Proposa AI — 投标文件生成系统架构设计

版本: 1.0 日期: 2026-07-07 状态: 定稿

1. 概述

1.1 目标

构建 bid_proposal 包，实现"根据招标文件自动生成投标文件"的核心功能。系统读取招标 PDF，分析其中的评审标准、服务要求、资质要求等，逐项生成对应的投标响应内容，最终输出为格式化 DOCX 投标文件。

1.2 设计原则

复用优先：充分利用现有的 pdf_table_to_docx 包的表格提取能力，不重复造轮子。
模块隔离：读取、分析、生成、输出四个阶段严格分离，每个阶段可独立测试和替换。
AI驱动：需求分析和内容生成依赖 OpenAI API，设计上支持模型可配。
渐进式处理：处理流程可分段执行（读取→分析→生成→输出），中间结果可缓存检查。

1.3 与 `pdf_table_to_docx` 的关系

bid_proposal  (新包)
    │
    ├── 依赖 pdf_table_to_docx.extractor.PDFTableExtractor 用于表格提取
    ├── 依赖 pymupdf (已安装) 用于文本提取
    └── 依赖 python-docx (已安装) 用于 DOCX 输出

2. 整体架构

2.1 模块划分

bid_proposal/
├── __init__.py                 # 包入口
├── models.py                   # 【共享】所有数据类定义（A1 编写，A2 引用）
├── config.py                   # 【共享】配置管理（A1 编写，A2 引用）
│
├── bid_reader.py               # 【A1】招标文件读取
├── requirement_analyzer.py     # 【A1】需求分析（OpenAI）
│
├── proposal_generator.py       # 【A2】投标内容生成（OpenAI）
├── proposal_writer.py          # 【A2】投标文件 DOCX 输出
├── pipeline.py                 # 【A2】流程编排
├── cli.py                      # 【A2】命令行入口
├── __main__.py                 # 【A2】python -m 支持
│
└── tests/                      # 测试
    ├── test_a1.py
    └── test_a2.py

2.2 数据流

招标PDF文件
    │
    ▼
┌──────────────┐
│  bid_reader  │  pymupdf → 文本内容
│              │  pdf_table_to_docx → 表格内容
└──────┬───────┘
       │ BidDocument (text + tables + pages)
       ▼
┌──────────────┐
│ requirement  │  OpenAI API → 需求结构化分析
│ _analyzer    │  识别评审项 / 服务要求 / 资质要求
└──────┬───────┘
       │ AnalysisResult (requirements + summary)
       ▼
┌──────────────┐
│  proposal    │  OpenAI API → 逐项生成投标响应
│  _generator  │  根据需求内容 + 评分标准生成
└──────┬───────┘
       │ ProposalDocument (title + sections)
       ▼
┌──────────────┐
│  proposal    │  python-docx → 格式化DOCX
│  _writer     │  封面 / 目录 / 标题 / 正文 / 表格
└──────┬───────┘
       │
       ▼
投标文件 DOCX

2.3 模块职责

模块	职责	外部依赖
`models.py`	所有数据类定义	—
`config.py`	配置读取（API Key、模型名等）	—
`bid_reader.py`	读取招标PDF，提取文本+表格	pymupdf, pdf_table_to_docx
`requirement_analyzer.py`	分析招标要求，结构化输出	OpenAI API
`proposal_generator.py`	根据需求生成投标响应内容	OpenAI API
`proposal_writer.py`	将投标内容输出为格式化DOCX	python-docx
`pipeline.py`	编排完整流程，处理异常和日志	以上所有模块
`cli.py`	命令行入口	pipeline

3. 数据结构设计 (`models.py`)

3.1 数据类总览

from dataclasses import dataclass, field
from typing import Optional
from pdf_table_to_docx.table_parser import TableInfo


@dataclass
class BidPage:
    """招标文件中的一页"""
    page_num: int           # 页码（1-indexed）
    text: str               # 页面文本内容


@dataclass
class BidDocument:
    """招标文件结构化内容"""
    pdf_path: str                       # PDF 文件路径
    file_name: str                      # 文件名
    total_pages: int                    # 总页数
    pages: list[BidPage]               # 所有页面文本
    full_text: str                      # 全文拼接文本（供 AI 分析使用）
    tables: list[TableInfo]            # 从 PDF 提取的表格
    table_count: int                    # 表格数量


@dataclass
class Requirement:
    """单个招标要求项"""
    category: str                       # 类别（evaluation/service/qualification/other）
    title: str                          # 要求标题
    description: str                    # 详细描述
    score: Optional[float] = None       # 分值（评分项专用）
    detail: str = ""                    # 评分标准详细说明


