# 如昼商机助手:GitHub 相似项目调研 调研日期:2026-10-26(北京时间)。 ## 1. 结论 有相似项目,但本轮检索尚未发现同时覆盖“水行业商机召回、三个专用 Skill、企业情报、具体项目研判、人工跟进八状态”的现成完整替代品。已有仓库分别覆盖招标解读、机会监控、企业信息补全、证据校验和 Agent 编排。 建议继续现有 Java/React 项目,按模块借鉴。优先阅读 Spring AI Alibaba DeepResearch、TenderGraph 和中文招标文件解析系统;BidMaster-Pro 适合作功能对照,但不宜仅凭 README 就整体引入。 这是一份公开资料与定向源码调研,不是部署验收、安全审计或许可证法律意见。本文中的“值得参考”“不宜直接引入”是结合本项目范围作出的工程判断。 ## 2. 检索与核实方法 - 以 GitHub 为主,补充检索 Gitee;查询招投标 Agent、商机监控、采购情报、企业调研、销售线索与 Java 研究 Agent。 - 下表八个项目均查看仓库页面/README,并通过 GitHub 公共 API 获取许可证识别、Star、归档状态和默认分支最新提交。 - 定向读取九个实现/依赖文件:各项目一个关键文件,DeepResearch 另读 `pom.xml`。未安装、执行第三方代码,未进行真实模型和数据源调用。 - Star 是调研当时的快照;最近提交日期取默认分支最新提交的 committer 时间,转换为北京时间。不是搜索引擎抓取日期,也不是仓库 `updated_at` 或其他分支 push 时间。 - 下表八个仓库在查询时均未归档,但“不归档”“有测试目录”“Star 多”均不能证明生产可用。 ## 3. 候选项目对比 “关联度”指与本项目某个模块的接近程度,不是完整覆盖率。 | 项目 | 关联度与方向 | 技术形态 | Star | 默认分支最新提交(北京时间) | 许可核实 | | --- | --- | --- | ---: | --- | --- | | [BidMaster-Pro](https://github.com/guangshu100/BidMaster-Pro) | 高:中文招投标 Agent、解读、Skill、商机监控 | Python/FastAPI;React/Electron 客户端 | 409 | [2026-09-03](https://github.com/guangshu100/BidMaster-Pro/commit/cc89d9093651e3410f68384f926ceef672b76534) | LICENSE 为 AGPL-3.0;README 却写 MIT,存在冲突 | | [guiyang-tender-monitor-skill](https://github.com/FightingThrones/guiyang-tender-monitor-skill) | 高:中小企业商机发现、适合度、日报 | Python 脚本+Skill+来源目录 | 2 | [2026-07-16](https://github.com/FightingThrones/guiyang-tender-monitor-skill/commit/072d054b509fc67a726bd2c8fe14fcd367f7b70a) | CC BY-NC 4.0;README 明示商业用途需另行授权 | | [招标文件智能解析系统](https://github.com/sanwudazhiyuan/-bid-analysis) | 高:中文资格、评分、风险、原文定位 | Python 解析/服务+Web 前端 | 35 | [2026-04-23](https://github.com/sanwudazhiyuan/-bid-analysis/commit/08dc9366e408d335dca7d9e46974e46fe8d60f65) | Apache-2.0 | | [TenderGraph](https://github.com/Amawta-labs/tendergraph) | 高:投标工作台、证据、人工确认 | TypeScript/Next.js,Codex 相关运行链路 | 0 | [2026-07-21](https://github.com/Amawta-labs/tendergraph/commit/771537b070004f91b20b26c34e460655c9dd03f4) | 代码 Apache-2.0;仓库声明合成基准数据另用 CC BY 4.0 | | [TenderAI](https://github.com/teja05-45/TenderAI) | 中高:公告文件提取、OCR、引用问答 | FastAPI、LangGraph、ChromaDB、Streamlit | 0 | [2026-07-23](https://github.com/teja05-45/TenderAI/commit/e82b0969d90df3e87fe4aa0f267e9b0ede5620a7) | MIT | | [Fire Enrich](https://github.com/firecrawl/fire-enrich) | 中高:企业情报、资料补全、来源展示 | TypeScript/Next.js;Firecrawl+OpenAI | 1,293 | [2025-10-08](https://github.com/firecrawl/fire-enrich/commit/94e061dc5bab94e5838cceb8b3d5e6af329d2d50) | MIT;不代表其外部服务和全部依赖同许可 | | [Spring AI Alibaba DeepResearch](https://github.com/spring-ai-alibaba/deepresearch) | 业务中、技术高:规划、工具、流式、人工反馈 | Java/Spring AI Alibaba Graph;Vue3 | 373 | [2026-03-02](https://github.com/spring-ai-alibaba/deepresearch/commit/7f009adf56fadacdc78a02c4967aebe784918b11) | Apache-2.0 | | [mtender-mcp-server](https://github.com/nalyk/mtender-mcp-server) | 中:采购搜索、买方/供应商统计、阶段与文档 | TypeScript/Node.js/MCP | 0 | [2026-05-06](https://github.com/nalyk/mtender-mcp-server/commit/9512496f85fdcb69733770f2423a4bea7079a8ff) | ISC | 许可证列结合仓库页面、README、GitHub API 与实际文件核对。