我手搓了个“自动生成标书”的开源大模型工具

x60528

最近我写开源商业文章明显更新少了，不是我不写文章了，而是开源商业化进展很顺利，我写文章的时间都被各种写标书占满了。作为一个开源原生的商业公司，白鲸开源公司的员工几乎都是程序员，而让这些开源贡献者写标书浪费他们的开发时间不说，写出的标书质量简直没法看。而做创业公司的CEO和在大公司做管理者不一样，公司需要啥你就是啥，公司开完战略会，你就是第一个撸起袖子杀出去的人。结果就是我根本没时间写总结文章。有限的时间都在写一些八股文的标书。特别是到最近，连续投标写标书，写到我自己都怀疑人生了。。。

    搞技术么，永远要想用工具解决问题，自己就手搓了个大模型写标书的工具，开源分享给大家：
技术人写标书之痛

    如果你在做中国的软件、硬件和服务业，是不是也一样和我有一样的痛点：

一个标书需要花大量时间整理章节格式，字体，章节号，图片嵌入模式，图片大小，产品手册一更新，下一份标书又重新来过

产品功能手册很完备，但是每个标书需求都不同，要按照需求顺序重新组织标书

“点对点应答”，每个需求功能前面都要八股文一样，说，答：全部满足，本产品XXXXXX，然后把功能重新写一篇

每次都要写技术偏离表，里面要对着标书章节，还要有技术应答，功能换个说法来满足需求，顺序也完全不一样

想用大模型，但是大模型胡说八道无法控制，也无法完全理解你的产品，写出来你也不敢用，关键是你交付，不是它交付

    于是，我就用python+国内大模型（兼容ChatGPT），手搓了一个自动根据你的产品文档生成标书的大模型工具，主要思路就是分解你的产品手册到功能点，然后通过人写出来功能点和需求的映射关系直接生成word版本标书和Excel偏离表，所有的内容大模型可以缩写或者扩写，也可以直接copy原有相关功能。
开源标书工具的功能

    这个程序功能很简单，比较恶心的是word版本格式的部分（调格式永远是最痛的），我调试了好几种方法才让它老老实实根据word模板的标题1，标题2，标题3，还有正文格式，表格格式，图片格式正确生成。本着开源精神，我把工具放到了我个人的github下面：
https://github.com/William-GuoWei/ProposalLLM
大家感兴趣的可以过去自取，是Apache License的，所以大家如果需要可以随便用。这个软件功能如下：

拆解你的产品功能手册为可复用的若干可复用的细节文档，用于书写标书不用反复扫描原文档，提高生成标书性能，也可以针对不同功能进行魔改（默认文件名是“Template.docx”）

根据人填写的需求对应当中的对应部分，自动根据产品文档自动生成点对点应答格式的标书，包括所有小标题及内容，自动生成标题1,2,3格式，自动整理正文、图片、项目符号格式（默认需求对应表是“需求对应表.xlsx”，标书生成内容在“标书内容.docx”）

标书内容如果有产品需求对应表中对应功能，自动拷贝产品说明书内容到点对点应答之后（保留图片、表格，项目符号等），也可以自动重写产品文字内容以面对不同标书需求；如果无对应功能，会调用大模型自动生成相关功能说明（你自己要检查修改，大模型写完了，你实现不了别找我）

完成技术需求偏离对应表，在“需求对应表.xlsx”当中自动填写需求对应表当中点对点应答，格式为“答：全面支持，{大模型根据项目需求自动生成文本}”，同时填写标书对应的章节号码

基本上，用了这个小程序，随心所欲的修改快速生成标书。

自动生成标书效果

    先执行Extract_Word.py 生成你产品的功能点word文档，然后再运行Generate.py，如果找不到功能点对应的，你可以在Excel里填"X"，这样大模型就会自动给你生成符合需求的标书内容，不过强烈建议人工复核，根据生产完的标书就是这个样子，目录格式、正文格式、图片、图表、项目格式都根据“标书内容.docx”里面的样式就行修改了：

[img=2611,auto]https://mmbiz.qpic.cn/sz_mmbiz_png/fmZe9V3HNAVtfUD1Yq2aVrdXa6JZhEYEQBc2w2oJPLzEowAW4uKvGxXRBjPKHiah9qtMibQ4SUVBZ8cfun1W5OdA/640?wx_fmt=png&from=appmsg[/img]

