RFP-Intelligence：AI驱动的招投标智能分析平台

RFP-Intelligence是一款AI驱动的招投标智能分析平台，旨在解决传统RFP响应中的文档复杂、时间紧迫、竞争态势不明等痛点。平台基于LangGraph工作流引擎和本地Ollama大模型，实现招投标文档的自动化分析、风险评估、赢单概率预测等功能，并通过本地部署确保敏感数据安全，为投标决策提供数据支持。项目原作者为SabarinathK，开源于GitHub（链接：https://github.com/SabarinathK/RFP-Intelligence-MVP），更新时间为2026-06-13。

招投标（RFP）是企业获取项目的核心流程，但传统响应过程存在诸多挑战：文档长达数百页且复杂；响应时间窗口紧迫；竞争态势不明导致资源浪费或错失良机。RFP-Intelligence-MVP针对这些痛点设计，利用大语言模型和智能工作流技术自动化分析流程，满足企业数据安全需求。

平台采用模块化设计，核心基于LangGraph构建工作流引擎，分解复杂分析任务为可编排子节点；本地推理层用Ollama部署开源模型，消除网络延迟与数据风险；文档处理管道支持PDF/Word等格式转换，实现章节识别和条款分类，为后续分析提供结构化输入。

1.元数据提取：自动识别项目名称、预算、截止日期等信息，将人工处理从小时级缩短到分钟级；2.需求分类：按技术、商务、合规、交付等维度归类条款，构建RFP全面画像；3.风险评估：识别高风险条款（如苛刻交付、不对等责任）并提供缓解策略；4.合规检查：比对企业资质库与RFP要求，识别缺口避免后期放弃投标。

赢单概率预测综合历史数据、RFP特征、企业能力等因素（需求匹配度、竞争态势、价格敏感度、客户关系）；竞争分析提取潜在对手情报（中标记录、技术特长、价格策略）；通过量化评估帮助团队优先投入高价值项目，提升资源配置效率。

LangGraph工作流引擎将分析流程建模为状态机，支持条件分支（如风险缺口触发人工审查）；关键节点设置人工审查点，专家可修正结果补充知识；可视化界面实时监控进度，增强团队信任与异常排查能力。

平台在多场景创造价值：销售团队缩短响应时间，聚焦客户关系；项目管理办公室统一评估标准减少决策偏差；政府采购领域帮助供应商快速筛选机会；企业采购部门反向分析投标方案进行供应商评估，扩展价值边界。

当前挑战：文档格式多样性、领域术语理解、预测模型依赖历史数据质量；优化方向：多语言支持、实时协作功能、更细粒度竞争情报整合，以适应全球化采购需求和分布式团队协作。