多模型融合的智能文档评标平台,支持 OCR 识别、AI 评分和报告生成。
- 智能 OCR:基于 PaddleOCR 的高精度文档识别
- AI 评标:支持 Qwen、Gemini 等多种 LLM 模型
- DAG 调度:基于拓扑排序的并行任务执行
- 文档解析:支持 PDF、Word、Excel、图片等多种格式
- Python 3.12+
- uv 包管理器
# 克隆项目
git clone https://github.com/your-org/xuanjian-bidding-system.git
cd xuanjian-bidding-system
# 安装依赖
uv sync
# 安装开发依赖
uv sync --dev
# 安装 OCR 功能(可选)
uv sync --extra ocr创建 .env 文件:
# Qwen API 配置
QWEN_API_KEY=your_api_key
QWEN_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
# 可选配置
ENABLE_SEARCH_CACHE=true
COMPLEXITY_DEBUG=true# 启动服务
uv run python server.py
# 运行测试
uv run pytest
# 代码检查
uv run ruff check
uv run ruff format.
├── server.py # 主服务入口
├── src/
│ ├── agent/ # AI Agent 执行引擎
│ │ ├── dag_scheduler.py
│ │ ├── orchestrator.py
│ │ └── ...
│ ├── core/ # 核心功能模块
│ │ ├── paddle_ocr.py
│ │ ├── cache_pool_manager.py
│ │ └── ...
│ └── utils/ # 工具函数
├── api/ # REST API 路由
├── docs/ # 文档
├── tests/ # 测试
└── pyproject.toml # 项目配置
- 使用
ruff进行格式化和 lint - 使用
mypy进行类型检查 - 遵循 Google Style docstrings
# 格式化代码
uv run ruff format
# 检查并修复问题
uv run ruff check --fix
# 类型检查
uv run mypy src/
# 运行测试
uv run pytest -v详细文档请参考 docs/README.md
MIT License