无线电标书智能生成系统：从招标文件解析到可审阅标书

写在前面

标书生成不是普通的长文本写作任务。招标文件同时包含项目范围、技术指标、商务条款、评分规则、投标格式和无效标条件。任何一项遗漏、冲突或格式错误，都可能影响文件的有效性。无线电项目还涉及设备能力、监测范围、接口协议、部署条件、测试方法、验收依据和运维承诺，跨章节参数必须保持一致。

本项目实现了一套基于 Artificial Intelligence，人工智能（AI）的本地化标书生成系统。系统以招标文件和历史技术资料为输入，先建立结构化约束，再生成标书目录、知识条目和全局事实，随后按章节规划并生成内容，最后执行覆盖检查、一致性检查、风险检查和 Word 排版导出。

全文沿着三条主线展开：

一、项目概览

系统把生成过程拆成多个有明确输入、输出和检查条件的后台任务，每一步结果都保存在本地工作区。完整招标文件不会与一条宽泛指令直接交给 Large Language Model，大语言模型。

整体处理过程可概括为三个阶段。

第一阶段建立生成约束。系统将招标文件统一转换为 Markdown，分别提取项目、商务、技术、评分和风险要求，同时解析投标文件的封面、目录、章节模板和表格格式。目录结构首先服从招标文件，而不是由模型自由设计。

第二阶段组织可复用上下文。历史技术资料被整理为可追踪的知识条目，招标解析结果和选定知识材料进一步形成全局事实。章节生成时只加载当前章节需要的知识与事实，避免把全部资料重复塞入上下文。

第三阶段完成生成与检查。每个叶子章节先形成内容规划，再生成正文、表格或图示。生成结果依次接受招标原文覆盖检查、跨章节一致性检查和无效标风险检查，最后转换为可继续编辑的 Word 文件。

二、标书生成的核心难点

2.1 招标文件既是资料，也是约束

普通知识问答只需要找到与问题相关的内容。标书生成还必须回答四个问题：哪些内容必须响应，响应应放在哪个章节，必须使用什么格式，哪些错误会导致无效投标。

因此，招标文件不能只进入知识库。项目概况、采购范围、交付周期、验收要求、评分项、资格条件、偏离表字段和无效标条款需要被分别提取，并在后续流程中承担不同作用。

2.2 长文档中的信息分布不均

同一项要求可能出现在招标公告、投标人须知、技术需求、评分办法和合同条款中。不同位置的表述可能互相补充，也可能存在版本差异。如果只截取局部文本，容易遗漏附加条件；如果一次输入全文，又会受到上下文长度、注意力分散和输出稳定性的限制。

系统采用分段解析与结果合并。长文档按模型上下文容量拆分，各分段执行同一结构化任务，再将分段结果按字段或语义合并。目录、封面和章节格式等规则明确的内容优先使用本地解析，降低纯生成式提取的不确定性。

2.3 内容正确不等于标书有效

一段技术说明即使事实正确，也可能因为放错章节、没有使用指定表格、缺少明确响应或与其他章节参数冲突而失效。标书生成必须同时控制内容、结构、格式和一致性。

这也是系统将目录构建、章节规划和质量检查分开的原因。目录回答写在哪里，章节规划回答当前章节需要什么，正文生成回答如何表达，质量检查回答是否完整且一致。

三、整体架构与数据边界

系统采用本地桌面架构，界面层负责文件选择、参数确认、任务控制和结果编辑，后台服务负责文档处理、模型调用、知识整理、内容生成和 Word 导出。界面不直接操作本地文件或数据库，所有读写通过受控接口进入后台。

后台以一组可独立更新的结构化结果管理任务：

这种设计的关键价值是把模型输出转化为可检查的数据对象。某一章节需要重写时，可以复用已有目录、知识和事实，不必从招标文件重新开始；某一项事实发生变化时，也可以定位受影响章节，而不是依赖模型自行记住此前约定。