@dataclass
class AnalysisResult:
    """招标文件分析结果"""
    summary: str                                    # 招标概要
    project_name: str = ""                          # 项目名称
    evaluation_criteria: list[Requirement] = field(default_factory=list)   # 评审标准
    service_requirements: list[Requirement] = field(default_factory=list)  # 服务要求
    qualification_requirements: list[Requirement] = field(default_factory=list)  # 资质要求
    other_requirements: list[Requirement] = field(default_factory=list)    # 其他要求
    raw_response: str = ""                          # AI 原始响应（调试用）


@dataclass
class ProposalSection:
    """投标文件的一个章节"""
    title: str                          # 章节标题
    level: int = 1                      # 层级（1=一级标题, 2=二级标题）
    content: str = ""                   # 章节正文
    requirement_ref: str = ""           # 对应的招标要求引用


@dataclass
class ProposalDocument:
    """完整的投标文件内容"""
    title: str                          # 文档标题
    project_name: str = ""              # 项目名称
    sections: list[ProposalSection] = field(default_factory=list)  # 所有章节
    summary: str = ""                   # 投标概要

3.2 分类体系

Requirement.category 使用以下四类：

分类值	说明	示例
`evaluation`	评审标准/评分项	"技术方案（30分）"、"服务团队（20分）"
`service`	服务要求/技术需求	"物业管理服务范围"、"人员配置要求"
`qualification`	资质要求/资格条件	"具有ISO9001认证"、"注册资本≥500万"
`other`	其他	投标须知、文件格式要求等

4. 模块详细设计

4.1 `bid_reader.py` — 招标文件读取

职责：

使用 pymupdf (fitz) 从 PDF 中提取纯文本内容（逐页提取，保留段落结构）
使用 pdf_table_to_docx.extractor.PDFTableExtractor 提取所有表格
输出结构化的 BidDocument 对象

关键设计决策：

文本提取使用 pymupdf 的 page.get_text("text")，对中文 PDF 提取质量较好
表格提取完全复用 PDFTableExtractor（含跨页表格合并逻辑）
full_text 为所有页面文本拼接（供 AI 分析的完整上下文）

接口定义：

def read_bid_pdf(pdf_path: str) -> BidDocument:
    """读取招标 PDF，提取文本和表格。
    
    Args:
        pdf_path: 招标文件 PDF 路径
    
    Returns:
        BidDocument: 结构化招标内容
    
    Raises:
        FileNotFoundError: PDF 文件不存在
        BidReadError: PDF 读取/解析失败（如文件损坏、加密等）
    """

4.2 `requirement_analyzer.py` — 需求分析

职责：

接收 BidDocument，使用 OpenAI API 分析其中的评审要求
识别并分类四类需求：评审标准、服务要求、资质要求、其他
提取关键信息：需求标题、详细描述、分值（如有）

关键设计决策：

使用 OpenAI Chat Completions API，通过 system prompt 指导输出 JSON 格式
输出结构化的 AnalysisResult
对长文档可进行章节拆分处理，避免超过 token 限制
API 调用内置重试（指数退避，最多 3 次）

接口定义：

class RequirementAnalyzer:
    """招标文件需求分析器。"""
    
    def __init__(self, api_key: Optional[str] = None, model: str = "gpt-4o"):
        """初始化分析器。
        
        Args:
            api_key: OpenAI API Key，默认从 OPENAI_API_KEY 环境变量读取
            model: 使用的模型名称
        """

    def analyze(self, doc: BidDocument) -> AnalysisResult:
        """对招标文件进行 AI 分析，提取所有要求。
        
        Args:
            doc: 招标文件结构化内容
        
        Returns:
            AnalysisResult: 分析结果（结构化需求列表 + 摘要）
        
        Raises:
            AnalysisError: AI 分析失败（API 错误、响应格式异常等）
        """

4.3 `proposal_generator.py` — 投标内容生成

职责：

接收 AnalysisResult，逐项生成投标响应内容
根据需求类型和评分标准，生成有针对性的响应
输出结构化的 ProposalDocument

关键设计决策：

按需求分类组织章节结构（评审响应、服务方案、资质证明等）
每个需求独立生成，system prompt 中包含需求详情和评分标准
生成内容附带章节标题，供后续 writer 组织文档结构

接口定义：

class ProposalGenerator:
    """投标内容生成器。"""
    
    def __init__(self, api_key: Optional[str] = None, model: str = "gpt-4o"):
        """初始化生成器。
        
        Args:
            api_key: OpenAI API Key，默认从 OPENAI_API_KEY 环境变量读取
            model: 使用的模型名称
        """

    def generate(self, analysis: AnalysisResult) -> ProposalDocument:
        """根据招标要求生成投标内容。
        
        Args:
            analysis: 招标分析结果
        
        Returns:
            ProposalDocument: 生成的投标内容
        
        Raises:
            GenerationError: 内容生成失败（API 错误、格式异常等）
        """

