招标文件解析与立项报告生成

> 立项报告模板来源：本 skill 生成的立项报告初稿基于通用《投标立项报告》模板结构。
> 自带默认模板为已脱敏的完整示例（公司名以"XX公司"占位）；正式使用时建议用 --template 指定本公司在用模板。
> 默认模板为 references/立项报告默认模板.docx（该模板的完整示例）；用户未提供模板时默认使用它，也可用 --template 指定其他模板。
> scripts/report_template_defs.py 中的字段定义（段落+报告元信息+主表章节）均从该模板提取。

何时使用

• 用户给出招标文件（.doc/.docx/.wps），要求生成立项报告初稿或投标立项材料。
• 投标前需要逐项核对资格、报价、评标、废标、合同风险并落成立项报告。
• 需要对立项报告模板的每个字段追溯招标文件原文出处。

核心原则

1. 只读：不修改源招标文件；中间文件写入 output/。
2. 通用类目：提取类目由 scripts/sections_defs.py 定义（6 分组 × 37 类目），
   是唯一类目权威，定义提取数据 JSON 提取 块的键名结构。禁止按某个项目临时增删/改名类目。
3. 两件套·内外分工：立项报告初稿（docx）为对外展示的正式结果，
   立项报告原文对照表（xlsx）为内部人员内控审核的结果。两者共享
   scripts/report_template_defs.py 字段定义，保证模板字段与对照表逐条对应。
   立项报告原文对照表每行必须给出细颗粒度的招标文件原文片段 + 具体出处定位，
   禁止用"综合分析""（项目元信息）"等无信息量的占位描述——值来自哪段原文、
   位于哪个章节，必须逐条可查。
4. 表格外·报告级信息等待填写：模板表格外（报告日期、报告编号、落款单位、
   落款日期等）并非固定模板内容，需人工确认后才能填写。数据 JSON 的
   report_meta 块提供时按值填入；未提供时如实按等待填写格式：
   报告日期/落款日期填"xx年xx月xx日"、报告编号/未知单位行填"xxx"、
   落款单位首行保留模板固定公司名（默认模板中为"XX公司"）。
   严禁沿用模板中残留的旧项目内容（如模板自带的日期/编号/分公司名）。
5. 找不到内容如实说明：填"招标文件中未提及"，禁止留空、禁止用"无"替代。
6. 空值区分：未载明 / 待澄清 / 不适用 / 暂未获取附件，禁止用"无"替代"文件未说明"。
7. 推算标注：凡推算的值须保留原文表述与推算过程。
8. 前后文差异必查：跨章节口径不一致进"前后文描述差异"组，两处出处都记录。
9. 填入内容格式统一：立项报告采用模板填充模式——以模板 docx 为底稿，
   表头/结构/版式不动。默认使用自带默认模板 references/立项报告默认模板.docx
   （通用《投标立项报告》模板，已脱敏）；用户未提供模板时默认使用它，
   也可 --template 指定其他模板 docx。
   所有由生成器填入的内容（项目简介、表格值列、报告日期/编号、落款区等）
   一律统一为：西文 Times New Roman + 中文仿宋（FangSong）+ 12pt（小四，
   sz=szCs=24）；加粗按语义区分——项目简介整行、表格标签列
   加粗；表格值列、报告日期/编号、落款区非加粗。项目简介每个类目后统一补
   全角冒号"："分隔类目与所填信息。
10. 初稿定位与人工复核：AI 提取结果仅为初稿。高风险字段（预算金额、
    计划工期、资质门槛、废标条款）必须由业务人员人工复核确认后方可对外使用；
    复核以《立项报告原文对照表》的"原文片段 + 出处定位"为线索逐条核对。

通用类目清单（6 分组 × 37 类目）

> 该类目体系是提取数据 JSON 提取 块的结构定义，立项报告字段定义
> report_template_defs.py 通过 c:分组:类目 从中取数。

执行流程

第 1 步：确认文件与提取通道

1. 确认输入文件路径与格式（.docx/.doc/.wps）。
2. 优先使用本地 Office 编辑会话读取；不可用时改用只读提取脚本（第 2 步）。
3. 扫描版 PDF 预处理：招标文件为扫描版 PDF（图片型、无文字层）时，须先用
   OCR 转为可复制文本（PDF→Word/可复制文本层）后再进入第 2 步；本 skill 不直接
   处理图片型扫描件。OCR 结果需抽查关键章节（投标人须知、评标办法）确认无乱码、
   无丢行，再开始提取。

第 2 步：只读文本提取

python scripts/extract_doc_text.py "<输入招标文件>" "<output/XX_全文提取.txt>"

