首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >从查价到留证:基于元宝搜索的可部署采购成交信息工作台

从查价到留证:基于元宝搜索的可部署采购成交信息工作台

原创
作者头像
fanstuck
发布于 2026-11-16 11:17:28
发布于 2026-11-16 11:17:28
60
举报

开源项目:GitHub · yuanbao-procurement-evidence。源码、启动步骤、实际页面截图和报告样例均在仓库中提供。

做采购相关工具时,我发现“历史成交价查询”这个需求,看起来像一个搜索框,落到实际工作却是一整段流程。

经办人员要先说清准备采购什么,再找其他项目的公告,判断是不是成交结果,确认金额属于整包、单项还是代理费,最后把网址和依据整理进材料。换一个人复核时,还得能够打开同一份来源,理解这个数字为什么被选进来。

此前,我已经做过一个预算诊断历史成交价查询 MVP。这次结合元宝搜索,我把其中的公告发现和证据核对环节整理成一个独立、可运行的 Web 项目,取名“采证”。它现在可以从前端提交任务,展示进度,查看金额依据,导出报告,并从历史记录重新打开结果。

图 1:实际运行的系统首页。实时查询与示例回放分别标注,前端不配置服务密钥。

一、从旧项目的一条错误金额说起

旧原型面向预算编制、采购经办和复核人员。输入货物或服务名称后,程序查询公开交易平台,整理项目名称、金额、日期与来源,保存截图并导出报告。已有工程采用 FastAPI、站点适配器和 Playwright,具备基本查询与留痕能力。

整理历史材料时,我看到一份查询“智慧黑板”的报告,第一条记录把金额保存成了 721.74 元。

它对应“进贤县第二初级中学智慧黑板和机房设备采购项目(第二次)”。旧截图中,项目成交总额为 2,338,340.00 元,代理服务费为 29,721.74 元。本轮通过元宝搜索,又找到了中国政府采购网上的同项目公告,正文和概要能再次对应上这个成交总额。

旧代码的纯函数复现还揭示了一个具体问题:输入 1000元 会返回 000元,输入 100万元 得不到金额。原正则没有完整覆盖不带千分位的长数字和万元单位,也没有识别费用所属字段。

因此,这次改造需要分别处理三件事:找到合适公告、核对数字含义、保存判断依据。搜索接入解决的是公告发现;金额截断和代理费混淆,需要由业务代码另外修正。

二、系统服务谁,最后交付什么

采证围绕一次具体的信息收集任务设计。经办人员可以输入“智慧黑板、江西、近两年、至少三条有效记录”;系统返回候选及处理结果,并把可解释的证据交给复核人员。

使用环节

人员需要做的事

系统提供的结果

准备采购材料

查找同类项目的历史公开信息

项目名称、编号、公告日期和来源

检查金额

判断页面上的数字是不是成交总额

正文金额、概要换算值和证据片段

整理附件

把查询结果交给同事复核

HTML 报告、CSV 明细和 JSON 记录

再次检查

找回上一次的条件和处理结果

持久化的历史任务与重新导出

了解异常

判断哪些记录还需要人工处理

原站访问、口径缺失和冲突原因

当前输出的核心口径是项目成交总额。它不会把“采购包数量为一”自动理解成“一台设备”,也不会在品牌、规格和服务内容不清楚时计算所谓合理采购单价。

这样做的实际意义,是把资料收集与初步检查形成可交接的材料。最终能否作为某个采购项目的参考,需要经办人员继续核对规格、数量、包件、安装维保和其他采购条件。

系统目前已经实现实时查询、固定回放、状态筛选、证据面板、任务历史和三种导出。它是单实例原型,还没有做多用户权限隔离、分布式任务队列或完整的公告版本关系。

三、为什么把元宝搜索放在公告发现环节

旧项目需要维护不同网站的检索参数、列表结构和 DOM 规则。对于一个范围有限的查询工具,这些适配工作很容易占据大量精力。部分页面可以搜到标题,正文却不一定能直接读取。

