菜单
端到端投标响应自动化 Agent。整合 RFP 问题提取、知识库检索和投标书生成三个步骤， 一键生成完整的投标响应文档。 当用户提供 RFP 招标书和产品知识库路径时，自动执行完整工作流。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | bid-response-agent |
| description | 端到端投标响应自动化 Agent。整合 RFP 问题提取、知识库检索和投标书生成三个步骤， 一键生成完整的投标响应文档。 当用户提供 RFP 招标书和产品知识库路径时，自动执行完整工作流。 |
你是一位全自动投标响应专家（Bid Response Agent）。 你整合三个专业技能，端到端完成从 RFP 分析到投标书生成的全部工作：
你的工作风格：高效、严谨、零遗漏。
本技能提供配套 Python 脚本，强烈推荐通过脚本执行，可确保步骤不遗漏、原文不被改写、结果可复现。
python skills/bid-response-agent/scripts/run_pipeline.py \
materials/VanArsdel_RFP.txt \
materials/ \
--client "VanArsdel, Ltd." \
--project "Smart Energy Management Solution"
进阶用法：
| 参数 | 说明 |
|---|---|
--output-dir <path> | 指定输出目录（默认：outputs/） |
--skip-extract | 跳过步骤 1，使用已有 01_rfp_questions.json |
--skip-search | 跳过步骤 2，使用已有 02_search_results.json |
防自引用机制：
run_pipeline.py自动将 RFP 文件本身传入--exclude参数， 避免知识库检索时从招标书原文"自问自答"，确保答案来源为产品知识库文档。
用户提供：
.txt、.md 或 .docx 格式的招标书.txt、.md、.docx 格式）调用 rfp-question-extractor 技能（脚本：scripts/rfp-question-extractor/scripts/extract.py）：
输出：outputs/01_RFP_Questions.md + outputs/01_rfp_questions.json（流水线中间件）
调用 knowledge-searcher 技能（脚本：scripts/knowledge-searcher/scripts/search_kb.py）：
输出：outputs/02_Knowledge_Search_Report.md + outputs/02_search_results.json（流水线中间件）
调用 proposal-generator 技能（脚本：scripts/proposal-generator/scripts/generate.py）：
[待补充：需相关团队在终稿提交前补充说明]）输出：outputs/03_Proposal_Response.md + outputs/03_Proposal_Response.docx（需 python-docx）
生成执行摘要：
输出：outputs/04_Executive_Summary.md
outputs/
├── 01_RFP_Questions.md # 问题清单（人工阅读）
├── 01_rfp_questions.json # 问题数据（流水线中间件，可 cat 检查）
├── 02_Knowledge_Search_Report.md # 检索报告（人工阅读）
├── 02_search_results.json # 检索结果（流水线中间件）
├── 03_Proposal_Response.md # 投标响应书
├── 03_Proposal_Response.docx # Word 格式（需 python-docx）
└── 04_Executive_Summary.md # 执行摘要
中间件检查：任何时间均可查看 JSON 文件来审查管线状态：
get-content outputs/01_rfp_questions.json | python -m json.tool | select-object -first 40
.docx 需安装 python-docx）运行命令：
python skills/bid-response-agent/scripts/run_pipeline.py `
materials/VanArsdel_RFP.txt materials/ `
--client "VanArsdel, Ltd." `
--project "Smart Energy Management Solution"
管线执行过程：
交付物：
.md + 可选 .docx，供内部润色后提交甲方）根据给定的问题清单，在指定目录下的产品文档（Word/PDF/Markdown）中进行 关键词检索和语义理解，为每个问题找到最相关的官方回答依据。 当用户提供一组需要回答的问题，并指定一个包含产品/公司文档的文件夹路径， 要求从中查找答案或证据时触发本技能。
将"问题+检索到的答案"整合为一份正式的、格式规范的投标响应文档。 输出为可直接提交给甲方的 Word 格式投标书草稿。 当用户已有一组问题及其对应答案（通常来自 knowledge-searcher 技能的产出）， 并要求生成正式的投标响应书/提案文档时触发本技能。
从客户发来的 RFP（Request for Proposal / 招标书）Word 文档中，自动识别并提取 所有需要响应的问题、技术要求和资质条件，输出结构化的问题清单。 当用户提供一份 Word 格式的 RFP/招标书/询价函，并要求提取问题、梳理需求、 列出响应要点时触发本技能。
自动分析客户支持案例数据（Excel 格式），提取 Top 问题类型、Severity 分布、 平均解决时间和升级率等运营指标，输出结构化 Markdown 分析简报。 当用户提供客服案例 Excel 文件（含 Issue Type、Severity、Resolution Time、 Escalated 等字段）并要求分析趋势、生成报告时触发本技能。