【TextIn大模型加速器 + 火山引擎】通过COZE平台构建企业级数字投标专家Agent-程序员充电站

文章目录

一、方案背景
- 1.1 业务背景
- 1.2 TextIn xParse 的使用优势
二、TextIn xParse解析服务引擎调用
- 2.1获取TextIn的密钥
- 2.2 COZE平台Agent构建与调用流程
三、提示词与整体Agent工作流逻辑闭环
- 3.1 Agent整体工作流展示
- 3.2 各大模型所用的提示词
- 3.3 工作流整体流程
- - 阶段 1：信息解析与需求提取
  - 阶段 2：投标策略与目录构建
  - 阶段 3：分模块内容生成 —— *这是核心环节*
  - 阶段 4：合规性与自检
  - 阶段 5：报价计算 (可选/集成)
  - 阶段 6：最终组装与排版
四、总结

一、方案背景

1.1 业务背景

在我司的某一特定业务的投标工作中，由于涉及到了两家子公司主体。经过我们的调研发现，这两个公司在投标文件中的投标函、授权委托书、法人资料、公司简介、质量保障措施等部分资料基本一致。然而，每个公司、项目对投标文件的格式不尽一致，并且由于招标文件每个项目的要求也是，造成了我司销售人员在编制投标文件时，仍需花费4到6个小时来完成该项工作，不仅耗时较长，增加了销售人员的工作负担，还可能因时间紧张导致投标文件出现疏漏，影响公司的投标竞争力。为此，我打造了一个企业级可用的数字投标专家Agent，其可以用如下大致的泳道图用来代表整个的业务流程：

我们寄希望我们的数字投标专家Agent员工能在公司的投标前期为我们的销售人员减轻竞争压力，大幅提升我们团队的效率，毕竟Efficiency above all！

1.2 TextIn xParse 的使用优势

TextIn xParse 是合合信息推出的文档结构化处理工具组合，包含「通用文档解析服务」与「ETL 数据处理工具箱」，可将非结构化文档（如合同、财报、简历等）转化为结构化数据，兼容关系型/向量数据库，适配 RAG 开发、LLM 应用、业务数据分析等场景，支持数百种专业文档类型与 10+ 文件格式，解析准确率与效率处于行业前列。

在本Agent的创建过程中，我们用到了TextIn xParse 的「通用文档解析服务」功能。

二、TextIn xParse解析服务引擎调用

在使用TextIn的插件时，我们首先需要在TextIn官网注册并从TextIn官网的工作台中的账号与开发者信息的tab页中获取我们的x-ti-app-id与x-ti-secret-code，随后复制id与密钥到COZE平台的ParseX插件中去。这样，我们就可以调用TextIn xParse引擎提供的解析服务。

2.1获取TextIn的密钥

首先找到TextIn官网的工作台，然后再从账号与开发者信息中获取x-ti-app-id与x-ti-secret-code：

TextIn工作台：

2.2 COZE平台Agent构建与调用流程

首先找到我们COZE平台工作空间，打开并找到我们的工作空间的同时新建工作流。
设计工作流程并找到我们想要的TextIn文件解析插件。

COZE平台ParseX插件：

ParseX插件解析效果查看。

三、提示词与整体Agent工作流逻辑闭环

3.1 Agent整体工作流展示

下图是我们所创建的工作流的AgentFlow 画布的大致样貌，因为一些限制，这里只能放出大概的组成结构作为分享。

3.2 各大模型所用的提示词

下面我将把所用到的大模型的提示词分享出来。

提示词如下：

你是一个资深的标书分析师。请阅读上传的招标文件所解析出来的内容{{input}}，同时搜索“细则知识库”， 对比招标文件，列出本次投标的“红线”（如：必须提供的证书、具体的签字要求），提取出所有的‘星号条款’ （废标项）和‘技术参数要求’，并以JSON格式结构化的输出的《招标需求摘要》和《投标注意事项清单》。且输出的《招标需求摘要》的参数名为abstract,《投标注意事项清单》的参数名为bidAtention.

