proposa-ai/phase3_collection/generate_template.py

"""
Phase 3: 公司信息收集模板生成

基于招标文件 + 历史投标文件，生成投标公司需要补充的信息清单。
输出为简化版 JSON：仅有"名称"、"内容/文件地址"、"来源参考"三项。

用法:
    python -m phase3_collection.generate_template

    或:
    from phase3_collection.generate_template import generate_template
    template = generate_template(tender_text, bid_toc)
"""

import sys
import os
import json

sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
from llm.llm_utils import LLM


# ── 预定义信息项（基于招标文件已知要求的兜底清单） ──

FALLBACK_ITEMS = [
    {"名称": "公司全称", "内容/文件地址": "", "来源参考": "投标函格式、历史投标文件封面"},
    {"名称": "统一社会信用代码", "内容/文件地址": "", "来源参考": "营业执照"},
    {"名称": "注册地址", "内容/文件地址": "", "来源参考": "投标函格式"},
    {"名称": "联系电话", "内容/文件地址": "", "来源参考": "投标函格式"},
    {"名称": "传真", "内容/文件地址": "", "来源参考": "投标函格式"},
    {"名称": "邮政编码", "内容/文件地址": "", "来源参考": "投标函格式"},
    {"名称": "开户银行", "内容/文件地址": "", "来源参考": "投标函格式"},
    {"名称": "银行账号", "内容/文件地址": "", "来源参考": "投标函格式"},
    {"名称": "营业执照扫描件", "内容/文件地址": "", "来源参考": "历史投标文件第十一项（第41页）"},
    {"名称": "法定代表人姓名", "内容/文件地址": "", "来源参考": "法定代表人授权书格式"},
    {"名称": "法定代表人职务", "内容/文件地址": "", "来源参考": "法定代表人授权书格式"},
    {"名称": "法定代表人身份证（正面）", "内容/文件地址": "", "来源参考": "历史投标文件第五章第（一）项（第19页）"},
    {"名称": "法定代表人身份证（反面）", "内容/文件地址": "", "来源参考": "历史投标文件第五章第（一）项"},
    {"名称": "授权委托人姓名", "内容/文件地址": "", "来源参考": "法定代表人授权书格式"},
    {"名称": "授权委托人职务", "内容/文件地址": "", "来源参考": "法定代表人授权书格式"},
    {"名称": "授权委托人电话", "内容/文件地址": "", "来源参考": "法定代表人授权书格式"},
    {"名称": "授权委托人身份证（正面）", "内容/文件地址": "", "来源参考": "历史投标文件第五章第（二）项"},
    {"名称": "授权委托人身份证（反面）", "内容/文件地址": "", "来源参考": "历史投标文件第五章第（二）项"},
    {"名称": "授权委托书（签字+公章扫描件）", "内容/文件地址": "", "来源参考": "格式参照招标文件第六章"},
    {"名称": "ISO 9001 质量管理体系认证证书", "内容/文件地址": "", "来源参考": "历史投标文件第十九项"},
    {"名称": "ISO 14001 环境管理体系认证证书", "内容/文件地址": "", "来源参考": "历史投标文件第十九项"},
    {"名称": "ISO 45001 职业健康安全管理体系认证证书", "内容/文件地址": "", "来源参考": "历史投标文件第十九项"},
    {"名称": "其他资质证书（保安备案/保洁能力/供应商证明）", "内容/文件地址": "", "来源参考": "历史投标文件第十二至十五项（第42-43页）"},
    {"名称": "上年度（2024年）审计报告或财务报表", "内容/文件地址": "", "来源参考": "历史投标文件第七项（第21-28页）"},
    {"名称": "近期依法缴纳税收的证明（完税凭证）", "内容/文件地址": "", "来源参考": "历史投标文件第八项第一（第29页）"},
    {"名称": "近期依法缴纳社保费的证明", "内容/文件地址": "", "来源参考": "历史投标文件第八项第二（第30页）"},
    {"名称": "信用中国无失信截图", "内容/文件地址": "", "来源参考": "历史投标文件第十项（第32页）"},
    {"名称": "政府采购网无严重违法失信截图", "内容/文件地址": "", "来源参考": "历史投标文件第九项（第31页）"},
    {"名称": "从业人员数量", "内容/文件地址": "", "来源参考": "中小企业声明函格式"},
    {"名称": "上年度营业收入（万元）", "内容/文件地址": "", "来源参考": "中小企业声明函格式"},
    {"名称": "上年度资产总额（万元）", "内容/文件地址": "", "来源参考": "中小企业声明函格式"},
    {"名称": "企业规模类型（中型/小型/微型）", "内容/文件地址": "", "来源参考": "中小企业声明函格式"},
    {"名称": "拟派项目经理姓名", "内容/文件地址": "", "来源参考": "项目经理情况表格式（招标文件第39页）"},
    {"名称": "项目经理出生年月", "内容/文件地址": "", "来源参考": "项目经理情况表格式"},
    {"名称": "项目经理文化程度", "内容/文件地址": "", "来源参考": "项目经理情况表格式"},
    {"名称": "项目经理毕业院校及专业", "内容/文件地址": "", "来源参考": "项目经理情况表格式"},
    {"名称": "项目经理从事物业服务工作年限", "内容/文件地址": "", "来源参考": "项目经理情况表格式"},
    {"名称": "项目经理职业资格", "内容/文件地址": "", "来源参考": "项目经理情况表格式"},
    {"名称": "项目经理技术职称", "内容/文件地址": "", "来源参考": "项目经理情况表格式"},
    {"名称": "项目经理主要工作经历和业绩", "内容/文件地址": "", "来源参考": "项目经理情况表格式"},
    {"名称": "项目经理近半年社保缴纳证明", "内容/文件地址": "", "来源参考": "招标文件评分标准—项目经理（3分）"},
    {"名称": "项目管理团队主要人员信息", "内容/文件地址": "", "来源参考": "招标文件第40页—管理人员汇总表"},
    {"名称": "各专业技术人员执业/职业资格证书", "内容/文件地址": "", "来源参考": "历史投标文件—各主管持证情况"},
    {"名称": "近三年办公楼物业业绩合同扫描件", "内容/文件地址": "", "来源参考": "招标文件评分标准—业绩（5分）"},
    {"名称": "类似业绩业主评价（满意度证明）", "内容/文件地址": "", "来源参考": "历史投标文件第十八项（第245页）"},
    {"名称": "企业获奖证明", "内容/文件地址": "", "来源参考": "历史投标文件第二十项（第261页）"},
    {"名称": "雇主责任险和公众责任险购买承诺", "内容/文件地址": "", "来源参考": "招标文件评分标准—责任保险（4分）"},
    {"名称": "拟投入本项目的设备一览表", "内容/文件地址": "", "来源参考": "招标文件第42页—设备一览表格式"},
    {"名称": "公司简介", "内容/文件地址": "", "来源参考": "历史投标文件公司概况介绍"},
    {"名称": "公司现有管理制度目录", "内容/文件地址": "", "来源参考": "招标文件第37页—管理制度一览表格式"},
]


