HUDC Bidding Information Capture

---

name: hbdc version: "6.0" description: | 国网招标文件智能分析工具 (hbdc · v6)。 当用户提到「分析招标文件」「筛选招标」「招标文件分析」「分析sgcc」 「帮我看看哪些可以投标」「分析桌面的招标文件」时触发。 Word/PDF 优先 + Excel 补盲 + 智能资质回填 + 截止时间染色, 23 列输出。 支持 .docx 与 .pdf 两种格式, PDF 失败自动重试。 tags: [招投标, 信息抓取, 数据分析, 工具, 效率] author: hbdc license: MIT

---

hbdc · 国网招标文件分析 Skill (v6)

目录约定

~/Desktop/sgcc_files/
├── 项目A/
│   ├── xxx-招标公告.docx          ← 主公告 (docx 或 pdf, 自动识别)
│   ├── 公告附件_资质要求.xlsx      ← 可选, 资质占位符回填用
│   └── 重要提醒.docx               ← 自动忽略
├── 项目B/
│   └── xxx-采购公告.pdf
├── 散文件_招标公告.docx            ← 根目录散放, 当成单独项目
└── ...

输出报告: ~/Desktop/sgcc_result.xlsx

---

执行方式

直接运行固定脚本, 禁止自己写代码替代:

python3 ~/.openclaw/workspace/skills/hbdc/scripts/analyze.py

---

v6 核心策略

1. Word/PDF 主抽 → Excel 补盲 → 段落回退

| 优先级 | 来源 | 说明 | |--------|------|------| | 1 | Word/PDF 表格 | 主公告里的包级明细表 | | 2 | xlsx 附件 | 需求表/资质附件补充 | | 3 | Word/PDF 正文 | 无表格时段落扫描 (标记需手动补盲) |

2. PDF 专属标题提取

用 pdfplumber 字符级字号定位封面最大字号文字作为项目名称, 比正则扫描段落更准确。PDF 读取失败后自动切换参数重试一次, 若仍失败则在终端明确提示。

3. "详见附件X" 占位符识别与回填

资质列若为 详见附件1 / 详见附件二 等纯占位符: 1. 自动扫描同目录下 xlsx 中的资质表 2. 按 (分标编号, 包号) 主键回填 3. 找不到时降级为项目级通用资质 (前缀 【通用】)

4. 关键词去冗余

长词命中后自动丢弃其子串短词:

咨询服务 命中 → 丢弃 咨询

储能系统 命中 → 丢弃 储能

宣传服务 命中 → 丢弃 宣传

5. 资质列合并策略

包级 资质条件 + 业绩要求 + 主要人员
  ↓ (为空或占位符)
xlsx 附件资质表回填
  ↓ (仍为空)
项目级资格要求章节 (过滤套话后, 前缀 【通用】)

过滤的模板套话: 依法注册、失信被执行人、信用中国、联合体、破产、黑名单等。

保留的实质条款: 甲/乙/丙级、建造师、ISO、安全生产许可证、总承包、业绩 等。

---

输出 23 列

| # | 列名 | 来源 | |---|------|------| | 1 | 序号 | 自动 | | 2 | 项目名称 | PDF字号法 → 段落正则 | | 3 | 招标编号 | 正则 | | 4 | 分标编号 | Word表格 → xlsx | | 5 | 分标名称 | Word表格 → xlsx | | 6 | 包号 | Word表格 → xlsx | | 7 | 需求部门/签订单位 | Word表格 → xlsx | | 8 | 子项目名称 | Word表格 → xlsx | | 9 | 项目概况与招标范围 | Word表格 → xlsx | | 10 | 资质/资格要求 | 包级聚合 → 附件回填 → 项目级兜底 | | 11 | 合同文本编号 | Word表格 → xlsx | | 12 | 实施地点 | Word表格 → xlsx | | 13 | 工期/服务期 | Word表格 → xlsx | | 14 | 报价方式 | Word表格 → xlsx | | 15 | 预算金额(万元) | Word表格 → xlsx (元自动换万元) | | 16 | 最高限价 | Word表格 → xlsx | | 17 | 招标起止时间 | 正则 (截止时间染色) | | 18 | 开标时间地点 ✨ | 正则 | | 19 | 投标保证金 ✨ | 正则 (含"不收取"判断) | | 20 | 评标办法 ✨ | 正则 (综合评估/合理低价/综合评分等) | | 21 | 联系人及电话 ✨ | 正则 + xlsx 联系人字段 | | 22 | 匹配关键词 | 关键词引擎 (去冗余) | | 23 | 匹配来源 | Word表格 / PDF表格 / Excel附件 / 正文 |

截止时间染色规则

| 颜色 | 条件 | |------|------| | 🔴 红色 | 距截止 ≤ 3 天 | | 🟡 黄色 | 距截止 ≤ 7 天 | | ⬜ 灰色 | 已过截止时间 | | 无色 | 7 天以上, 正常 |

---

执行流程

步骤一: 运行脚本

python3 ~/.openclaw/workspace/skills/hbdc/scripts/analyze.py

步骤二: 汇报结果

向用户汇报: 1. 扫描了多少个项目 + 每个项目识别的元数据 (名称/编号/时间/开标/保证金/评标办法) 2. 每个项目「抽出多少包级记录 → 关键词命中多少条」 3. 命中记录的来源标签 4. 报告路径: ~/Desktop/sgcc_result.xlsx 5. 特别提醒「来源是 Word/PDF正文」的项目 — 需手动补盲

步骤三: AI 辅助补盲

对以下情况主动接管:

PDF 表格抽取失败 → 直接打开 PDF 阅读页面内容手动填写

来源标签为「Word/PDF正文」→ 手动定位关键章节填补字段

项目名称识别错误 → 从原文找正确标题

资质/资格要求 仍含 "详见附件" → 读取对应附件补全

步骤四: 回答追问

用户问某项目细节时, 直接读取对应文件夹下的 word/pdf/xlsx 展示。

---

自定义关键词

编辑 config/keywords.json 文件, 修改后无需改动脚本:

{
  "keywords": {
    "我的自定义类": ["关键词A", "关键词B"]
  },
  "short_keywords": {
    "我的自定义类": ["短词"]
  }
}

---

禁止行为

1. 禁止自己编写分析脚本, 必须运行 analyze.py 2. 禁止用文件名匹配关键词, 必须读文件内部内容 3. 禁止打开浏览器, 本技能只操作本地文件 4. 禁止直接在 SKILL.md 里修改关键词, 使用 config/keywords.json