痛点一:标书阅读量大,关键参数提取“易漏易错”。
痛点二:跨专业协同重,经验难以“沉淀复用”。
痛点三:算量与方案编制慢,投标周期“严重压缩”。
场景:
场景一:标书解析与要素结构化
场景二:技术参数比对与偏差表生成
场景三:跨专业联动算量与提资生成
点击空白处退出提示
痛点一:标书阅读量大,关键参数提取“易漏易错”。
痛点二:跨专业协同重,经验难以“沉淀复用”。
痛点三:算量与方案编制慢,投标周期“严重压缩”。
场景:
场景一:标书解析与要素结构化
场景二:技术参数比对与偏差表生成
场景三:跨专业联动算量与提资生成
模块一:标书智能解析与结构化提取模块。负责多模态文档(PDF/图片/Word)的读取,利用大模型精准提取项目基本信息、工期、客户名称以及核心工艺参数,自动过滤乱码与无效信息。
模块二:参数语义映射与偏差审查模块。建立工程标准词库,自动将招标参数与企业产品库进行比对,智能识别同义词(如AQC炉=窑头余热锅炉),并自动生成《技术偏差表》排雷。
模块三:跨专业联动提资与算量引擎模块。内置机务、电气、水工、土建四大专业的计算规则与经验公式,基于提取的参数自动推演生成各专业的设备表(SBB)与工程量清单。
模块四:历史知识库与规则沉淀模块。支持工程师上传过往优秀Excel计算表和标书,系统自动沉淀为“RAG(检索增强生成)知识库”,供新项目进行相似度匹配与参数复用。
模块五:技术标方案智能撰写模块。结合提取的项目参数与历史优秀标书片段,按章节自动生成定制化的技术方案、施工组织设计及设备配置描述。
模块六:系统基础管理与协同模块。包含项目全生命周期管理、用户权限控制、算量结果人工复核标注、以及Excel/Word文件的导出与格式同步功能。
功能描述
本智能体的主要功能是打通余热发电投标业务从“读标”到“出方案”的全链路自动化闭环。
在项目初期,系统能快速阅读几百页的招标文件,瞬间提取出汽轮机功率、循环水量、工程边界等几百个关键参数,并自动识别出隐藏的“废标项”与“强制条款”。随后,系统将这些参数精准映射到公司的历史项目中,利用内置的数学公式和工程指标,自动计算出各车间的管道长度、电缆截面、混凝土方量等工程量数据,一键生成标准格式的四大专业提资表。
最后,大模型会将这些精确的参数与工程实际结合,剔除假大空的套话,自动撰写逻辑严密、数据翔实的高质量技术标书,大幅降低人工算量漏项风险,将整体投标文件编制周期缩短60%以上,全面提升企业在招投标市场中的响应速度与核心竞争力。
作为本项目的核心架构师兼AI工程化专家,我主要负责三大核心任务:
业务需求解构与AI提示词工程(Prompt Engineering):深入对接机务、电气、水工、土建四大专业工程师,将老专家的隐性提资经验、工程量计算规则(如钢管重量公式、土建含钢量指标)转化为大模型可执行的系统级结构化提示词。
多模态文档与数据解析引擎开发:负责设计标书解析流程,解决PDF/图片长文档切分、表格(含合并单元格)的精准提取,并开发将提取参数通过“语义映射”自动灌入历史Excel模板的后端逻辑。
智能体全链路架构设计与系统集成:统筹前端Vue3交互界面、后端Python业务逻辑以及向量数据库(RAG知识库),实现从“标书一键解析”到“一键生成四大专业工程量清单与技术方案”的完整闭环。
项目使用了哪些技术栈、架构,实现上亮点、难点
技术栈与架构
前端交互:Vue3 + Element Plus(构建管理系统) + Cursor/VS Code Webview(用于CAD图纸的轻量级预览与交互操作)。
后端服务:Python + FastAPI(提供高性能异步接口) + Celery(处理大文件解析等耗时任务队列)。
AI 与 RAG 架构:LangChain/LlamaIndex + 主流大模型API(如Claude 3.5/GPT-4o) + 向量数据库(Milvus或Chroma,用于存储历史优秀标书和参数库)。
数据处理与文件读写:PaddleOCR(图像识别)、python-docx/openpyxl(Word/Excel的精准读写)、ezdxf(CAD解析与回写)。
实现亮点
“大模型推理 + 代码公式计算”双引擎:彻底解决大模型的算术幻觉。大模型只负责“从标书中寻找对应参数(如扬程、功率)并语义对齐”,而具体的工程量(如管道重量(外径-壁厚)*壁厚*0.02466*长



评论