招投标信息采集技能

概述

自动化采集盐南高新区、经开区相关招投标信息，支持：多网站并行采集、智能区域筛选、数据去重存储、PDF日报/月报生成、飞书推送。

触发场景：用户需要监控招标信息、采集特定区域项目、生成招投标日报/推送飞书

数据来源（固定排序）

按以下顺序排列，PDF所有页面均遵循此顺序：

盐城市政府采购网
苏服采（API直连）
城南新区公共资源交易网
开发区公共资源交易网
盐城市大数据集团
盐城市都市建设投资集团
盐城市东方集团
江苏世纪新城
经开城发集团
悦达集团

核心工作流程

1. 执行采集

cd /Users/ycaz/.openclaw/workspace/skills/bidding-assistant
/usr/bin/python3 scripts/run_daily_collection.py --force

2. 生成PDF月报

cd /Users/ycaz/.openclaw/workspace/skills/bidding-assistant
/usr/bin/python3 -c "
import sys; sys.path.insert(0, 'scripts')
from pdf_generator import PDFGenerator
gen = PDFGenerator()
gen.generate_monthly_report(2026, 5)  # 生成指定月份
"

3. 发送飞书通知

cd /Users/ycaz/.openclaw/workspace/skills/bidding-assistant
/usr/bin/python3 scripts/generate_and_send_monthly_report.py

PDF报告结构

第1页：招标信息概况（日报）

标题：招投标信息概况
汇总表格（5列）：网站名称 | 当日条数 | 当月条数 | 爬虫策略 | 筛选策略
当日总计 + 当月总计

第2页：月度概况（月报）

标题：招投标信息月度报告
统计范围：当月第一天至最后一天
汇总表格（6列）：网站名称 | 数据条数 | 当日数据 | 前一日数据 | 爬虫策略 | 筛选策略
底部求和行
按 SITE_ORDER 固定顺序排列

第3页：月度平台明细（月报）

每个网站独立一页，表格（4列）：网站 | 日期 | 项目名称 | 链接

项目名称列：Paragraph 包裹，触发自动换行（wordWrap='CJK'）
链接列：可点击超链接（<link href="..."> XML 标签）
整表：VALIGN=TOP，无固定行高

技术要点（PDF生成）

ReportLab 表格自动换行关键规则：

表格单元格必须是 Paragraph 对象，普通字符串不会触发换行
ParagraphStyle 必须设置 wordWrap='CJK'（中文）或 wordWrap='LTR'
TableStyle 设为 VALIGN='TOP'（不能用 MIDDLE）
禁止设置固定 ROWHEIGHT，否则换行失效
可点击链接用 Paragraph + <link href="url" color="blue" underline="yes">text</link>

数据库路径

数据库：~/.openclaw/workspace/skills/bidding-assistant/招投标数据/history.db
表结构：bidding_projects（source_site, publish_date, project_name, detail_url）

区域筛选规则

目标区域：盐南高新区、经开区
排除区域：亭湖、盐都、响水、滨海、建湖、大丰、射阳、阜宁、东台
筛选基于项目标题关键词匹配

飞书推送配置

目标群 ID：oc_7cecd47c4c8e7fdb5233f8343df7d59f
私发用户 ID：oc_a06e78cf3e4b06479ec27c54af2a5623
使用 IM API 上传文件（不是 Drive API）
上传：POST /im/v1/files → 返回 file_key
发送：POST /im/v1/messages → content: {"file_key": xxx}

详细配置见 references/飞书企业自建应用配置指南.md

Cron 定时任务

Job ID：27f7ac6354da

调度：每天 0 7 * * *
执行：采集 + PDF生成 + 飞书群推送
推送目标：飞书群 oc_7cecd47c4c8e7fdb5233f8343df7d59f

项目结构

bidding-assistant/
├── SKILL.md
├── references/
│   ├── 飞书企业自建应用配置指南.md
│   ├── 飞书推送配置说明.md
│   └── PDF报告排版说明.md          # 当前PDF排版规范
└── scripts/
    ├── crawler.py                    # 采集器基类和所有网站采集器
    ├── sufu_crawler_final.py         # 苏服采采集器（API直连版）
    ├── pdf_generator.py              # PDF日报/月报生成器（核心）
    ├── feishu_enterprise_app.py      # 飞书开放平台API客户端
    ├── generate_and_send_monthly_report.py  # 生成并发送月报
    ├── generate_monthly_pdfs.py       # 月报PDF生成入口
    └── run_daily_collection.py        # 每日采集任务入口

依赖

requests>=2.28.0
beautifulsoup4>=4.11.0
lxml>=4.9.0
reportlab>=4.0.0
openpyxl>=3.1.0
apscheduler>=3.10.0

Python 环境

必须使用 /usr/bin/python3，系统默认 python3 在 macOS 上指向不同路径，reportlab 等库安装在此路径下。