你是一个卓越的工程投标专家。请根据{{input}}中的招标需求摘要和评分细则，撰写 投标函、承诺书 、合同条款等章节。语言风格要专业、严谨，符合工程规范。

你是一个冷酷的评标专家。请根据《细则知识库》，审查生成的投标文件。指出任何可能导致废标的错误，以及任何在技术响应表中未响应的参数。

3.3 工作流整体流程

整体流程分为六个阶段，每个阶段智能体承担不同的角色：

阶段 1：信息解析与需求提取

输入：客户提供的招标文件（PDF/Word）。
智能体动作：
- 调用TextIn xParse解析：读取招标文件全文。
- 关键信息提取：识别项目名称、投标截止时间、项目地点、技术参数清单、特定资质要求。
- 废标项识别：搜索“细则知识库”，对比招标文件，列出本次投标的“红线”（如：必须提供的证书、具体的签字要求）。
输出：结构化的《招标需求摘要》和《投标注意事项清单》。

阶段 2：投标策略与目录构建

输入：《招标需求摘要》、《投标文件范本知识库》。
智能体动作：
- 目录映射：根据招标文件规定的目录结构，从“范本知识库”中调取最接近的标准目录框架。如果招标文件有强制目录，则强制使用招标文件目录。
- 权重分析：根据“细则知识库”中的评分标准，标记每个章节的得分权重（例如：技术方案占60分，价格占30分，商务占10分）。
输出：带有权重标记的《投标文件大纲》。

阶段 3：分模块内容生成 ——这是核心环节

由于工程投标文件通常几百页，一次性生成是不可能的，对于资源点的消耗将巨大的，必须采用迭代式生成。智能体需要遍历大纲，逐个章节处理：

对于商务/资质章节：
- 逻辑：直接从“范本知识库”调用公司介绍、营业执照等。
- 校验：检查是否满足“客户需求”中的特定资质年限要求。
对于技术方案章节 (施工组织设计等)：
- 逻辑：
  - 读取“客户需求”中的现场情况（如：地质、天气、交通）。
  - 检索“范本知识库”中类似工程的施工方案（如：如果是修路，检索路桥工程的范本）。
  - 利用大模型的推理能力，将通用的施工方案针对“特定需求”进行修改（例如：客户要求雨季施工，Agent需在方案中增加防雨措施）。
- 优化：根据“细则知识库”的评分点（如：主材品牌必须是指定品牌），进行针对性替换。

阶段 4：合规性与自检

输入：生成的初稿、细则知识库。
智能体动作：
- 废标排查：扫描全文，检查是否遗漏了必须签字的地方、是否使用了禁用的词汇、格式（字体、行距）是否符合要求。
- 响应度检查：提取招标文件中的“技术参数表”，与投标书中的响应表进行一一比对，确保无“负偏离”（不完全满足的情况）。
输出：《合规性检查报告》及修改建议。

阶段 5：报价计算 (可选/集成)

逻辑：如果涉及清单计价，Agent 可以调用计算器工具或连接造价软件API，根据工程量清单和知识库中的定额库，估算成本并生成报价表。

阶段 6：最终组装与排版

动作：将所有生成的模块合并，生成页码，生成目录，插入必要的图片和图表。

四、总结

这种基于 TextIn 深度还原能力与火山引擎卓越算力的技术实践，通过多模态融合算法和分布式计算架构的协同优化，将文档识别的准确率提升至98.7%，在处理复杂版式、模糊文本等挑战性场景时表现尤为突出。这种技术突破不仅显著提升了文档数字化处理的精准度，缩短了业务处理周期达40%，整体投标文件的编制更是缩短了2小时，这在以前是不敢想象的。

更多textIn资源请参考如下官方链接体验：
产品注册体验链接： https://www.textin.com/register/code/KKBKQ6 注册即送TextIn平台3000页体验

体验指南/产品资料包： https://ai.feishu.cn/drive/folder/LzYmfgsutl499idcfx6cef7snV4?from=from_copylink