看，所有的内容会从产品手册里抽出来，自动组成客户标书需求的顺序格式，小标题、内容、图片，点对点问答全部生成出来了，省却你各种机械的工作了。

    而自动生成的需求偏离表就是这样子，蓝色内容是从招标书copy进来的，白色部分都是大模型自己生成的，包括对应的章节号，你根据最终需求自己用上&符号就可以拼出来最后的需求偏离表了，根本跟不不需要一个一个写了，大模型帮你都写好了。

[img=2191,auto]https://mmbiz.qpic.cn/sz_mmbiz_png/fmZe9V3HNAVtfUD1Yq2aVrdXa6JZhEYEnwr9VBEUZ8Xrmicr151h87ZL8viaibOo6cag4RkFI6U8HzlqicFTRHb6Xw/640?wx_fmt=png&from=appmsg[/img]

     对于我而言，把过去需要8个小时干的活，基本上在30分钟内全部搞定了，加上商务小伙伴也可以利用模板来生成商务部分对应关系（而且格式是定义好的），最终加上检查。过去搞一周时间的标书，大概1-2天就全部搞定了，投入人力节约了80%。
使用方法

首先从Github上下载所有的代码在一个目录下，下载地址https://github.com/William-GuoWei/ProposalLLM : 标书大模型（Proposal-LLM Chinese version )

安装python环境，安装相关包：
pip install openpyxl, docx, openai, requests, docx, python-docx

申请ChatGPT或者 百度千帆大模型（我使用的是ERNIE-Speed-8K，免费模型），申请后把Token记录下来，填写到代码当中相应key的位置

拷贝产品说明手册到Template.docx，注意，样式需要用文档中的正文，标题1，标题2，标题3，其它格式可能会出现问题

运行Extract_Word.py 生成产品手册对应的文档文件（目前支持最多3级标题），检查生成文件内容是不是正确，此时项目列表格式如果不对不要紧，最后生成格式为准。

填写需求对应表.xlsx，当中的B列，C列（程序自动根据这个内容会生成二级、三级标题），G列（对应产品说明书当中的功能章节，如果没有可以填X，注意目前支持到3级标题，填X或者找不到章节的部分，大模型会自动生成内容）

检查“标书内容 .docx",保留准备要生成标书开始的章节，所有正文、标题1，2，3的样式，可以自行修改样式格式，不要改样式名称，否则生成样式会找不而报错

设置Generate.py里面的参数


API_KEY，SECRET_KEY 百度智能云大模型的Key

MAX_WIDTH_CM，图片最大宽度，大于此宽度会自动缩小

各种自动生成点对点应答和内容的的Prompt，已经根据大数据场景进行修改了，可以根据产品类型，自行修改，点对点应答格式也可以自己定义。

MoreSection=1会读取C列，生成明细三级标题，默认1开启

ReGenerateText=0，如果为1，会把所有产品文档文字部分自动重新生成，用于面对不同标书需求，默认为0

DDDAnswer=1，如果为1，自动生成点对点应答内容放到每个功能点的头部位置，默认为1

key_flag=1,会带需求重要程度到标书小标题当中，默认开启

last_heading_1=2 ，在标书内容.docx当中 生成技术方案的 开始章节，例如模板当中的，开始章节就是2，这样可以在需求对应表当中自动填写对应章节号。


运行Generate.py

小结

    基本上用了这个小软件之后，你只需要对照下产品功能和标书需求，标书部分基本可以自动生成了，商务标部分也可以用类似的方法直接生成，这样生成一份千页的标书不过几分钟而已，

    最后我插个广告，如果有过去做Informatica或者Talend、DataStage的代理商或者用户可以直接扫描二维码找到我们：白鲸开源是ApacheDolphinScheduler和ApacheSeaTunnel原班人马成立的开源商业公司，提供功能更多、稳定性更强的商业版本解决用户调度，数据开发、数据同步和ETL的问题，目前支持192种数据库（信创、云、开源、ERP等）的ETL与数据开发，全面替换Informatica与Talend等工具相应功能，在中信证券、中信建投、中国银行、中国人保、中国人寿、旺旺集团等多个行业头部企业都有成功商业版和实施替换案例。感兴趣直接发邮件给service@whaleops.com，或者扫以下二维码：

[img=394px,348px]https://mmbiz.qpic.cn/sz_mmbiz_png/fmZe9V3HNAVtfUD1Yq2aVrdXa6JZhEYEXsqxRo7jwUw5KChjLNY0lg9CDvolUxqARm7hxVuicKNH7bicC7EnawwA/640?wx_fmt=png&from=appmsg[/img]