双路径接入
已有八爪鱼任务可启动后清洗；已有 JSON、CSV、Excel 文件可直接清洗。
核心亮点
不是“再做一次采集”，而是把已有数据变成可用资产
tender-cleaner 连接的是两类既有资产：八爪鱼采集任务与本地招投标文件； 以一致的处理规则，交付结构统一、来源可查的数据结果。
任务操作可控
先完成全部任务的唯一解析；任务名缺失或重名时不启动，避免误操作。
全量结果可核验
以导出文件为准，不将预览 sampleData 误当作完整结果。
固定 29 字段交付
统一输出 Excel 可直接打开的 CSV 与可复核 JSON，保留真实来源链接。
清晰分工：
采集任务负责执行·
MCP 负责连接和控制·
Agent 负责理解与编排·
Skill 负责 29 字段清洗
场景痛点
公告很多，真正难的是让数据可比较、可追溯、可行动
招投标信息通常不是缺少，而是结构不一致、处理成本高，导致团队难以快速判断和复用。
| 常见问题 | 业务表现 | Skill 的处理方式 |
|---|---|---|
| 数据来源分散 | 不同网站、不同任务、不同文件格式混在一起，难以统一管理。 | 双路径接入，汇入同一清洗内核。 |
| 公告结构杂乱 | 项目名称、金额、时间、联系人散落在标题、正文或不同列中。 | 抽取并映射到固定 29 字段。 |
| 人工处理高频易错 | 复制、筛选、合并、去重和核验需要反复人工操作。 | 通过规则化处理与异常隔离降低重复劳动。 |
| 结果难以复用 | 原始公告不能直接支持项目横向比较、业务筛选或后续跟进。 | 交付可分析、可回溯的数据表，再进入推荐对话。 |
处理过程 · 两条入口
根据手头资料选择最短路径，进入同一清洗内核
没有采集任务也可以直接清洗；已有任务则可由 Agent 编排完成“启动—等待—导出—清洗”。
路径 A任务采集后清洗
已有八爪鱼任务
输入：一个或多个任务名 / taskId
- 分页读取任务并做本地精确匹配
- 确认全部任务可唯一解析后再启动
- 轮询任务状态，取得完整导出文件
- 与可选的本地文件合并，清洗为 29 字段
路径 B文件直接清洗
已有招投标文件
输入：JSON / CSV / TSV / XLSX / XLSM / XLS
- 识别常见中英文列名与正文列
- 从正文或结构化字段抽取公告信息
- 按来源链接优先进行合并去重
- 交付 UTF-8-BOM CSV 与 UTF-8 JSON
处理过程 · 清洗效果
同一批公告，先从“能看”变成“能用”
以下为“慧招标”与“云南省中医医院招标”的既有演示快照：2026-07-16 18:50（Asia/Shanghai）。该快照用于说明清洗效果，不代表当前可投项目。
采集原始数据
{
"title": "【招标公告】…",
"url": "https://…",
"content": "项目概况…资格要求…
…",
"published_at": "2026-…"
}
跨站点字段不统一，正文堆叠，关键信息散落在不同位置。
29 字段结构化结果
项目名称衡水银行机房供电设备采购项目
招标编号I1301000075078370001
投标截止时间2026-05-19 09:30
招标人电话0318-5236908
94 条原始公告，经清洗后形成 94 条、29 字段的统一数据表。
完整流程图
从输入一条任务，到交付可复用数据资产
每一步都有明确输入、处理动作和可检查的结果；发生异常时保留已成功的任务结果，而不是让整批数据失效。
选择入口
已有采集任务，或已有本地文件。
精确识别
按任务名 / taskId 校验，避免误启动。
执行与等待
启动云任务并轮询至终态；本地文件直接进入清洗。
全量取数
下载完整 JSON，不用预览样本代替结果。
字段清洗
抽取并标准化为固定 29 字段。
合并去重
多来源按链接优先去重，异常单独隔离。