四、招标文件结构化

4.1 统一转换为 Markdown

不同招标文件的原始格式可能不同，但后续解析需要稳定的标题、段落、列表和表格表示。系统首先把正文转换为 Markdown，并保留能够支持章节识别和表格提取的结构信息。

Markdown 在这里作为中间表示，不直接用于最终交付。它便于分段、检索、提示词组织和后续 Word 转换，也比直接处理页面坐标更适合长文本语义分析。

4.2 按任务拆分结构化抽取

系统按用途拆分提取任务，避免模型一次返回全部招标信息。核心任务包括项目概述、技术要求、交付与服务、采购清单、评分要求、资格审查、开标评标、合同条件、投标文件格式和无效标风险。

这种拆分有三点作用。第一，每个任务的输出模式更稳定，可以单独要求 JavaScript Object Notation，JSON，或 Markdown。第二，单项失败不会破坏全部解析结果。第三，用户可以只重新执行发生变化的任务。

以交付与服务要求为例，系统将分散在不同章节中的信息整理为以下字段：

{
  "implementation_period": "实施周期或交付期限",
  "delivery_scope": "交付范围",
  "delivery_location": "实施地点",
  "acceptance_requirements": "验收要求",
  "warranty_period": "质保期",
  "after_sales_service": "服务要求",
  "response_time": "响应时限",
  "training_requirements": "培训要求",
  "documentation_requirements": "资料交付要求"
}

这些字段直接进入后续全局事实整理和一致性检查。例如，实施周期同时出现在项目计划、人员安排、交付承诺和服务保障章节中，必须由同一事实来源约束。

4.3 本地规则与模型提取结合

目录、章节编号、封面和表格分隔符具有相对明确的形式特征。系统先使用本地规则定位并解析，规则无法形成有效结果时再进行辅助提取。项目要求、技术条件和风险条款语义更复杂，则由模型按固定任务抽取。

这种组合避免了两个极端：只使用规则难以覆盖文档差异，只使用模型又容易改变原始格式或漏掉表格字段。确定性处理负责守住结构边界，模型负责理解复杂语义。

五、投标格式提取与目录构建

5.1 先确定投标文件应当长什么样

标书目录不能完全依据技术内容自由生成。招标文件通常已经规定投标文件组成、章节顺序、表格名称和附件要求。系统先定位投标文件格式区域，再解析目录、封面模板、章节模板、表格列和全局规则。

格式解析结果包含置信度。目录条目数量、格式章节匹配情况、典型表格和证明材料等信息共同影响置信度。结果可靠时可以直接构建目录；结果不充分时标记为需要确认，要求用户选择招标文件目录、内置模板或手工目录来源。任何替代来源都必须明确，不能静默切换。

5.2 不同章节采用不同生成模式

标书章节的处理方式不能统一。系统根据章节名称和格式特征分配生成模式。

目录构建时，招标文件规定的投标目录作为顶层骨架。技术方案的细化目录只挂载到实施方案、质量保证或服务方案等允许展开的章节下。这样既保留投标文件原始结构，又能够对技术内容进行必要细化。

5.3 目录也是后续任务的索引

每个目录节点包含稳定标识、标题、层级、章节说明、格式要求和生成模式。只有叶子章节进入正文生成，父级章节负责组织结构。后续章节规划、正文保存、质量检查、任务恢复和 Word 标题编号都依赖同一目录树。

目录一旦成为统一索引，章节内容就不再是无序的文本集合。任何检查结果都可以定位到具体节点，任何局部修改也可以限定在明确范围内。

六、知识库：从历史资料到可追踪知识条目

6.1 不采用简单的全文拼接

历史方案、设备说明、接口文档、测试方法和服务材料可以为标书提供技术依据，但原始文档通常存在重复、目录页、页码、签章信息和超长段落。直接把全部文档拼接到提示词中，不仅成本高，也难以说明某段生成内容来自哪里。

当前知识库围绕知识主题与原文块之间的可追踪关系构建，不以单纯向量检索作为主流程。

6.2 知识条目构建流程

第一步，历史资料转换为 Markdown，并按标题、段落和表格边界拆分。每个有效块获得稳定编号，例如 P000001。稳定编号使后续匹配、补偿和来源追踪能够使用相同坐标。