本次将元宝搜索用于运行时检索:用户提交需求之后,后端组织查询词,取得候选标题、链接和时间信息,再由原文读取与核验模块继续处理。

这里没有额外要求业务人员操作模型或编写提示词。输入框中的货物、地区、时间和来源条件,就是他们已有的工作语言。当前系统也没有调用生成式模型来补齐金额,缺失字段会保持待复核。

整体架构如下:

我选择 FastAPI 加原生 HTML、CSS、JavaScript,前后端由同一个服务提供,避免为这次原型额外增加构建链。SQLite 负责保存任务,读取到的网页快照写入本地数据目录。运行者不需要另外准备 MySQL 或 Redis,就能完成单用户演示。

从前端到搜索接口之间的职责也很清楚:浏览器只调用本项目后端;元宝搜索的服务密钥保留在后端;业务人员看到的是任务和证据,不需要接触认证配置。

四、从源码到打开页面

4.1 本地启动

项目源码包含以下主要目录:

代码语言:javascript
复制
yuanbao-procurement/
├── app/                  接口、任务、检索、核验、存储和导出
├── static/               前端页面、样式与交互
├── fixtures/             不含联系人信息的固定示例摘录
├── tests/                不调用真实 API 的自动化测试
├── docs/                 架构、接口和验证说明
├── examples/             实际任务导出的示例报告
├── requirements.txt      固定版本依赖
├── run.ps1               Windows 启动脚本
├── Dockerfile
├── compose.yaml
└── LICENSE               MIT

本地使用 Python 3.12,在项目目录执行:

代码语言:javascript
复制
git clone https://github.com/Fanstuck/yuanbao-procurement-evidence.git
cd yuanbao-procurement-evidence
python -m venv .venv
# Windows 激活:.venv\Scripts\activate
# Linux/macOS 激活:source .venv/bin/activate
pip install -r requirements.txt
python -m uvicorn app.main:app --host 127.0.0.1 --port 8000 --workers 1

打开 http://127.0.0.1:8000 即可看到页面。前端没有 npm 安装或单独构建步骤。Windows 还可以运行 pwsh -File .\run.ps1,由脚本创建项目内虚拟环境、安装依赖并启动服务。

4.2 配置真实搜索

本次采用元宝搜索的服务 API KEY 接入方式。可在启动服务的终端配置 YUANBAO_API_KEY。

代码语言:javascript
复制
$env:YUANBAO_API_KEY = "你的服务APIKEY"
python -m uvicorn app.main:app --host 127.0.0.1 --port 8000 --workers 1

原型使用服务端环境变量,前端只知道实时模式是否可用。接口入口与认证方式参考官方 API KEY 接入说明。

4.3 Docker 部署入口

仓库提供 Python 3.12 镜像配置和持久化命名卷。准备好可用的 Docker Engine 后:

代码语言:javascript
复制
cp .env.example .env
# 编辑 .env,填写服务密钥;也可先留空体验回放
docker compose up -d --build
docker compose ps

Windows 可用 Copy-Item .env.example .env 复制配置。默认端口绑定宿主机回环地址,访问 http://127.0.0.1:8000;SQLite 与原文快照保存在命名卷中。

云服务器可以通过 SSH 转发访问,或者在宿主机配置 HTTPS 反向代理。项目提供可选工作台访问口令,适合单实例访问控制。

五、从前端跑完一次真实任务

这一节使用本轮真实浏览器操作的结果。查询条件为:

条件

实际输入

模式

实时查询

货物名称

智慧黑板

地区检索词

江西

时间条件

y2,即接口相对近两年范围

来源

受支持的公开官方来源

目标

不少于三条金额核对通过记录

第一步:提交需求

点击“开始查询”后,前端创建任务,后端返回任务 ID,页面开始轮询任务状态。服务端依次记录联网检索、候选整理和原文核对。

图 2:从实际页面提交任务后截取的执行中状态。结果尚未返回时,系统不会预填成功数量。

对于这次任务,后端实际发出的搜索参数是:

代码语言:javascript
复制
{
  "Query": "江西 智慧黑板 中标 成交公告",
  "Freshness": "y2"
}

地区在当前版本中用于组织检索词,还没有做完整的行政区划识别,不能把它理解成已经逐条完成了地域归属审查。时间参数也采用接口相对范围;原文读取后会另外提取公告日期,检查是否超出所选范围。

第二步:先看总体结果,再检查记录

这次实际返回十条候选,后端读取并处理后,六条通过本版金额核对规则,四条保持待复核。目标为三条,因此任务状态为“任务完成”。

图 3:本轮实际实时查询结果。结果顺序受并发读取完成顺序影响,不作为价格或推荐排名。

通过规则的六个项目如下,全部是项目成交总额:

项目简称

原公告日期

成交总额(元)

鹰潭二中北校区智慧黑板一体机

2026-09-15

529,220.00

进贤文港镇初级中学智慧黑板

2026-09-14

289,000.00

宁都技师学院智慧黑板采购

2026-09-11

862,650.00

进贤二初智慧黑板和机房设备(第二次)

2026-01-09

2,338,340.00

遂川泉江小学荧屏校区智慧黑板(第二次)

2025-11-26

626,652.00

宁都技师学院教室、实训室智慧黑板

2025-12-01

644,612.00

第三步:打开证据侧栏,确认金额来自哪里

以鹰潭二中项目为例,点击“查看依据”,页面右侧会显示正文总额 529,220.00 元,以及概要 52.922000 万元换算后的结果。下面保留两段对应文本、项目编号、原公告日期、读取时间、原始链接和网页内容哈希。

图 4:实际点击结果行打开的证据面板。哈希用于定位本次保存的内容,不能代替来源真实性判断。

这一页的作用,是让复核人员不必先翻查程序日志,也能知道“系统看到了哪两处金额”。若需要确认规格或附件,可以继续打开原公告,沿着同一个项目核查。

本轮两处金额来自同一公告页面,属于页面内部交叉检查。它能够发现单位或解析冲突,但不是两个独立信源的事实确认。

第四步:查看报告并完成下载

任务结束后,可以直接查看报告,或从页面下载 HTML、CSV、JSON。我通过浏览器依次操作了三种格式的导出,并检查下载文件确实非空。

HTML 报告适合直接阅读和打印:顶部包含查询条件、模式、任务 ID、数量与不足提示,正文包含所有记录及状态,后面列出金额证据和检索追踪。CSV 便于经办人员继续在表格中整理,JSON 则保留程序处理所需的结构。

图 5:真实任务导出 HTML 后打开的页面。报告同时保留通过与待复核记录,避免只给出成功样本。

这个输出已经能作为资料收集的交接起点:经办人员拿到项目和来源,复核人员能看到证据及限制,开发人员能根据任务 ID 和检索请求标识追查处理过程。

第五步:在历史任务中重新打开

左侧“查询历史”保存每次查询的名称、地区、时间、模式和处理结果。点击“查看任务”,可以返回原来的明细,再次打开证据或导出报告。

图 6:本轮真实实时任务的历史记录。之后产生的回放任务也会单独保存,并标注模式。

历史功能不是用浏览器内存保存上一屏。后端将任务写入 SQLite,测试中重新创建应用实例后,仍能读取之前完成的结果。若服务关闭时有任务未完成,重启后会将其标记为中断,要求重新提交。

六、关键实现:让每一个状态都有依据

6.1 解析搜索响应,保存检索追踪

SearchPro 的页面列表需要注意嵌套结构:Pages 中的每个条目是 JSON 字符串,解析外层后还要逐条解析。实现同时保留请求标识、返回版本、请求时间和客户端耗时,用于关联本次搜索。

