# ai核实标讯

**Repository Path**: linnjabin/ai-bid-analysis-code

## Basic Information

- **Project Name**: ai核实标讯
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-11
- **Last Updated**: 2026-06-23

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 政企业务准入审查 Agent

输入项目资料文件夹 → 一条命令自动生成风险评估报告。

**浏览器直采政府/企业数据 + DeepSeek + 豆包 三方联网搜索验证，交叉验证裁决，程序护栏检查。**

---

## 快速开始

```bash
# 一次性安装
pip install -r requirements.txt
"D:/Tzzz/Python/python.exe" -m playwright install chromium
run setup_api

# （可选）启动代理池防封 IP
cd ..\..\fir-proxy\"fir-proxy - 1.2"
"D:/Tzzz/Python/python.exe" main.py
# → 点击"获取代理" → 验证完成后点击"启动服务" → 保持窗口打开

# 每次使用：一条命令出报告
run auto "解压后的项目文件夹路径"
```

报告生成在 `workspace/<项目名>/<项目名>.风险评估报告.md`。

---

## 项目结构

```
ai-bid-analysis-code/
├── README.md
├── USER_GUIDE.md              使用指南
├── SKILL.md                   Agent 工作流
├── run_pipeline.py            一键编排（prep / auto / verify）
├── run.bat                    Windows 启动脚本
├── requirements.txt
│
├── scripts/
│   ├── extract_project.py     取数：项目文件夹 → 结构化文本+表格
│   ├── scan_risk_keywords.py  风险判词撒网（4 类 60+ 词）
│   ├── build_ai_prompt.py     生成 AI 核查任务书（含文档原文+精确搜索词）
│   ├── gov_crawler.py         ★ 政府/企业数据爬虫（隐身浏览器百度搜索直采）
│   ├── ai_verify.py           调用三 AI API 联网核查 + 合成报告
│   ├── check_report.py        四重护栏（完整性/梯度/覆盖/交叉校验）
│   ├── build_excel.py         MD → Excel
│   ├── check_env.py           环境自检
│   └── setup_api.py           API Key 配置向导
│
├── data/
│   └── risk_keywords.json     风险判词库
│
├── references/
│   ├── risk_dimensions.md     8 个审查维度详解
│   ├── verification_sources.md  12 个外部核验平台
│   └── report_template.md     报告格式模板
│
├── config/
│   ├── api_keys.example.json   Key 模板（可提交 git）
│   └── api_keys.local.json     Key 实际文件（gitignore）
│
├── prompts/
│   └── comparison.md          AI 结果比对指令
│
└── workspace/                 运行时产物
    └── 项目名/
        ├── 项目名.风险评估报告.md  ← 最终报告
        └── _data/                  ← 中间文件（自动清理）
```

---

## 工作流

```
① prep              ② 爬虫直采              ③ 联网核查                  ④ 合成报告
  (Python)            (Scrapling浏览器)       (DeepSeek+智谱AI+豆包)       (Python)
     │                     │                       │                        │
 解压→提取→扫描    百度搜索企业信息          各自搜索→分析          交叉验证→合成
                    →提取政府URL              →交叉验证              →四重护栏→Excel
                    →验证URL可访问性
```

**数据优先级（从高到低）：**
1. **A 级：浏览器直采数据** — 隐身浏览器从百度搜索结果直接提取，经准确性校验，优先采信
2. **文档原文** — 项目文件（合同、招标文件、报备表）中提取的数字和条款
3. **AI 联网搜索** — 需有真实 URL + 交叉验证裁决，无 URL 的数据不采用

---

## 数据来源

| 来源 | 方式 | 可靠性 |
|------|------|:--:|
| 百度搜索 → 企业工商信息 | 隐身浏览器自动搜索提取 | A |
| 百度搜索 → 政府公告 URL | 隐身浏览器搜索 + 逐条验证可访问 | A |
| 项目文档（合同/招标文件/报备表） | Python 直接提取 | A |
| DeepSeek/Doubao 联网搜索 | AI 联网核查 + 交叉验证裁决 | B |

---

## 客观局限

| 局限 | 原因 | 处理方式 |
|------|------|---------|
| 爱企查/企查查 | 需验证码/登录 | 通过百度搜索摘要获取关键字段（注册资本、实缴资本） |
| 国家企业信用信息公示系统 | 需验证码 | 仅提供直达链接，标 `[需人工核实]` |
| 中国裁判文书网 | 需登录 | 通过执行信息公开网 + 第三方平台替代 |
| 大企业搜索噪声 | 百度搜索结果杂（新闻、招聘） | 小型企业数据准确率高，大型央企交给 AI 联网补充 |
| 项目垫资实际情况 | 需求明确"网上查不到" | 以事业部预算表为准 |