双格式交付
生成 Excel 可打开的 CSV 与可复核 JSON。
继续对话
基于清洗数据再做项目筛选与投递准备。
任务边界
先完成全部任务的唯一解析；名称缺失或重名时停止启动，避免错误操作。
数据完整性
以导出文件为准，不把接口返回的 sampleData 误当作完整结果。
交付可复核
CSV 与 JSON 行数一致，来源链接保留，缺失值留空而不编造。
交付标准 · 统一字段契约
29 个字段，让公告可以横向比较、回到来源核验
字段并非越多越好。这里保留招投标使用中最常见、最需要复核的项目、节点、联系与结果信息。
| 字段组 | 覆盖内容 | 使用价值 |
|---|---|---|
| 项目识别 | 原标题、来源链接、项目名称、招标编号、项目执行地址、项目规模 | 定位项目、核验来源、识别区域与编号 |
| 采购与节点 | 招标范围、项目工期、招标金额、获取招标文件时间、投标截止时间、开标时间 | 判断范围、金额与报名 / 投标时间 |
| 开评标信息 | 开标方式、开标地点 | 安排参与方式与现场准备 |
| 招标人信息 | 招标人、招标联系人、招标人电话、招标单位、招标人邮箱、招标人地址 | 支持联系与客户主体识别 |
| 代理与结果 | 招标代理机构名称、代理机构地址、代理机构联系人、代理机构电话、代理机构邮箱、中标人、中标候选人、中标金额、中标公告时间 | 识别代理关系并保留结果公告线索 |
金额统一
仅识别预算、最高限价或控制价，统一为“元”；文件费、保证金、代理费不计入招标金额。
链接可追溯
来源链接只保留原始数据中的真实地址，不生成、不改写，便于回到公告核验。
去重有依据
多输入优先按来源链接去重；无链接时才按标题、发布时间和正文前缀组合判断。
适用人群
谁需要把公告数据变成业务可用的信息
面向既需要效率，也需要保留数据依据的业务、运营、数据和自动化团队。
招投标 / 市场团队
集中查看项目、招标节点与联系人，减少反复翻网页。
销售与解决方案团队
把可复核的项目池作为客户跟进和方案匹配的起点。
数据与运营团队
复用采集任务与字段契约，稳定输出标准化数据。
AI 与自动化团队
把既有任务接入 Agent 工作流，减少重复人工操作。
用户价值
把高频、易错、难复用的工作，沉淀为稳定流程
通过可控的任务处理、可复核的数据交付与可延展的后续对话，让数据处理不止停留在“导出完成”。
| 典型问题 | 流程中的处理方式 | 得到的改变 |
|---|---|---|
| 跨网站字段和正文格式不同 | 字段映射与正文规则提取 | 一张可横向比较的数据表 |
| 任务很多，容易启动错对象 | 本地精确匹配、重名即停止 | 操作更可控，减少误触发 |
| 预览数据看似足够，实际不完整 | 下载导出的完整文件 | 结果可统计、可复核 |
| 不同来源数据混在一起 | 链接优先的合并去重与异常隔离 | 保留来源，降低重复处理 |
| 清洗后还要判断哪些项目值得跟 | 将清洗数据带入后续推荐对话 | 在企业需求约束下继续筛选 |
清洗之后，才进入业务判断
推荐不是 Skill 的一部分，却是数据价值的下一站
清洗结果让推荐有可靠的输入。后续只需在新对话中补充企业所在区域、行业资质、预算、交付能力与排除条件，即可让 Agent 基于统一字段做筛选、分级和投递材料准备。
演示提示：推荐结论应标注数据快照时间，并回到原公告核验有效期；历史公告不能直接当作当前可投项目。
清洗后的项目池94
满足区域与行业范围40
满足资质与交付能力32
进入重点研判12
示例漏斗，随企业需求变化；不写入清洗 Skill。
从一个真实任务开始
把你的采集任务或历史文件带进来
先阅读 MCP 接入说明，再准备任务名 / taskId 或一份本地数据文件。API Key 仅在需要启动云任务时由用户自行提供，Skill 不保存密钥。