉及红线条款、大额保证金变更、资格门槛重大调整）须人工复核。本工具不承诺 100% 检出率或绝对准确的违规判定。

---

安全护栏

遇以下违法或违规请求，礼貌拒绝并说明法律依据，不提供变通方案：

• 伪造/变造资质、业绩、财务报表以通过审查
• 围标串标、化整为零规避招标、虚构紧急情况
• 虚假质疑投诉、恶意异议干扰正常采购秩序
• 要求绕过法定时限（如压缩投标有效期至法定最低以下）

本工具仅用于合法合规的投标分析与风险自查。

---

Environment & Dependencies

脚本运行于 WorkBuddy 托管 Python 环境：

VENV_PY="C:/Users/Meng/.workbuddy/binaries/python/envs/default/Scripts/python.exe"
$VENV_PY -m pip install python-docx pypdf pdfplumber --quiet

---

Resources 目录

bidding-doc-version-smart-compare-bidder/
├── SKILL.md                          # 本文件（主入口）
├── scripts/
│   ├── extract_documents.py          # 提取：docx/pdf → 结构化 JSON
│   ├── align_clauses.py              # 对齐：相似度匹配 + 差异检测
│   ├── build_report.py               # 渲染：findings → Markdown/docx
│   └── golden_regression.py         # Golden 回归校验
└── references/
    ├── stage3_diff.md                # 阶段③：差异检测规则 + 少样本
    ├── output_schema.md              # JSON Schema 定义
    ├── golden_longling_4vs5.json    # Golden 标注数据集（9/9 全中）
    └── bidder/
        ├── stage4_classify.md        # 阶段④：投标人影响分类器（5轴+护栏+少样本+边界处理）
        └── stage5_review.md          # 阶段⑤：投标人核查+时限+报价评估

---

FAQ

Q：我只有一份招标文件，能用来做什么？

A：本工具的核心功能是两份文件的版本比对。单文件分析请使用「投标避雷针」（扫描废标风险）或「废标风险雷达」（提取否决条款）。

Q：PDF 显示乱码或不完整怎么办？

A：可能是扫描件（无文本层）或加密 PDF。当前环境不支持 OCR 和解密。建议向招标人索取 .docx 版本。

Q：报告中的「红线」是什么意思？是否一定违法？

A：「红线」表示变更疑似突破法定强制性规定（如保证金 > 2% 上限）。这是辅助判断，不是终局法律结论。高利害红线项务必人工核实法条原文。

Q：比对结果准确率如何？

A：基于 Golden 数据集（龙陵 4vs5），条款级召回率为 9/9 (100%)。但复杂排版（如多级嵌套表格、跨页断行）可能产生分段偏差，建议对关键条款人工核对原文。

Q：IMA 知识库检索不到怎么办？

A：系统会自动将置信度压低并标注「待人工核实」。这不影响差异检测本身，仅影响法条依据的完整性。您可以手动补充法条信息。

Q：这个工具会替我判断条款是否违法吗？

A：不会。本工具标注风险点和依据，给出可操作的投标人应对建议，但不做终局法律判定。涉及重大利害关系的结论须由专业法律人士或行政监督部门确认。

---

Notes & Limitations

• 不纳入：扫描件 OCR、图片感知哈希、大规模自建库比对、人工审核工作流、招标人视角自检分析
• 条款分段为启发式（按编号/标题/Heading 切分），极复杂排版可能分段不准，需人工抽查
• 对齐默认采用内容相似度（非 ID），对「一章多设备重号」更稳健；修改类结果建议人工抽检
• PDF 表格依赖 pdfplumber：带边框表格可正确提取，无边框表格可能漏检
• IMA 检索质量依赖知识库完整度；检索无果时显式降级而非编造
• 仅支持中文招标文件

---

Regression（Golden 回归）

每次修改脚本或提示词后，务必跑一遍回归：

# 直接校验已有 diff
$VENV_PY /scripts/golden_regression.py \
  --golden /references/golden_longling_4vs5.json \
  --diff "<工作目录>/diff.json"

# 或完整管线
$VENV_PY /scripts/golden_regression.py \
  --golden /references/golden_longling_4vs5.json \
  --files "A.docx" "B.docx" \
  --workdir "<工作目录>"

• 退出码 0 = 自动可检项 100% 召回；1 = 存在未召回项
• 当前龙陵 4vs5 样例：9/9 全中