工作台
当前项目:深圳红树林湿地博物馆方案设计招标(测试虚构项目) · 测试标书 3 份(自编)
目标值
≥80%
审标效率提升
设计目标:单份 ≤200 页标书 ≤5 分钟
目标值
<1%
核心废标条款漏检率
设计目标:标准化审标点零漏检
目标值
≥98%
商务标审标准确率
设计目标:与专家一致性 ≥98%
实测值 · 真实链路
--%
AI 结论与人工核对一致率
尚未运行真实审查

关于本 DemoPOC 分层说明 —— 哪些是真跑,哪些是设计呈现

✅ 真实链路(可现场验证)

上传标书 PDF → 浏览器本地解析文本(pdf.js)→ 真实调用 LLM API → 6 项规则明确的检查点真实审查(报价大小写、最高限价、业绩时间、承诺工期、签字盖章、资质等级)→ 结论与耗时留档,支持人工核对并统计一致率。

🎭 演示数据(产品设计呈现)

其余 22 项检查点、技术标图纸参数(多模态,规划下一期)、报告生成与追溯页面为演示数据,用于呈现完整产品形态:28 项检查点体系、全自动/半自动/全手动分类策略、强制复核与合规追溯机制。

功能模块

📋
商务标审查
含 6 项真实 AI 审查
📐
技术标审查
演示 · 多模态规划下一期
📝
任务书生成
演示
🔍
同类项目调研
演示
📊
项目总结报告
演示

审查方式分类策略

按 4 个维度加权评分,将每条审查条款划分为「全自动 / 半自动 / 全手动」

评估维度权重说明
风险等级40%触发废标、高金额偏差等高风险项强制复核
规则明确性30%规则越明确,越适合全自动审查
AI 置信度20%置信度 <90% 转人工复核
数据可用性10%外部数据可联网核验程度

LLM 模型选型(规划:全私有化部署)

任务环节推荐模型
文件解析智谱 ChatGLM3-6B-128K
商务条款审查(逻辑推理)DeepSeek-R1 / 通义千问
报告生成 / 文案润色通义千问(本地版)
图纸参数提取(多模态)Qwen2-72B(昇腾优化版)
规则兜底自研规则引擎

POC 阶段:直接调用云端 API(DeepSeek / 智谱 / 通义任选),Key 仅存本机。