4.4 `proposal_writer.py` — 投标文件输出

职责：

将 ProposalDocument 输出为格式化的 DOCX 文件
设置封面、目录、页眉页脚、章节标题、正文
样式设计符合投标文件的正式格式

关键设计决策：

直接使用 python-docx（已在环境中安装）
样式定义集中在模块常量中，便于调整
从 pdf_table_to_docx/docx_writer.py 借鉴经验，但投标文件有独立样式需求

接口定义：

def write_proposal_docx(
    content: ProposalDocument,
    output_path: str,
    *,
    page_width_cm: float = 21.0,
    page_height_cm: float = 29.7,
    margin_cm: float = 2.5,
) -> str:
    """将投标内容写入格式化的 DOCX 文件。
    
    Args:
        content: 投标内容
        output_path: 输出路径
        page_width_cm: 页面宽度（默认 A4）
        page_height_cm: 页面高度（默认 A4）
        margin_cm: 页边距
    
    Returns:
        str: 输出文件路径
    
    Raises:
        WriteError: DOCX 写入失败
    """

4.5 `pipeline.py` — 流程编排

职责：

编排读取→分析→生成→输出的完整流程
管理配置、日志、异常处理
提供高级 API 一键执行

接口定义：

def run_pipeline(
    pdf_path: str,
    output_path: Optional[str] = None,
    api_key: Optional[str] = None,
    model: str = "gpt-4o",
) -> str:
    """运行完整的招标→投标生成流程。
    
    Args:
        pdf_path: 招标文件 PDF 路径
        output_path: 输出 DOCX 路径（默认与输入同目录）
        api_key: OpenAI API Key（默认从环境变量读取）
        model: AI 模型名
    
    Returns:
        str: 输出文件路径
    
    Raises:
        BidReadError: PDF 读取失败
        AnalysisError: 需求分析失败
        GenerationError: 内容生成失败
        WriteError: DOCX 输出失败
    """

4.6 `cli.py` — 命令行入口

接口定义：

# 一键生成
python -m bid_proposal 招标文件.pdf

# 指定输出路径
python -m bid_proposal 招标文件.pdf -o 投标文件.docx

# 指定模型
python -m bid_proposal 招标文件.pdf --model gpt-4o

# 详细日志
python -m bid_proposal 招标文件.pdf --verbose

5. 与现有代码的集成点

5.1 复用的现有能力

现有模块	复用方式	说明
`pdf_table_to_docx.extractor.PDFTableExtractor`	直接实例化	复用表格提取和跨页合并
`pdf_table_to_docx.table_parser.TableInfo`	类型引用	在 `BidDocument.tables` 中使用

5.2 不直接复用的模块

现有模块	原因
`pdf_table_to_docx.docx_writer`	投标文件的 DOCX 样式需求不同（封面、标题层级、页眉等）
`pdf_table_to_docx.text_scorer`	投标生成不需要 NLP 评分

5.3 新增依赖

openai（已在 pyproject.toml 中声明）— OpenAI API 调用
pymupdf（已在 pyproject.toml 中声明）— PDF 文本提取
无需额外安装其他依赖

6. 错误处理策略

6.1 异常层级

BidProposalError (base)
├── BidReadError          — PDF 读取/解析失败
├── AnalysisError         — AI 分析失败（API 错误、格式异常）
├── GenerationError       — 内容生成失败
└── WriteError            — DOCX 输出失败

6.2 重试策略

OpenAI API 调用：指数退避重试（最多 3 次），超时 120 秒
PDF 读取：一次性失败（文件不存在或损坏直接报错）
长文档分析：按章节拆分，单个章节分析失败不影响其他章节

6.3 降级策略

场景	处理方式
表格提取失败	仅使用文本内容继续分析，日志记录警告
API 部分失败	标记失败项为"【待人工补充】"，继续后续步骤
输出目录不可写	回退到系统临时目录

7. 环境与配置

7.1 环境变量

变量	用途	默认值
`OPENAI_API_KEY`	OpenAI API 密钥	—（必需）

7.2 `config.py` 设计

import os

class Config:
    """配置管理。"""
    
    @staticmethod
    def get_openai_api_key() -> str:
        """获取 OpenAI API Key。"""
        api_key = os.environ.get("OPENAI_API_KEY")
        if not api_key:
            raise ValueError(
                "未设置 OPENAI_API_KEY 环境变量"
            )
        return api_key
    
    @staticmethod
    def get_default_model() -> str:
        """获取默认模型名。"""
        return os.environ.get("OPENAI_MODEL", "gpt-4o")