第二步，系统从文档块中提取可复用知识主题，形成标题和摘要。初次提取后再执行补充检查，减少只关注文档前部或显著主题造成的遗漏。

第三步，知识主题与原文块进行匹配。匹配结果保留与知识条目强相关的连续块范围，同时提供摘要。

第四步，系统检查未被处理的文档块。遗漏块可以归入已有条目、形成新条目，或因页码、目录、重复内容等原因被舍弃。舍弃需要保留原因。

第五步，生成最终知识条目。每个条目同时保存正文、来源块编号和来源文件，并输出覆盖率、匹配率和处理报告。

可以将该过程概括为：

文档块集合 B
→ 提取候选主题 I
→ 建立 I 与连续块范围的映射 M
→ 计算未覆盖块 U = B - handled(M)
→ 对 U 执行归并、新建或舍弃
→ 输出知识条目、来源证据和覆盖报告

6.3 为什么需要遗漏块补偿

只做主题提取容易得到内容看似完整、实际覆盖不足的知识库。例如，设备能力可能被识别为主要主题，而部署限制、异常处理和验收记录被忽略。遗漏块补偿从原文覆盖角度反查知识条目，能够暴露没有进入知识结构的内容。

覆盖率本身不代表知识质量，但它提供了可检查的工程指标。处理报告可以回答哪些原文已进入知识条目、哪些内容被舍弃、舍弃是否合理。

七、两类记忆如何保持长流程稳定

项目中的记忆由全局事实记忆和工作流状态记忆组成，不涉及模型参数更新，也不依赖模型自行形成长期记忆。

7.1 全局事实记忆

全局事实记忆用于统一跨章节反复出现的稳定信息。其来源包括招标解析结果、项目概述、标书目录和用户选定的知识材料。对于超长材料，系统先分段提取事实组，再执行合并、知识补充和最终复核。

典型事实可按以下类别组织：

章节规划只选择事实标题，正文生成阶段再解析对应事实内容。这样可以减少无关上下文，同时防止不同章节各自推断同一参数。

7.2 工作流状态记忆

工作流状态记忆保存招标解析结果、目录、全局事实、章节规划、章节正文、任务进度、日志和错误。它主要解决长任务中断和局部修改问题。

章节生成过程中，每个章节的状态可以独立保存。任务暂停或异常退出后，系统从已保存状态继续处理未完成章节；目录或参数调整后，只使相关计划失效并重新执行必要部分。

这种状态管理比保留一段对话更可靠。对话只能说明模型曾经看到什么，持久化状态则能够明确记录哪一步完成、使用了哪些输入、输出保存在哪里。

八、分章节生成：先规划，再写正文

8.1 章节规划控制上下文

每个叶子章节在生成前先形成内容规划。规划阶段只读取知识条目的标题与摘要、全局事实标题、章节说明、相邻章节和格式要求，并决定：

下面是简化后的章节规划记录。它表示系统先选依据，再生成内容。

{
  "chapter_id": "technical.implementation.integration",
  "knowledge": {
    "item_ids": ["K003", "K011", "K018"]
  },
  "global_fact_titles": [
    "项目实施范围",
    "接口与兼容原则",
    "验收与交付要求"
  ],
  "table": {
    "needed": true,
    "purpose": "呈现联调步骤、责任边界与输出物"
  },
  "mermaid": {
    "needed": true,
    "purpose": "说明实施与联调流程"
  }
}

8.2 正文只加载被选中的依据

规划完成后，系统加载选定知识条目的正文和选定全局事实，再生成当前章节。未被选择的资料不会进入该章节上下文。

这种按需加载有三个直接效果。其一，减少长上下文中的无关信息。其二，章节依据可以追踪到具体知识条目。其三，目录规模增大时，单章生成的上下文仍然可控。

8.3 并发、缓存与恢复

不同叶子章节可以并发生成，但并发数量受到模型服务和本地资源限制。系统先执行提示词缓存预热，再通过工作池控制并发，避免一次启动全部请求。

章节规划和正文结果会持续写入本地工作区。任务暂停时保留已完成章节和运行阶段，恢复后优先复用仍然有效的规划。对于需要重写的章节，可以单独指定修改要求，而不影响其他已确认内容。

