revert(substance_gate): 回退输出端正则门禁(2026-09-16用户纠偏'到处加检查标准方法不对')——打地鼠式正则(【待填】→【待人工确认】→【定稿环节以…】永远漏)违反语义判断铁律(LLM裁决非词匹配)+堆门禁不治根因。根因=写者输入端缺'真标书长什么样'约束,修复转技能层(禁元内容/禁自造占位/逐标的实质响应)+reviewer/scorer的LLM实质性判断第一判据。docx表格转换修复保留(独立真bug)
This commit is contained in:
ymq
parent
d59f5c43a7
commit
9e9886a6f1
@ -1,150 +0,0 @@
|
||||
"""pipeline_service.substance_gate — 标书「实质性响应」硬门禁（2026-09-16 用户报障根治）。
|
||||
|
||||
用户原话级问题：「目前产出的投标书像是编写指南，而不是标书本身」「标书质量太低，
|
||||
检核还得了满分，这本身就是问题」。
|
||||
|
||||
实测根因（甘肃交通项目 bid_v1）：写者交付的正文是**编写指南体**——
|
||||
- 1.1 投标函开头「一、编制依据与响应说明」「按封面原样抄录，见第六节《人工填写清单》」
|
||||
＋17 处「【待填-投标总价】」「【待填-投标人名称】」＋《自查表》《人工填写清单》；
|
||||
- 2.2.2 实施方案开头「按第三章格式编制，完整覆盖评分标准四个子项①②③④」。
|
||||
这些是「教人怎么写标书」的元内容（meta-content），不是投标文件正文本身。
|
||||
而 review_chapter / finalize_bid_score 只查篇幅+伪图+得分率，**没有任何「这是不是
|
||||
标书正文」的门禁**，评分器（LLM）按「写作层是否提到评分子维度」打分，指南体表面
|
||||
把每个子维度都「提到」了 → 满分放行 → 评分报告自己列了「无效标」却给 100/100。
|
||||
|
||||
判定是**确定性的**（质量闸门不靠 LLM 自觉，对齐 diagram_gate 的分层原则）：
|
||||
- 元内容标题（## 编制说明/编制依据/填写口径/自查表/人工填写清单/…）→ 强信号
|
||||
- 元内容句（「按…格式编制」「完整覆盖…子项」「见第X节《…清单》」「提示性括注」）→ 中信号
|
||||
- 非规范待填占位（【待填-xxx】/［待填］，区别于合法的【材料待补：xxx】）→ 强信号
|
||||
综合打分超阈值 → 判为「指南体/未实质填写」，机制层拒绝。
|
||||
|
||||
豁免边界（避免误伤真实标书）：
|
||||
- 【材料待补：xxx】是合法占位符规范（实体材料缺失），不计入待填违规；
|
||||
- 签字栏下划线（＿＿＿）、日期「年 月 日」是真实标书正常留白，不计入；
|
||||
- 阈值适中：主体合格、仅开头一段啰嗦的章节（如 2.2.2）不触发整章拒绝，
|
||||
通篇待填+编制说明的空壳（如 1.1）必触发。
|
||||
|
||||
消费方：
|
||||
- pipeline-bidding bid_write_capability.write_chapter（写入时拦指南体）
|
||||
- pipeline-bidding bid_review_capability.review_chapter（评审兜底）
|
||||
- pipeline-bidding bid_score_capability.finalize_bid_score（整书放行前硬门禁）
|
||||
"""
|
||||
|
||||
import re
|
||||
|
||||
# 合法占位符（实体材料缺失，2026-09-16 占位符规范）——不计入待填违规
|
||||
_LEGIT_PLACEHOLDER_RE = re.compile(r"【材料待补[：:]")
|
||||
|
||||
# 元内容标题：## 编制说明 / 编制依据 / 填写口径 / 自查表 / 人工填写清单 / …
|
||||
_META_HEADING_RE = re.compile(
|
||||
r"^#{1,6}\s*[^#\n]*?"