8. 工作拆分

8.1 模块依赖关系

A1 工作包（先决）                  A2 工作包（依赖 A1 的接口定义）
┌──────────────────────┐          ┌──────────────────────────┐
│ models.py (共享)     │          │ proposal_generator.py    │
│ config.py (共享)     │◀─────────│ proposal_writer.py       │
│ bid_reader.py        │          │ pipeline.py              │
│ requirement_         │          │ cli.py                   │
│   analyzer.py        │          │ __main__.py              │
└──────────────────────┘          └──────────────────────────┘

8.2 A1 工作包（`bid_reader.py` + `requirement_analyzer.py`）

实现文件：

bid_proposal/__init__.py
bid_proposal/models.py — 所有数据类定义
bid_proposal/config.py — 配置管理
bid_proposal/bid_reader.py — 招标文件读取
bid_proposal/requirement_analyzer.py — 需求分析

接口契约（A1 对 A2 提供的接口）：

# models.py
@dataclass class BidDocument: ...
@dataclass class Requirement: ...
@dataclass class AnalysisResult: ...
@dataclass class ProposalSection: ...
@dataclass class ProposalDocument: ...

# bid_reader.py
def read_bid_pdf(pdf_path: str) -> BidDocument: ...

# requirement_analyzer.py
class RequirementAnalyzer:
    def analyze(self, doc: BidDocument) -> AnalysisResult: ...

验收标准：

能从测试 PDF 中正确提取文本和表格
能够分析招标文件，输出结构化的需求列表
支持评审标准、服务要求、资质要求三类分类
单元测试覆盖正常路径和异常路径

详细任务见 task_a1.md。

8.3 A2 工作包（`proposal_generator.py` + `proposal_writer.py` + `pipeline.py`）

实现文件：

bid_proposal/proposal_generator.py — 投标内容生成
bid_proposal/proposal_writer.py — 投标文件输出
bid_proposal/pipeline.py — 流程编排
bid_proposal/cli.py — 命令行入口
bid_proposal/__main__.py — python -m 支持

接口契约（A2 对 A1 的依赖）：

引用 models.py 中定义的数据类
调用 bid_reader.read_bid_pdf() 和 RequirementAnalyzer.analyze()

验收标准：

能基于分析结果生成完整的投标响应内容
能输出格式化的 DOCX 文件（含封面、目录、章节、正文）
端到端流程可运行：PDF → DOCX
单元测试 + 集成测试覆盖

详细任务见 task_a2.md。

9. 后续扩展方向

方向	说明	优先级
多轮对话优化	用户可对生成内容提出修改意见，AI 根据反馈调整	中
模板匹配	支持用户提供历史投标文件作为风格模板	低
评分预测	根据生成内容预测评审得分，指导内容优化	低
参考文档库	支持参考多个招标文件和投标文件进行综合生成	低
并行生成	章节级并行调用 OpenAI API，加速生成	低

ARCHITECTURE.md 18 KB Geçmiş Ham

Proposa AI — 投标文件生成系统架构设计

1. 概述

1.1 目标

1.2 设计原则

1.3 与 pdf_table_to_docx 的关系

2. 整体架构

2.1 模块划分

2.2 数据流

2.3 模块职责

3. 数据结构设计 (models.py)

3.1 数据类总览

3.2 分类体系

4. 模块详细设计

4.1 bid_reader.py — 招标文件读取

4.2 requirement_analyzer.py — 需求分析

4.3 proposal_generator.py — 投标内容生成

4.4 proposal_writer.py — 投标文件输出

4.5 pipeline.py — 流程编排

4.6 cli.py — 命令行入口

5. 与现有代码的集成点

5.1 复用的现有能力

5.2 不直接复用的模块

5.3 新增依赖

6. 错误处理策略

6.1 异常层级

6.2 重试策略

6.3 降级策略

7. 环境与配置

7.1 环境变量

7.2 config.py 设计

8. 工作拆分

8.1 模块依赖关系

8.2 A1 工作包（bid_reader.py + requirement_analyzer.py）

8.3 A2 工作包（proposal_generator.py + proposal_writer.py + pipeline.py）

9. 后续扩展方向

ARCHITECTURE.md 18 KB

Geçmiş Ham

1.3 与 `pdf_table_to_docx` 的关系

3. 数据结构设计 (`models.py`)

4.1 `bid_reader.py` — 招标文件读取

4.2 `requirement_analyzer.py` — 需求分析

4.3 `proposal_generator.py` — 投标内容生成

4.4 `proposal_writer.py` — 投标文件输出

4.5 `pipeline.py` — 流程编排

4.6 `cli.py` — 命令行入口

7.2 `config.py` 设计

8.2 A1 工作包（`bid_reader.py` + `requirement_analyzer.py`）

8.3 A2 工作包（`proposal_generator.py` + `proposal_writer.py` + `pipeline.py`）