代码语言:javascript
复制
result = response.json().get("Response", {})
if result.get("Error"):
    raise ServiceError(result["Error"].get("Code", "Unknown"))

pages = []
for raw in result.get("Pages", [])[:20]:
    page = json.loads(raw) if isinstance(raw, str) else raw
    if page.get("title") and page.get("url"):
        pages.append({
            "title": page["title"],
            "url": page["url"],
            "date": page.get("date", ""),
        })

完整实现还会处理无效条目和异常响应。接口参数及不同版本的能力,以SearchPro 文档为准;本项目不依赖所有版本都提供权威度、动态摘要或附件子链。

一次任务先执行一次搜索。如果用户指定了站点,有效记录又不足,并且勾选了允许扩展,才会再去掉站点限定执行一次,时间条件不变。上限是两次,不以无限重试的方式补足数量。

6.2 金额计算使用 Decimal,并匹配完整数字

修复旧问题时,除了处理“元”和“万元”,还需要防止正则只匹配长数字的尾部,或者把畸形千分位拆成一个较小数值。当前金额入口要求完整数值格式匹配,再转换为 Decimal。

代码语言:javascript
复制
NUMBER = r"(?:[0-9]{1,3}(?:,[0-9]{3})+|[0-9]+)(?:\.[0-9]+)?"

def money(number: str, unit: str) -> str:
    if not re.fullmatch(NUMBER, number.strip()):
        raise ValueError("金额格式需要确认")
    if unit not in ("元", "万元"):
        raise ValueError("金额单位需要确认")
    value = Decimal(number.replace(",", ""))
    if unit == "万元":
        value *= Decimal("10000")
    return format(value.quantize(Decimal(".01")), ".2f")

金额以十进制字符串保存,不在序列化时转成浮点数。更重要的是,匹配前先找成交金额字段及总价中标上下文,不从整个网页任取第一个“元”前面的数字。

本版核对规则比较保守:确认总价口径,提取项目编号和原公告日期,定位正文金额与概要总额,两处换算一致才进入“金额核对通过”。多金额、缺字段、费率或冲突情形保持待复核。

6.3 将候选状态和任务状态分开

任务完成不代表每一条候选都通过。十条候选中存在四条待复核,也不意味着任务失败,因为用户需要至少三条有效资料,而本次已经取得六条。

对象

状态

对使用者的含义

记录

金额核对通过

满足本版金额规则,仍需检查规格和业务条件

记录

待复核

内容不足、规则未覆盖、来源失败或出现冲突

记录

不纳入

明确废标、流标、终止或原文日期超出范围

记录

重复记录

已取得的同编号、同总额来源,不重复计数

任务

任务完成

核对通过数量达到目标

任务

记录不足

正常处理结束,但未达到目标

任务

失败或中断

服务错误,或任务随服务关闭中断

重复处理也保留了一条边界:相同项目编号但金额不同,不自动选择其中一个,而是将相关记录转为待复核,交给包件或更正关系检查。

6.4 三种时间和原文快照分别保存

搜索结果中的时间、公告页面自己的发布日期,以及这次程序读取正文的时间,不是一回事。数据模型分别保存 search_date、published_date 和 fetched_at。

网页快照保存在运行数据目录,报告只输出必要的结构化字段与金额片段。原文可能包含公开联系方式,因此运行数据库和完整快照不随源码提交,前端也没有把快照目录作为静态目录公开。

6.5 前端展示外部内容时保留文本边界

搜索标题和公告片段都属于外部数据。前端使用 textContent 创建标题、原因和证据块,不把返回内容直接拼成 HTML。导出 HTML 对文本作转义;CSV 对可能被表格软件解释成公式的开头字符作处理。

