OpenClaw：全流程自动化招标解决方案

“龙虾”是指 OpenClaw（龙虾），它完全能实现你的这套「招标数据抓取→标书生成→盖章上传」全流程自动化，核心是通过 OpenClaw 的「技能扩展（Skills）+ AI 分析 + RPA 联动」能力落地。

一、整体流程设计（OpenClaw 驱动）

先梳理 OpenClaw 如何串联全流程，逻辑如下：

二、核心功能实现（代码+配置）

前置准备

1. 确保 OpenClaw 已部署成功；

2. 安装所需扩展 Skill：

# 安装爬虫、文件处理、PDF 生成、RPA 相关 Skill pnpm add @openclaw/skill-crawler # 网页爬虫 pnpm add @openclaw/skill-file # 文件解压/解析 pnpm add @openclaw/skill-pdf # PDF 生成 pnpm add @openclaw/skill-rpa # RPA 联动（支持影刀/UiBot）

1. 自动抓取招标数据（核心代码）

在 OpenClaw 的 Web 控制台或终端执行以下指令（也可编写成自定义 Skill）：

# OpenClaw 自定义 Skill 示例：招标数据抓取 from claw import skill, context @skill.register(name="招标数据抓取") def crawl_tender_data(): # 1. 配置目标招标网站（示例：中国招标投标公共服务平台） target_url = "https://www.cebpubservice.com/" # 2. 调用爬虫 Skill 抓取指定类目数据（如“私有化业务”相关招标） crawler = context.get_skill("crawler") tender_data = crawler.crawl( url=target_url, keywords=["私有化业务", "企业定制", "专属部署"], # 业务关键词 file_types=["pdf", "docx", "xlsx"], # 抓取附件类型 save_path="./tender_data" # 保存路径 ) # 3. 返回抓取结果 return f"已抓取 {len(tender_data)} 条招标数据，保存至 {save_path}"

2. 解压+格式化清洗文件（自动执行）

OpenClaw 会自动调用 @openclaw/skill-file 处理抓取的文件，核心逻辑：

@skill.register(name="文件清洗处理") def process_tender_files(): file_skill = context.get_skill("file") # 1. 解压所有压缩包（zip/rar） unzip_path = file_skill.unzip_all( input_dir="./tender_data", output_dir="./tender_data/unzipped" ) # 2. 格式化清洗不同类型文件（统一转为结构化数据） cleaned_data = file_skill.format_files( input_dir=unzip_path, formats=["pdf", "docx", "xlsx"], # 支持的文件类型 output_format="json" # 输出结构化 JSON ) # 3. 保存清洗后的数据 file_skill.save_json(cleaned_data, "./tender_data/cleaned/tender_info.json") return f"已清洗 {len(cleaned_data)} 个文件，结构化数据已保存"

3. AI 分析筛选私有化业务（核心）

借助 OpenClaw 对接的大模型（如通义千问/Claude）分析数据，示例指令：

指令：分析 ./tender_data/cleaned/tender_info.json 中的招标数据，筛选出属于我司私有化业务的项目，筛选条件： 1. 项目需求包含“专属部署”“本地私有化”“企业定制开发”； 2. 预算金额≥50 万； 3. 服务周期≥12 个月； 输出筛选结果清单（JSON 格式），并标注每个项目的匹配度。

OpenClaw 会自动调用 AI 模型完成分析，输出结构化筛选结果，供人工确认。

4. 生成 PDF 标书+RPA 盖章

@skill.register(name="标书生成与盖章") def generate_bid_document(): # 1. 读取人工确认后的筛选结果 tender_info = context.get_skill("file").read_json("./tender_data/confirmed/tender.json") # 2. 调用 PDF Skill 生成标书（基于模板） pdf_skill = context.get_skill("pdf") bid_pdf_path = pdf_skill.generate_from_template( template_path="./templates/bid_template.docx", # 标书模板 data=tender_info, # 填充数据 output_path="./bids/final_bid.pdf" # 输出路径 ) # 3. 调用 RPA Skill 自动盖章（对接影刀 RPA） rpa_skill = context.get_skill("rpa") rpa_result = rpa_skill.run( rpa_tool="yingdao", # RPA 工具：影刀/UiBot rpa_script="auto_seal.js", # 盖章脚本路径 params={"pdf_path": bid_pdf_path} ) return f"标书已生成并盖章，路径：{bid_pdf_path}，RPA 执行结果：{rpa_result}"

5. 自动上传标书

@skill.register(name="标书自动上传") def upload_bid_document(): # 读取盖章后的标书路径 bid_pdf_path = "./bids/final_bid.pdf" # 调用上传 Skill（适配不同招标平台） upload_skill = context.get_skill("crawler") upload_result = upload_skill.upload_file( url="https://www.cebpubservice.com/upload", # 招标平台上传接口 file_path=bid_pdf_path, headers={"Authorization": "Bearer xxx"}, # 平台认证信息 form_data={"project_id": tender_info["project_id"]} ) return f"标书上传完成，平台返回：{upload_result}"

三、关键配置与避坑点

1. 标书模板准备：提前制作 Word 格式的标书模板，预留变量占位符（如 {{项目名称}} {{预算金额}}），方便 OpenClaw 自动填充；

2. RPA 盖章适配：

   1. 若用影刀 RPA，需先在影刀中编写“PDF 盖章”脚本，OpenClaw 通过 API 调用；

   2. 若暂无专业 RPA 工具，可先用 OpenClaw 调用 PyPDF2 实现简单的电子章加盖；

3. 上传接口适配：不同招标平台的上传接口不同，需先获取平台的 API 文档，配置好认证信息（如 Token、Cookie）；

4. 异常处理：在代码中添加容错逻辑，比如抓取失败重试、文件解析失败提醒、上传失败自动重新上传。

四、执行方式

1. 手动触发：在 OpenClaw 控制台输入总指令，一键启动全流程：

指令：执行招标标书自动化流程，步骤：1. 抓取中国招标投标公共服务平台私有化业务招标数据；2. 解压清洗文件；3. AI 筛选匹配项目；4. 生成 PDF 标书；5. RPA 盖章；6. 自动上传至招标平台。

1. 定时触发：配置 OpenClaw 定时任务（如每天 9 点抓取最新招标数据）：

@skill.register(name="定时执行标书流程") def schedule_bid_process(): scheduler = context.get_skill("scheduler") scheduler.add_job( func=crawl_tender_data, # 启动函数 trigger="cron", # 定时规则 hour=9, # 每天9点执行 args=[] )

总结

1. OpenClaw 能完整实现「招标数据抓取→标书生成→盖章上传」全流程自动化，核心是通过扩展 Skill 对接爬虫、文件处理、AI 分析、RPA 等能力；

2. 落地关键是准备好标书模板、适配招标平台的上传接口、配置 RPA 盖章脚本；

3. 流程中保留“人工确认”“人工审核”环节，既保证自动化效率，又避免 AI 筛选/生成的误差。