|
||||
r"(编制说明|编制依据|编制要求|编制口径|编制环节|编写说明|编写依据|编写要求|"
|
||||
r"填写口径|填写说明|填报口径|填报说明|填报要求|"
|
||||
r"自查表|自检表|核对表|人工填写清单|待人工签章清单|待签章清单|"
|
||||
r"应答口径|认定口径|落稿|回填规则|页码回填|响应说明|编制与.{0,6}说明)",
|
||||
re.M)
|
||||
|
||||
# 元内容句：正文里「讲怎么写」而非「写内容」的句子
|
||||
_META_SENTENCE_PATTERNS = (
|
||||
r"按[^。\n]{0,30}格式编制",
|
||||
r"按[^。\n]{0,30}(规定|要求)填报",
|
||||
r"本(?:章|节|部分|表)[^。\n]{0,15}按[^。\n]{0,25}编制",
|
||||
r"完整覆盖[^。\n]{0,20}(?:子项|维度|评分|要求)",
|
||||
r"逐(?:项|条|字)(?:照录|抄录|填报)[^。\n]{0,15}(?:原文|格式|栏目)",
|
||||
r"见[^。\n]{0,12}《[^》\n]{0,20}(?:清单|说明|表)》",
|
||||
r"(?:提示性|操作性)[^。\n]{0,8}括注",
|
||||
r"不占用[^。\n]{0,10}栏目",
|
||||
r"一律置于[^。\n]{0,12}第[^。\n]{0,4}节",
|
||||
r"(?:未|不得|禁止)(?:删改|增设|改变)[^。\n]{0,10}栏目",
|
||||
r"原样(?:抄录|填报|照录)",
|
||||
r"本(?:清单|表|节)[^。\n]{0,10}(?:集中|统一)(?:标注|管理|列明)",
|
||||
)
|
||||
_META_SENTENCE_RE = re.compile("|".join("(?:%s)" % p for p in _META_SENTENCE_PATTERNS))
|
||||
|
||||
# 非规范待填占位：【待填-xxx】/［待填］/（待填）/ 待填写。区别于合法的【材料待补：】
|
||||
_FILL_PLACEHOLDER_RE = re.compile(
|
||||
r"[【\[（(]\s*待填[^\]】）)\n]{0,40}[\]】）)]" # 【待填-投标总价】
|
||||
r"|待填[写补]?\s*[-—:：]" # 待填-xxx / 待填写：
|
||||
r"|[【\[（(]\s*待(?:补(?![:：])|定|确认)[^\]】）)\n]{0,30}[\]】）)]" # 【待定】【待确认】(非材料待补)
|
||||
)
|
||||
|
||||
# 阈值：综合分 >= 此值判为指南体/未实质填写
|
||||
# 元内容标题 +2 / 元内容句 +1 / 待填占位 +1
|
||||
GUIDE_SCORE_THRESHOLD = 4
|
||||
|
||||
|
||||
def analyze_substance(text):
|
||||
"""分析正文实质性。返回结构化结果（不抛异常）。
|
||||
|
||||
分层判定（2026-09-16 走查校正：阈值4曾误伤2.2.1/2.2.2等有实质内容仅带前言的章）：
|
||||
- 待填占位（【待填-xxx】）= 无歧义「表单没填」铁证 → 强信号，权重高；
|
||||
- 元内容标题/句 = 「讲怎么写」→ 弱信号，真实标书也常带「编制依据」前言，
|
||||
单独不足以判指南体，需与待填或高密度叠加。
|
||||
is_guide（硬门禁拒绝）只在高精度组合下成立，避免误伤有实质内容的章节。
|
||||
|
||||
{
|
||||
'is_guide': bool, # 硬门禁：判为指南体/未实质填写（机制拒绝）
|
||||
'score': int, # 综合违规分（软信号，喂评分器）
|
||||
'meta_density': float, # 元内容密度（每千字违规命中数）
|
||||
'meta_headings': [str],
|
||||
'meta_sentences': [str],
|
||||
'fill_placeholders': [str],
|
||||
}
|
||||
"""
|
||||
text = text or ""
|
||||
headings = [m.group(0).strip()[:60] for m in _META_HEADING_RE.finditer(text)]
|
||||
sentences = [m.group(0).strip()[:50] for m in _META_SENTENCE_RE.finditer(text)]
|
||||
