标书模板填充 SKILL

概述

将脱敏 DOCX 模板填充为可提交的投标文件。覆盖设备采购类投标的商务标 + 技术标 + 报价书全部章节。

智能提取流程（新增 v2.3）

技能现在支持直接读取公司信息 DOCX 和招标 PDF/DOCX，自动提取并映射到模板：

公司信息.docx ──→ scripts/extract_company.py ──→ company.json（自动映射脱敏Key） 招标文件.pdf ──→ scripts/extract_bid.py ──→ 招标方结构化数据 ↓ scripts/bid_pipeline.py ──→ 合并+填充 ──→ 成品标书.docx

一键命令：

# 从公司DOCX + 招标PDF 直接生成标书
python scripts/bid_pipeline.py 招标文件.pdf --company-docx 公司信息.docx --templates-dir ./模板/

**输出文件夹：**生成的标书文件默认保存在招标文件同目录下的 成品标书/ 子文件夹中，文件命名格式：标书类型_项目名.docx。可通过 --output-dir 自定义。

分步使用：

# 步骤A：提取公司信息
python scripts/extract_company.py 公司信息.docx -o company.json

# 步骤B：提取招标信息
python scripts/extract_bid.py 招标文件.pdf --print

# 步骤C：管道生成
python scripts/bid_pipeline.py 招标文件.md --company-json company.json

首次使用：编辑 desensitize_map.json，将 template_desensitize_map 中的虚拟文本改为你模板中实际出现的脱敏名。也可通过 --map 指定自定义映射文件：python scripts/extract_company.py 公司信息.docx --map my_map.json

环境要求

• Python 方式（推荐）：Python 3.7+，安装 python-docx：pip install python-docx
• Node.js 方式（零依赖备选，仅 Windows）：Node.js 16+
• 管道方式：Python 3.7+，python-docx，模板需按约定命名

工作流

步骤1: 读取招标文件 → 提取招标方信息
步骤2: 扫描脱敏模板 → 发现占位符与脱敏文本
步骤3: 收集投标人信息 → 向用户询问必要数据
步骤4: 构建替换数据 → 映射数据到占位符
步骤5: 执行填充 → 调用 scripts/fill_py.py 或 scripts/fill_template.js
步骤6: 验证输出 → 检查遗漏占位符

---

步骤1: 读取招标文件，提取招标方信息

读取招标文件（PDF 或 Markdown/Word），提取并保存为结构化数据：

提取项	常见模板占位符	用途
项目名称	[项目名称]、_[项目名称]_	保证金表、页眉
招标编号	_[招标编号]_、[招标编号]	投标函、授权书、保证金表
招标方名称	_[招标方名称]_、[招标方名称]	投标函抬头
招标代理名称	_[招标代理名称]_、[招标代理名称]	投标函抬头、保证金表抬头
投标有效期天数	【 30 】	投标函第4款
投标保证金金额	脱敏金额文本	保证金表
付款方式/质保期/交货期	—	差异表
是否接受联合体/分包	—	投标函
需何种认证	_[认证承诺]_	投标函第12款
标段名称	（标段1名称）	报价总表

如招标文件为 PDF，使用可用的 PDF 读取工具提取文本。如已有解析好的 Markdown，可直接用 scripts/bid_pipeline.py 自动提取。

---

步骤2: 扫描脱敏模板，发现占位符

脱敏模板中需要替换的内容分三类：

2.1 通用占位符（三套格式）

模板中可能同时存在以下格式的占位符，全部需要替换：

格式	示例
_[xxx]_ 双下划线	_[招标方名称]_、_[招标编号]_
[xxx] 纯方括号	[招标方名称]、[项目名称]
（xxx） 中文全角括号	（标段1名称）

操作：解包模板扫描所有占位符：

# PowerShell 解包并扫描
Add-Type -AssemblyName System.IO.Compression.FileSystem
$tmp = "$env:TEMP\scan_tmpl"
[System.IO.Compression.ZipFile]::ExtractToDirectory("模板.docx", $tmp)
Get-ChildItem -Recurse $tmp -Filter *.xml | ForEach-Object {
  $txt = Get-Content $_.FullName -Raw
  [regex]::Matches($txt, `'_[^_]+_`') | % { $_.Value }
  [regex]::Matches($txt, `'\[[^\]]+\]`') | % { $_.Value }
  [regex]::Matches($txt, `'（[^）]+）`') | % { $_.Value }
} | Sort-Object -Unique

2.2 脱敏文本（公司特定字符串）

脱敏模板中的敏感信息已被替换为虚拟文本。常见模式：

• 公司全称 → XX重工股份有限公司
• 公司简称 → XX重工
• 法人姓名 → 金红萍
• 授权代表 → 沈小芳
• 地址 → [公司地址]、江苏省 苏州市
• 银行信息 → [开户银行名称]、[银行账号]
• 联系方式 → [电话已脱敏]、[手机已脱敏] 等
• 金额占位 → 【 随机金额万美元 ... 】

