巨额悬赏！！求助：如何在无规则的招标书中提取想要的信息段落

如何在无规则的招标书中提取想要的信息段落，并插入到标书模板中，并且语义通顺，向量化？还是

就是构建知识库吧，RAG什么的。或者可以Coze + TextIn xParse，可零代码搭建招标文件解析机器人

目前有一个项目，就是llm来做，比如我要招标金额，就是让llm 分段一段段看，然后最后把找到的证据在让llm判断一次哪个是金额。我们是内网部署的，只有64K的上下文

提取好做，有关键词和语义匹配然后把上下文给大模型，然后结构化输出。填充的模板的话得构建agent，纯规则大概不行除非结构稳定 ^-^

看一下需要的信息段落是否可以明确分类，即明确的提取内容目标。

- 是否是原文

- 是否可以明确抽离出来 （例如废标项、招标金额、招标单位、采购需求…而不是某种采购产品局限于本招标书）

- ..

插入到模板中：

- 模板是否是明确的已有涵盖内容的（区分框架待填充内容和已有类似内容需要内容适配替换）

- token消耗是否有限定

- 速度是否要特殊要求

（暂时想到这么多，目前佬的这一小句话还是有点模糊）

所以楼主到底给多少钱呢? 还有有偿悬赏 可以挂 赏金任务 的tag

怎么搭建啊哥 这个机器人 知道工作流 但是具体的数据该怎么解析匹配替换呢，标书的上下文也比较庞大

不开玩笑哥，起步100 越具体价格越大 DDT0077 微信可详谈

可以提取出来这些，但是问题是你怎么插入到模板里面呢，都是语义化的，该怎么进行精准匹配呢？匹配完成后 又怎么确保匹配后是正确的 而不是幻觉，因为上下文很大

那就是让LLM查找然后另外一个agent做审查是吧，准确率高吗，标书的上下文蛮多的诶，我试了下感觉不太行啊，对提示词要求比较高，而且边界要约束的很到位

可以实现的，我们先聊需求，明确一下

替换呢哥，提取确实还可以，但是怎么替换呀

标书各种奇奇怪怪的格式太多了，目前就是出现一个不准的让AI基于这个加规则，现在已经有很多层规则了，目前暂时稳定

出错了让 codex/claude code/opencode 这种agent直接用sota模型来指导应该怎么提取才对，都是AI写的，我几乎没看过。现在新的标书偶尔会有不对的，就让sota模型再来做一次