• .docx：解析 word/document.xml；.doc（OLE2）：抽取 UTF-16LE 文本流。
• 输出关键章节命中清单；六标准章节缺失时提示完整性风险。

第 3 步：按通用类目逐组提取

按上方类目清单逐组检索，类目固定不变。某类目找不到对应内容 → 如实填"招标文件中未提及"。

编写提取结果时的硬性要求：

1. 最小原文：逐字摘录最短相关片段，禁止大段照搬与跨行共享。
2. 出处定位：统一"第X章-节号"格式，精确到条款编号。
3. 复合内容可合并概述：一个类目可涵盖多个事实，在提取信息列概述完整。
4. main 字段同样要追溯原文出处：立项报告填写的项目元信息/勾选项/复合分析文本
   （存于 JSON main 块），须在 main_sources 块逐字段标注"原文片段 + 出处定位"，
   供立项报告原文对照表取数；无原文依据的内部记录字段（如提取日期）如实标
   "招标文件中未提及 / —"。禁止用"综合分析"等占位描述替代真实原文与出处。
5. 报告级信息如实说明：报告日期/报告编号/落款单位/落款日期等表格外信息
   招标文件通常不含，写入 JSON report_meta 块（原文标"招标文件中未提及"、出处"—"）；
   未提供时生成器自动按等待填写格式（日期"xx年xx月xx日"、编号"xxx"、
   落款首行保留模板公司名），不得沿用模板自带的旧项目日期/编号/分公司名。

第 4 步：生成两份交付物

> 两份交付物共享 scripts/report_template_defs.py 字段定义；
> 其数据底座为 scripts/sections_defs.py 定义的提取类目体系（JSON 提取 块）。

交付物 1：立项报告初稿（scripts/build_approval_report_docx.py）

模板填充模式（基于通用立项报告模板结构）：

# 模板填充（默认使用自带默认模板 references/立项报告默认模板.docx）
python scripts/build_approval_report_docx.py "<output/XX_提取数据.json>" "<output/XX_投标立项报告初稿.docx>"

# 模板填充（指定其他模板 docx）
python scripts/build_approval_report_docx.py "<output/XX_提取数据.json>" "<output/XX_投标立项报告初稿.docx>" --template "<其他立项报告模板.docx>"

以模板 docx 为底稿，表头与结构不动，按字段名从 JSON 取值填入。
默认模板为 references/立项报告默认模板.docx（通用《投标立项报告》模板完整示例，已脱敏）；用户未提供模板时默认使用它，也可
--template 指定其他模板。
未涉及项均填"招标文件中未提及"。所有填入内容统一强制为
Times New Roman + 仿宋（FangSong）+ 12pt（sz=szCs=24）；加粗按语义区分——
项目简介整行与表格标签列加粗，表格值列、报告日期/编号、落款区非加粗；
项目简介段落每个类目后统一补全角冒号"："分隔类目与所填信息。
表格外报告级信息（报告日期/报告编号/落款单位/落款日期）：取 report_meta 块，
未提供时按等待填写格式——日期"xx年xx月xx日"、编号"xxx"、落款首行保留模板公司名、
次行及以下"xxx"，不沿用模板旧项目内容。

交付物 2：立项报告原文对照表（scripts/build_report_review_xlsx.py）

python scripts/build_report_review_xlsx.py "<output/XX_立项报告原文对照表.xlsx>" "<output/XX_提取数据.json>"

按立项报告模板的全部表头/类目生成原文对照表（8 sheet × 4 列）：
"项目简介"段落区域单独一个 sheet；"报告元信息"（报告日期/报告编号/落款单位/落款日期）
单独一个 sheet；主表各章节（基本信息/商机筛选/工程概况/商务概况/投标论证/其他）各一个 sheet。
每个字段标注填写内容、对应招标文件细颗粒度原文片段与具体出处；招标文件不涉及的字段如实说明"招标文件中未提及 / —"。
不得出现"综合分析"等占位描述——所有有值字段的原文与出处必须逐条来自招标文件。