操作：阅读 word/document.xml 和 word/header*.xml，找出上述模式的文本。

2.3 日期处理（自动，无需手动配键）

日期由引擎自动处理，不需要在 JSON 中配置。

处理顺序：阶段1先替换日期 → 阶段2再替换占位符。日期优先处理避免占位符值干扰日期匹配。

引擎通过三套正则覆盖所有日期变体，自动替换为当天实时日期：

正则	覆盖格式	示例
完整日期（含下划线/空格分隔）	2014年7月29日、__2014__年__7__月__29__日
有年份无月日数字	2014年 月 日、__2014__年_____月_____日
无年份的月日占位	年 月 日

日期始终替换为当天（YYYY年MM月DD日），当日日期自动跳过。如招标文件有特定截止日期要求，在 pipeline 解析时会保留。

⚠️ 不要在 JSON 中添加日期碎片键（如 "2014"、"7月"、"29日" 等），这会导致与正则替换冲突产生乱码。

2.4 构建占位符清单

汇总为表格，标注每项的数据来源：

原文（模板中）	类型	需填入	来源
_[招标方名称]_	占位符	招标方全称	步骤1
[招标编号]	占位符	招标编号	步骤1
XX重工股份有限公司	脱敏文本	投标人全称	步骤3
金红萍	脱敏文本	法人姓名	步骤3
【 30 】	脱敏文本	投标有效期	步骤1
【 随机金额... 】	脱敏文本	实际报价金额	步骤3
日期 2014年7月29日	自动替换	今天日期	引擎

---

步骤3: 收集投标人信息

向用户逐项询问。严禁编造：

1. 投标人全称（营业执照名称）：
2. 投标人简称：
3. 统一社会信用代码：
4. 法定代表人姓名：
5. 授权代表姓名：
6. 注册地址、邮编：
7. 开户银行全称、账号：
8. 联系人姓名、电话、手机、传真：
9. 报价总价（大写+小写）：
10. 近3年类似项目业绩：
11. 持有资质证书清单：
12. 设备主要技术参数：

报价金额必须由用户确认，绝不自行决定。

---

步骤4: 构建替换数据

将步骤1-3 的数据映射为 JSON。

规则

• 占位符原文作为 JSON key，实际数据作为 value
• 不要包含日期碎片键（日期由引擎自动处理）
• 公司名全称 + 简称两个键都要配
• 不需要手动 XML 转义，引擎自动处理

快速开始：最小可用的 basic.json

将下方保存为 basic.json，替换【】内容为实际数据：

{
  "_[招标方名称]_": "【招标方全称】",
  "[招标方名称]": "【招标方全称】",
  "_[招标编号]_": "【招标编号】",
  "[招标编号]": "【招标编号】",
  "_[招标代理名称]_": "【招标代理全称】",
  "[招标代理名称]": "【招标代理全称】",
  "[项目名称]": "【项目全称】",
  "（标段1名称）": "【标段1名称】",
  "（标段2名称）": "【标段2名称】",
  "（标段3名称）": "【标段3名称】",
  "【 30 】": "【 90 】",
  "XX重工股份有限公司": "【你的公司全称】",
  "XX重工": "【你的公司简称】",
  "金红萍": "【法定代表人】",
  "沈小芳": "【授权代表】",
  "[公司地址]": "【注册地址】",
  "[开户银行名称]": "【开户银行全称】",
  "[银行账号]": "【银行账号】",
  "[电话已脱敏]": "【电话】",
  "[手机已脱敏]": "【手机】",
  "[传真已脱敏]": "【传真】",
  "[邮编已脱敏]": "【邮编】",
  "江苏省 苏州市": "【省份 城市】",
  "174774": "【报价总价数字】",
  "184968": "【报价总价数字】",
  "壹拾叁万元整": "【报价总价大写】",
  "元玖拾玖万贰仟伍佰叁拾陆元整": "【报价总价大写】",
  "￥          元": "￥ 【金额】 元",
  "￥           元": "￥ 【金额】 元",
  "大写                       ": "大写    【大写金额】"
}

> **金额空白占位符**：模板中金额可能显示为仅有空格无数字（如 `￥          元`），需在 JSON 中精确匹配替换。扫描模板中所有 `￥` 或 `大写` 附近文本，确保 JSON 覆盖所有空白金额模式。
> **页眉页脚**：引擎会自动修补 python-docx 可能遗漏的非默认页眉类型（header1/2/3.xml 等），确保页眉中的占位符也被替换。

日期不需要配置，引擎自动将所有旧日期替换为当天实时日期。

JSON 模板示例

{
  "_[招标方名称]_": "华能国际电力股份有限公司",
  "[招标方名称]": "华能国际电力股份有限公司",
  "_[招标编号]_": "HNZB2026-00123",
  "[招标编号]": "HNZB2026-00123",
  "_[招标代理名称]_": "华能招标有限公司",
  "[招标代理名称]": "华能招标有限公司",
  "[项目名称]": "华能XX电厂锅炉设备采购",