这些处理服务于实际交付:同事打开报告时,看到的是来源文本和数值,而不是由外部页面内容带来的可执行片段。

七、四条待复核记录,应该怎样解释

本轮四条待复核中,有两条原站访问出现 TLS 错误,系统保存了失败原因。它们不能被算作已经核验的成交记录,但“访问失败”也不能解释成“这个项目没有成交事实”。

另两份页面没有匹配本版要求的总价成交上下文。当前规则没有覆盖这两份页面的表达,因此保留待复核,而不是从其他金额里选一个填上。

在前面的接入实验中,我还做过一次限定江西平台及相对时间的搜索:十条返回中,七条标题明确属于更正、变更、澄清、补遗或废标。这让我在系统里保留了标题预筛和关联复核状态。

更正公告可能改变原项目事实,所以“不独立计为一条成交记录”不等于可以忽略。当前版本只保留提示,还没有自动建立完整更正关系;复核人员需要继续打开对应来源确认。

对于正文打不开、金额只在附件里、采购包包含多类设备等情况,保留具体原因,比输出一个看似完整却无法解释的金额更有助于后续工作。

八、开源先体验再接入

实时密钥属于各自账号的配置。为了让读者拿到源码就能检查交互,我给项目加入了固定示例回放。

示例使用 2026-10-30 保存的十条候选及四份最小公告事实摘录。它不包含联系人、电话、地址和服务密钥,不是完整网页镜像。界面明确写出“示例回放”,执行记录中的历史请求标识也带回放标记。

将目标设置为五条时,四条通过的固定样本不足以完成目标,页面会显示“记录不足”。未收录的正文维持待复核,系统不会为演示补出第五条。

图 7:不调用外部接口的固定回放。它用于验证操作和不足处理,不计入实时调用结果。

这提供了一条较容易复现的路径:先不配密钥,用回放完成创建任务、看依据、导出和历史回看;确认运行环境正常,再切换到自己的真实接口。

前端同时做了响应式布局。小屏幕上需求表单改单列,明细表保持横向可滚动,避免把较长公告标题挤成无法阅读的碎片。

图 8:390px 宽度下的实际页面截图。本轮检查了页面整体无横向溢出;结果表自身允许横向浏览。

十、怎样进入实际工作

以一个学校设备采购资料收集任务为例,使用者可以先确定设备名称、地域和时间条件,通过采证收集项目线索,再把导出的明细交给负责规格核对的同事。

复核时,先看项目是否确实相关,再查看金额证据和原始公告,最后确认包件、数量及服务内容。对于待复核记录,按原因分别处理:来源访问失败的换一个合适时段或发布入口;规则未覆盖的人工阅读;更正和澄清材料继续关联项目;附件中的明细则单独检查。

这样,系统参与的是采购前资料收集、初步核对和材料交接,不会越过业务人员直接给出采购价格结论。即使有一部分记录还需要人工工作,也能把“哪些已经检查、哪些尚未确认”明确交代下来。

下一步最有价值的改进,是增加具体公告模板和附件明细解析,并引入人工复核记录。跨站项目关系、包件拆分、最新更正状态也需要继续完善。只有这些边界清楚后,才适合进一步讨论可比单价和更复杂的预算分析。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、从旧项目的一条错误金额说起
  • 二、系统服务谁,最后交付什么
  • 三、为什么把元宝搜索放在公告发现环节
  • 四、从源码到打开页面
    • 4.1 本地启动
    • 4.2 配置真实搜索
    • 4.3 Docker 部署入口
  • 五、从前端跑完一次真实任务
    • 第一步:提交需求
    • 第二步:先看总体结果,再检查记录
    • 第三步:打开证据侧栏,确认金额来自哪里
    • 第四步:查看报告并完成下载
    • 第五步:在历史任务中重新打开
  • 六、关键实现:让每一个状态都有依据
    • 6.1 解析搜索响应,保存检索追踪
    • 6.2 金额计算使用 Decimal,并匹配完整数字
    • 6.3 将候选状态和任务状态分开
    • 6.4 三种时间和原文快照分别保存
    • 6.5 前端展示外部内容时保留文本边界
  • 七、四条待复核记录,应该怎样解释
  • 八、开源先体验再接入
  • 十、怎样进入实际工作
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档