def generate_template(
    tender_text: str = None,
    bid_toc: list = None,
    output_path: str = None,
    use_llm: bool = False,
) -> dict:
    """
    生成投标公司信息收集模板。

    Args:
        tender_text: 招标文件全文（可选，LLM 模式下使用）
        bid_toc: 历史投标文件目录（可选，LLM 模式下使用）
        output_path: 保存路径
        use_llm: 是否使用 LLM 动态生成（默认 False，使用预定义清单）

    Returns:
        模板 JSON 字典
    """
    if use_llm and tender_text and bid_toc:
        items = _llm_generate(tender_text, bid_toc)
    else:
        items = FALLBACK_ITEMS

    template = {
        "投标公司信息收集表": {
            "说明": "投标公司根据此表提供信息，填充'内容/文件地址'列即可。",
            "数据来源": {
                "招标文件": "data/松江区机关事务管理局物业管理服务招标文件.pdf",
                "历史投标文件参考": "data/松江区机关事务管理局物业管理服务项目投标文件.pdf",
            },
            "信息项": items,
        }
    }

    if output_path:
        os.makedirs(os.path.dirname(output_path) or ".", exist_ok=True)
        with open(output_path, "w", encoding="utf-8") as f:
            json.dump(template, f, ensure_ascii=False, indent=2)
        print(f"[Phase3] 模板已保存: {output_path} ({len(items)} 项)")

    return template


def _llm_generate(tender_text: str, bid_toc: list) -> list:
    """使用 LLM 动态生成信息项（备用路径）"""
    llm = LLM()

    # 构建历史投标目录文本
    toc_lines = []
    for item in bid_toc[:60]:
        indent = "  " * (item.get("level", 1) - 1)
        toc_lines.append(f"{indent}{item['title']} (p.{item.get('page','')})")
    bid_toc_text = "\n".join(toc_lines)

    system = (
        "你是一个投标文件分析助手。根据招标文件要求和历史投标文件内容，"
        "列出投标公司需要提供的所有信息和材料清单。\n\n"
        "输出 JSON 数组，每个元素包含:\n"
        '- "名称": 信息项名称\n'
        '- "内容/文件地址": 留空字符串\n'
        '- "来源参考": 招标文件第几章或历史投标文件第几页\n\n'
        "覆盖以下类别:\n"
        "- 公司基本信息（名称、地址、联系人等）\n"
        "- 法定代表人/授权委托人信息（姓名、身份证照片等）\n"
        "- 资质证书（营业执照、体系认证、专业资质等）\n"
        "- 财务状况（审计报告、纳税和社保凭证等）\n"
        "- 企业声明函（中小企业声明、无失信声明等）\n"
        "- 团队人员（项目经理、主要管理人员信息）\n"
        "- 历史业绩（合同扫描件、业主评价等）\n"
        "- 报价信息（报价明细）\n"
        "- 设备资源（设备一览表）\n\n"
        "只输出 JSON 数组，不要额外文字。"
    )

    user = (
        "请列出投标公司需要提供的全部信息材料。\n\n"
        f"===== 招标文件关键章节 =====\n"
        f"{tender_text[:15000]}\n\n"
        f"===== 历史投标目录 =====\n"
        f"{bid_toc_text[:10000]}"
    )

    result = llm._call(system, user, max_tokens=8192,
                       temperature=0.2,
                       response_format={"type": "json_object"})
    parsed = json.loads(result)
    # 兼容数组或 {items: [...]} 两种返回格式
    if isinstance(parsed, list):
        return parsed
    for key in parsed:
        if isinstance(parsed[key], list):
            return parsed[key]
    return FALLBACK_ITEMS


# ── CLI ──

if __name__ == "__main__":
    import sys
    sys.stdout.reconfigure(encoding="utf-8")

    generate_template(output_path="output/phase3_company_template.json")

    with open("output/phase3_company_template.json", "r", encoding="utf-8") as f:
        data = json.load(f)
    items = data["投标公司信息收集表"]["信息项"]
    print(f"\n共 {len(items)} 项信息待补充:")
    for item in items:
        print(f"  □ {item['名称']}")