  "XX重工股份有限公司": "大连华锐重工集团股份有限公司",
  "XX重工": "大连重工",
  "金红萍": "张三",
  "沈小芳": "李四",

  "[公司地址]": "辽宁省大连市西岗区八一路169号",
  "[开户银行名称]": "中国工商银行大连分行",
  "[银行账号]": "3400200123456789012",
  "[电话已脱敏]": "0411-86881234",
  "[手机已脱敏]": "13901011234",
  "[传真已脱敏]": "0411-86881235",
  "[邮编已脱敏]": "116001",

  "【 30 】": "【 90 】",
  "【 】": "【 人民币捌仟伍佰陆拾万元整 ¥85,600,000.00 】",
  "【 随机金额万美元 美元玖拾玖万贰仟伍佰叁拾陆元整 】": "【 人民币捌仟伍佰陆拾万元整 ¥85,600,000.00 】",

  "江苏省 苏州市": "辽宁省 大连市",
  "（标段1名称）": "锅炉本体",
  "（标段2名称）": "辅机设备"
}

特殊值处理

类型	规则	示例
大写金额	用户提供，不自行转换	"捌佰伍拾陆万元整"
认证承诺	根据招标文件要求撰写	"我单位承诺在收到中标通知书后6个月内..."
公司名称	全称+简称都要配	页眉可能只有简称
随机金额	整串文本匹配替换	不是占位符，是脱敏示例文本
日期	不要在JSON中配置，引擎自动处理	—

---

步骤5: 执行填充

> 大文件处理：模板 >5MB 时自动使用 fill_large 纯 Python zipfile 引擎，零外部依赖，同样支持日期优先 + 占位符后处理。

方式 A：Python（推荐）

python scripts/fill_py.py <模板.docx> <输出.docx> <替换数据.json>

两阶段引擎：先占位符替换，再整日期替换。自动报告遗漏占位符。

⚠️ 格式注意：当占位符跨多个 Word run 时，引擎会按比例将替换文本分配回各 run，保留原有加粗/斜体等格式属性。若替换文本长度与原占位符差异较大，可能导致文字在不同格式 run 间重新分配，但不会丢失格式定义。

页眉页脚处理：python-docx 只能访问默认页眉。引擎保存后会额外解包 DOCX，直接修补 header*.xml 和 footer*.xml 中遗漏的占位符和日期。

方式 B：Node.js（零依赖，仅 Windows）

node scripts/fill_template.js <模板.docx> <输出.docx> <替换数据.json>

同两阶段策略，额外自动检查遗漏占位符。依赖 PowerShell 进行 ZIP 操作，不支持 macOS/Linux。

方式 C：管道一键生成

python scripts/bid_pipeline.py 招标文件.md [--company-json 公司数据.json] [--templates 模板1.docx 模板2.docx ...]

自动完成步骤1→4→5，从招标文件 Markdown 到成品标书。

成品文件默认输出到招标文件同目录下的 成品标书/ 子文件夹。文件命名格式： 标书类型_项目名称.docx。

• 默认查找模板目录下 *脱敏*.docx 文件
• 可通过 --templates 显式指定模板列表
• --company-json 指定公司脱敏数据（格式同步骤4中的公司部分）
• 大文件（>5MB）自动切换纯 Python zipfile 引擎，跨平台兼容

---

步骤6: 验证输出

填充完成后自动运行 scripts/verify_bid.py 进行二次核对：

# 自动（pipeline 内置）
python scripts/bid_pipeline.py 招标文件.pdf --company-docx 公司信息.docx
# → 填充完成后自动审核每个输出文件

# 手动
python scripts/verify_bid.py 成品标书.docx --company-docx 公司信息.docx

# 跳过审核
python scripts/bid_pipeline.py 招标文件.md --company-json company.json --no-verify

检查等级：

等级	检查项	示例
P0 致命	遗漏占位符、日期未更新、公司名不一致	[招标编号] 未替换
P1 严重	关键字段为空、疑似乱码、金额不一致	投标报价字段空白
P2 提示	空白方括号、签名区提醒、异常标点	【 】 未填充

手动补充检查：

• 投标函抬头、授权书姓名、保证金账户
• 报价总表金额、签名区
• 页眉页脚信息

故障排除

问题	可能原因	解决方案
占位符未被替换	JSON 中的 key 与模板中的文本不完全一致	检查空格、全角/半角字符
日期没有被替换	日期格式不匹配正则	确保日期为"YYYY年MM月DD日"格式
scripts/fill_py.py 报 ModuleNotFoundError	未安装 python-docx	pip install python-docx
scripts/fill_template.js 报错	非 Windows 系统	改用 Python 方式
输出文件格式错乱	模板中的复杂格式	参见步骤5的格式警告
保证金表格金额为空	模板金额为空白占位符（￥ 元）	在 JSON 中精确匹配该空白模式
页眉未更新	模板使用了非默认页眉类型	引擎已自动处理，无需手动干预
模板未找到	命名不符合约定	使用 --templates 显式指定

---

严禁事项

• 绝不编造业绩、资质、人员、报价等任何信息
• 绝不跳过招标文件要求的任何附件
• 报价金额必须经用户确认
• 模板中已有的标准条款结构不要修改，只替换变量
• 不要在 JSON 中配置日期碎片键，日期由引擎自动整日期替换