# 待填占位：排除合法【材料待补：】——先挖掉合法占位再统计
|
||||
scrubbed = _LEGIT_PLACEHOLDER_RE.sub("", text)
|
||||
fills = [m.group(0).strip()[:40] for m in _FILL_PLACEHOLDER_RE.finditer(scrubbed)]
|
||||
|
||||
n_h, n_s, n_f = len(headings), len(sentences), len(fills)
|
||||
score = n_h * 2 + n_s + n_f
|
||||
kchars = max(1.0, len(text) / 1000.0)
|
||||
meta_density = round((n_h + n_s) / kchars, 2)
|
||||
|
||||
# 硬门禁（高精度，宁缺毋滥——误伤真实内容会逼无谓重写）：
|
||||
# ① 待填占位 >= 2：表单大面积没填（1.1=17、2.1.4=31 铁证）；或
|
||||
# ② 综合分 >= 15：元内容压倒性（通篇讲怎么写）；或
|
||||
# ③ 元内容标题 >= 3 且 待填 >= 1：既是指南框架又没填实。
|
||||
is_guide = (n_f >= 2) or (score >= 15) or (n_h >= 3 and n_f >= 1)
|
||||
return {
|
||||
"is_guide": is_guide,
|
||||
"score": score,
|
||||
"meta_density": meta_density,
|
||||
"meta_headings": headings,
|
||||
"meta_sentences": sentences,
|
||||
"fill_placeholders": fills,
|
||||
}
|
||||
|
||||
|
||||
def find_substance_problems(text):
|
||||
"""返回问题描述列表（空 = 通过）。供门禁调用方判定 + 拼提示。"""
|
||||
a = analyze_substance(text)
|
||||
if not a["is_guide"]:
|
||||
return []
|
||||
problems = []
|
||||
if a["meta_headings"]:
|
||||
problems.append("元内容标题 %d 处：%s"
|
||||
% (len(a["meta_headings"]), "、".join(a["meta_headings"][:5])))
|
||||
if a["meta_sentences"]:
|
||||
problems.append("编写说明句 %d 处：%s"
|
||||
% (len(a["meta_sentences"]), "、".join(a["meta_sentences"][:5])))
|
||||
if a["fill_placeholders"]:
|
||||
problems.append("非规范待填占位 %d 处：%s"
|
||||
% (len(a["fill_placeholders"]), "、".join(a["fill_placeholders"][:8])))
|
||||
return problems
|
||||
|
||||
|
||||
def gate_message(problems, scene="标书章节"):
|
||||
"""门禁拒绝提示（带改法，对齐 diagram_gate.gate_message 风格）。"""
|
||||
return ("FAIL: %s 是「编写指南/作业指导书」，不是投标文件正文本身（2026-09-16 硬门禁）。\n"
|
||||
"检出问题：%s\n"
|
||||
"改法：① 删除所有「编制说明/编制依据/填写口径/自查表/人工填写清单/应答口径」"
|
||||
"等讲『怎么写』的元内容段落——正文只写『写什么』；"
|
||||
"② 投标函/承诺函/报价表等按招标格式**直接填真实内容**（投标人名称、报价、"
|
||||
"日期等能从项目/知识库取到的就填实，取不到的实体材料用规范占位符"
|
||||
"【材料待补：具体材料名】，禁止用【待填-xxx】这类自造占位）；"
|
||||
"③ 技术方案/实施方案写实质措施（架构/流程/指标/责任人/工期），"
|
||||
"不写「本章覆盖评分子项①②③」这类编写说明。"
|
||||
% (scene, "；".join(problems)))
|
||||
Loading…
x
Reference in New Issue
Block a user