8.4 原有方案的章节化恢复

已有方案可能包含仍需保留的技术内容。系统先把原方案拆成带编号的段落，再判断每段应恢复到哪个目录节点。恢复后的内容继续接受章节格式和事实约束。

这比把原方案整体附加到标书末尾更合理。原有内容进入正确章节后，后续覆盖检查才能判断招标要求是否已经得到响应，一致性检查也能发现旧参数与当前项目事实的冲突。

九、质量检查：从生成文本到可审阅内容

模型生成的文本不能直接等同于有效标书。系统在正文生成后执行三类检查，并把问题定位到具体章节。

9.1 招标原文覆盖检查

覆盖检查以招标文件或原有方案中的要求为依据，判断目标章节是否完整响应。检查结果同时指出来源、缺失内容和应修复章节，整体评分不能替代问题定位。

修复时，系统只针对缺失要求补充正文，并保留当前章节已有的有效内容。对于表格章节，还需要避免修复操作破坏原有列结构。

9.2 跨章节一致性检查

一致性检查比较不同章节中的参数、范围、周期、验收和服务承诺，并以全局事实和招标解析结果作为判定依据。

发现冲突后，修复采用精确文本定位。系统记录原文本、替换文本和目标章节，只有匹配到唯一位置时才应用修改。这种方式比整章重写更可控，也能降低修复一个参数时改变其他内容的风险。

9.3 无效标与废标风险检查

系统先从招标文件中提取资格、签章、文件组成、响应完整性、时限和其他无效标条件，再检查标书是否存在对应风险。风险检查输出待处理问题清单，不能视为合规结论。

最终文件仍需人工终审，重点核对资格材料、签章位置、报价、证明附件、不可偏离条款和招标文件最新版本。系统的作用是提前暴露问题并减少重复核对，不替代投标责任主体的确认。

十、从 Markdown 到 Word 标书

生成阶段使用 Markdown 保存正文、表格和图示，但交付需要稳定的 Word 版式。导出模块负责把目录树和 Markdown 内容转换为 Office Open XML，开放式办公文档标准下的 .docx 文件。

导出过程主要处理以下内容：

导出需要把标题编号、列表编号、表格宽度和图片尺寸映射到 Word 对象模型。只修改 Markdown 文件后缀会造成编号错乱、表格溢出和分页失控。

十一、匿名化无线电投标案例

11.1 场景与输入

以下案例使用通用化描述。任务是根据某区域无线电监测与技术服务招标文件生成投标文件。招标内容包括系统部署、设备接入、数据处理、联调测试、验收交付、运行维护和技术培训。

输入材料包括招标文件、历史技术方案、设备能力说明、接口说明、测试方法、服务流程和证明材料索引。所有地点、频段、数量、金额、单位名称和人员信息均不进入案例。

11.2 招标解析结果

结构化解析首先把散落在不同章节中的要求分组。

解析的目标是让每类要求进入正确的后续模块。评分项控制内容深度，格式要求控制章节结构，技术参数进入全局事实，风险条款进入质量检查。

11.3 目录与生成模式

系统从招标文件中识别投标文件目录，并把技术细化目录挂载到实施方案章节下。简化后的结构如下：

投标文件
├── 投标文件封面                    fill-template
├── 资格与符合性材料                attach-proof
├── 商务响应表                      table-fill
├── 技术响应表                      table-fill
├── 技术实施方案                    generate-content
│   ├── 项目理解与总体设计
│   ├── 无线电监测能力设计
│   ├── 设备接入与接口方案
│   ├── 部署与联调方案
│   ├── 测试与验收方案
│   └── 运行维护与培训方案
├── 服务与质量承诺                  generate-content
└── 证明材料索引                    attach-proof

