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。

1. 是否是原文


2. 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）


3. ..

插入到模板中：

1. 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）


2. token消耗是否有限定


3. 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

这个规则能看看不佬，学习一下，要是让LLM一行行看的话，需要怎么约束呢

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