第 5 步：质量自检

• [ ] 六个分组全部命中且逐组检索过
• [ ] 每个类目有提取信息或明确"招标文件中未提及"（不留空）
• [ ] 金额/期限/比例字段均带单位与出处
• [ ] 跨章节口径差异已进"前后文描述差异"组
• [ ] 技术标评分细则逐项提取
• [ ] 立项报告初稿未填项标注"招标文件中未提及"
• [ ] 立项报告初稿项目简介每个类目后带全角冒号"："
• [ ] 立项报告初稿所有填入内容格式统一（Times New Roman + 仿宋 FangSong + 12pt），无 10.5/11/11.5pt 或 FZSJ-FANGSJT/SimSun 等漂移残留（模板填充模式）
• [ ] 立项报告初稿加粗语义正确：项目简介整行、表格标签列加粗；表格值列、报告日期/编号、落款区非加粗
• [ ] 立项报告初稿表格外信息：日期为"xx年xx月xx日"、编号"xxx"、落款首行保留模板公司名、无模板旧项目残留
• [ ] 模板填充模式：主表含全部章节（一至八 + 审批部门九至十二），落款首行为"XX公司"（默认模板自带的脱敏占位，非旧项目残留）
• [ ] 立项报告原文对照表覆盖模板全部字段（含"报告元信息"sheet）
• [ ] 立项报告原文对照表无"综合分析"等占位，有值字段均标注真实原文与具体出处
• [ ] 输入为扫描版 PDF 时已完成 OCR 转文字并抽查关键章节无乱码/丢行
• [ ] 已提示用户：高风险字段（预算金额/计划工期/资质门槛/废标条款）须人工复核后方可对外使用

已知坑点

1. 类目易被"项目化"：通用类目禁止加入项目特有条目，项目特有内容归入"其他要求"。
2. 找不到 ≠ 无："招标文件中未提及"表示文件没写，"无"会被误读为"明确没有"。
3. 技术评分表最易漏项：务必逐行读技术评分表，包括业绩加分与特殊规则。
4. 履约担保前后文口径：前附表与合同条款可能不一致，两者并存必须进差异组。
5. 合并单元格重复触发：python-docx 对垂直合并单元格多行返回同一文本，用 first 标志仅处理首行。
6. 类目定义共享：新增/修改类目只改 sections_defs.py 一处（JSON 提取 块键名随之变化），禁止在生成器中私自硬编码。
7. 立项报告字段定义共享：修改模板字段映射只改 report_template_defs.py 一处。
8. 模板旧项目残留：立项报告模板表格外常带旧项目日期/编号/落款（如"报告日期：20xx年x月x日""报告编号：XX-XXX-XXX"），生成时必须按 report_meta 覆盖为实际值或等待填写格式（日期"xx年xx月xx日"、编号"xxx"），严禁原样保留。
9. 落款首行保留公司名：落款单位首行是模板固定的公司名称（默认模板中为"XX公司"），不是旧项目残留，生成时必须保留；仅次行及以下（分公司等）按需等待填写。
10. 报告级信息不属招标提取项：报告日期/编号/落款属报告自身要素而非招标文件提取项，只出现在立项报告两件套（初稿填等待填写格式、对照表标"招标文件中未提及"），不进入类目提取数据。
11. 填入内容格式漂移：模板填入位置普遍漂移——项目简介区多数行继承 Normal 样式（10.5pt）、
    个别行显式 12pt；表格值列 11/11.5/12pt 混用；落款/工程量表用 FZSJ-FANGSJT 10.5pt、
    业主西文地址用 SimSun。生成器必须对所有填入 run 强制覆盖为 Times New Roman +
    仿宋（FangSong）+ 12pt，并按语义区分加粗，不能沿用模板原 run 格式。
12. 默认模板 vs 指定模板：默认使用自带默认模板 references/立项报告默认模板.docx
    （通用《投标立项报告》模板完整示例，已脱敏），无需用户提供；
    用户提供其他模板时用 --template 指定。两种情形均以模板 docx 为底稿填表，
    表头/结构/版式不动（共享 report_template_defs.py 字段定义）。

参考文件

• references/立项报告默认模板.docx：默认立项报告模板（通用《投标立项报告》模板完整示例，已脱敏；用户未提供模板时使用）。该模板以 base64 内嵌于 scripts/_default_template.py；发布到 skill-hub（不支持上传 .docx 二进制）时无需随包上传此文件，运行 build_approval_report_docx.py 会在缺失时自动还原。
• references/字段字典.md：通用类目清单、JSON 数据模型（含 report_meta）、空值约定、立项报告字段映射
• scripts/extract_doc_text.py：只读文本提取（.doc/.docx）
• scripts/sections_defs.py：提取类目定义唯一权威（6 分组 × 37 类目，定义 JSON 提取 块结构）
• scripts/report_template_defs.py：立项报告模板字段定义（基于通用立项报告模板；段落+报告元信息+主表章节 + resolve）
• scripts/build_approval_report_docx.py：交付物①立项报告初稿（数据驱动，模板填充模式，默认使用自带默认模板）
• scripts/build_report_review_xlsx.py：交付物②立项报告原文对照表（8 sheet × 4 列）