这个目录同时保留了招标文件规定的顶层顺序和技术方案需要的细分结构。封面和表格不使用自由生成，技术方案章节才进入连续正文生成。

11.4 知识与事实准备

历史资料经过处理后，可以形成设备接入方法、接口适配原则、现场部署流程、联调测试方法、故障处理流程和验收材料清单等知识条目。每个条目保留原文块范围。

全局事实进一步统一本次投标中的项目范围、接口边界、实施阶段、验收依据和服务承诺。例如，部署与联调方案、进度计划和验收方案都会引用实施阶段，但三个章节不能各自生成不同的阶段名称和顺序。

11.5 以部署与联调方案为例

章节规划先选择设备接入、接口适配和联调测试相关知识条目，再选择项目范围、接口原则和验收要求等全局事实。由于该章节需要同时说明过程和输出物，规划结果要求生成一张实施流程图和一张联调任务表。

正文按以下逻辑组织：

输入条件确认
→ 设备与接口清单核对
→ 部署环境检查
→ 接入配置
→ 单项功能验证
→ 联合调试
→ 异常问题闭环
→ 测试记录与验收材料整理

对应表格至少包含阶段、输入、主要工作、输出物和检查条件。这样生成的章节不仅描述做什么，还说明前置条件、执行顺序、结果证据和验收关系。

生成后，覆盖检查确认招标文件中的接入、测试和交付要求是否都有明确响应；一致性检查核对实施阶段与进度章节是否相同；风险检查确认强制响应内容是否缺失。通过检查的章节进入人工审阅，再与其他章节一起导出。

11.6 案例结果如何判断

当前项目不使用未经验证的准确率、提效比例或成本数字作为结论。结果主要从可追踪性和可审阅性判断：

十二、当前边界与后续改进

系统已经建立从招标文件到可审阅标书的完整处理链，但仍存在明确边界。

第一，结构化抽取依赖原始文件质量。扫描质量、表格转换和标题层级错误会影响后续结果，需要增加输入质量检查和异常页定位。

第二，格式置信度只能辅助判断。招标文件结构差异较大时，目录来源仍需人工确认，不能因为模型能够生成目录就跳过格式核对。

第三，知识覆盖率不等于内容正确率。知识条目可能覆盖原文但主题划分不合理，仍需结合实际项目检查颗粒度和来源有效性。

第四，质量检查不能替代合规审查。模型可以发现明显遗漏和冲突，但对法律效力、签章、报价和资格材料的判断必须保留人工责任。

后续可以从三个方向改进。其一，增加招标要求与标书章节的双向追踪矩阵，使每项要求都能定位到响应章节和证据。其二，建立字段级变更传播，当关键事实修改时自动标记受影响章节。其三，针对无线电设备参数、接口字段和测试指标增加确定性校验，减少仅依赖语义判断。

十三、工程启发

标书智能生成需要先把招标文件转化为可执行约束。只有目录、格式、事实和风险都能进入后续任务，生成内容才具备工程意义。

知识库解决内容从哪里来，全局事实记忆解决不同章节是否采用同一事实，工作流状态记忆解决长任务如何恢复。三者不能混为一类。

先规划后生成比一次性写作更稳定。章节规划把知识选择、事实选择和图表需求显式化，使正文生成的输入可检查，也为局部重写提供边界。

质量检查应面向可修复问题。覆盖检查要指出缺失要求，一致性检查要定位冲突文本，风险检查要关联招标条款。只有能够定位和修复，检查结果才有实际价值。

小结

本项目将无线电标书生成拆分为招标文件结构化、投标格式提取、目录构建、知识库整理、全局事实记忆、分章节规划、正文生成、质量检查和 Word 导出。系统把分散资料和复杂约束组织为可追踪、可恢复、可审阅的生成过程，同时保留人工确认和终审。

对于高约束文档，模型能力只是基础。真正决定系统稳定性的，是结构化输入、明确边界、分层上下文、状态持久化和可验证的质量闭环。