其中监控 Skill 的 API 识别结果为 `NOASSERTION`,其 README/LICENSE 明确使用 CC BY-NC 4.0,不能把未自动识别当作无约束许可。 ## 4. 逐项可借鉴内容与限制 ### 4.1 BidMaster-Pro:功能覆盖较广,但不能直接当完整底座 README 描述招标解读、标书生成、检查、OCR、公司知识库和商机资讯。与我们的单项目分析和 Skill 组织形式接近,但其重心还包括本期不做的标书生成与排版。[仓库说明](https://github.com/guangshu100/BidMaster-Pro) 抽查发现 `services/news/fetchers.py` 实现 RSS 等获取路径,但其中 HTML 适配器交由其他流程,浏览器适配器是空实现;这不证明整个项目没有其他抓取能力,但不足以据此认为已具备通用浏览器采集。[抽查文件](https://github.com/guangshu100/BidMaster-Pro/blob/cc89d9093651e3410f68384f926ceef672b76534/services/news/fetchers.py#L250) README 的 MIT 描述与实际 AGPL-3.0 LICENSE 不一致。建议作为功能/界面对照,代码复用前先明确具体版本和授权,不能按 README 的 MIT 一句直接采用。[实际 LICENSE](https://github.com/guangshu100/BidMaster-Pro/blob/cc89d9093651e3410f68384f926ceef672b76534/LICENSE) ### 4.2 全国招投标机会监控 Skill:最贴近“每天找几个值得跟的项目” 它面向中小软件和集成企业,提供来源池、机会评分、摘要与日报;值得参考报告字段与来源管理。本项目仍以知了 API 为主,不需要因此回到自建全网爬虫。[仓库说明](https://github.com/FightingThrones/guiyang-tender-monitor-skill) 源码中存在 `score >= 8` 才保留候选的逻辑;若照搬会与我们“偏好仅用于排序”的规则冲突。其软件行业关键词与判断规则也不能直接当水行业评分。[筛选实现](https://github.com/FightingThrones/guiyang-tender-monitor-skill/blob/072d054b509fc67a726bd2c8fe14fcd367f7b70a/guiyang-tender-monitor/scripts/tender_monitor.py#L560) 作者明确商业用途需要另行授权,因此先作为产品参考,不纳入默认代码复用清单。[许可说明](https://github.com/FightingThrones/guiyang-tender-monitor-skill#许可证) ### 4.3 中文招标文件智能解析系统:最值得参考文档提取 README 覆盖 DOC/DOCX/PDF 解读、资格和评分条件、风险提示与原文定位。源码 `parse_docx` 按 XML body 的出现顺序交错读取段落和表格,适合借鉴到我们对招标文件条件、金额和上下文的提取中。[解析实现](https://github.com/sanwudazhiyuan/-bid-analysis/blob/08dc9366e408d335dca7d9e46974e46fe8d60f65/src/parser/docx_parser.py#L325) 它偏标书解读与审查,不能替代商机召回、企业情报和人工跟进。README 的速度与准确性宣传未由本轮复现;许可为 Apache-2.0,仍需对拟复用文件及依赖逐项检查。[仓库与许可](https://github.com/sanwudazhiyuan/-bid-analysis) ### 4.4 TenderGraph:最值得参考“结论必须有证据” 提供投标工作台、来源版本、要求变更和人工审批;README 明确机会收件箱使用合成数据,不宣称通用实时商机发现,所以不能当真实公告数据服务。[项目说明与范围](https://github.com/Amawta-labs/tendergraph) `gates.ts` 在模型之外校验结构、claim/evidence ID、来源范围、可用状态和快照哈希。适合借鉴“后端拒绝没有证据的结论”的方法,不需要整体搬入其审批体系或模型运行方式。[校验实现](https://github.com/Amawta-labs/tendergraph/blob/771537b070004f91b20b26c34e460655c9dd03f4/src/lib/harness/gates.ts#L23) 该仓库是 Build Week 版本,Star 和使用样本较少;本轮未验证部署、运行成本及生产稳定性。 ### 4.5 TenderAI:适合参考文件处理状态与引用问答 README 描述 PDF/OCR、结构化元数据、RAG 问答、项目对比和报告。实际 LangGraph 文件有解析、OCR、元数据、embedding、finalize 节点,并在失败时转到收尾节点,能参考其处理链路。[工作流源码](https://github.com/teja05-45/TenderAI/blob/e82b0969d90df3e87fe4aa0f267e9b0ede5620a7/app/agents/graph.py#L33) 仓库页面仅有 3 次提交,且采用 Python/Streamlit,未见与我们相同的获客与跟进产品闭环。适合作流程参考,不能据此承诺中文全部文件格式或现有 React/Java 能直接复用。[仓库](https://github.com/teja05-45/TenderAI) ### 4.6 Fire Enrich:适合参考企业情报按需补全 从邮箱/域名推导企业,再补全企业画像等字段,带来源上下文。源码按所需字段选择阶段,并把已发现数据传给后续阶段,可借鉴为“只补查用户需要的信息”。[编排实现](https://github.com/firecrawl/fire-enrich/blob/94e061dc5bab94e5838cceb8b3d5e6af329d2d50/lib/agent-architecture/orchestrator.ts#L19) 它不是中国企业同名确认、历史中标关系或真实竞对数据服务;其接口依赖 Firecrawl/OpenAI,迁到知了/DeepSeek 需要适配。默认分支一年多未有新提交,不能仅因 1,293 Star 就判定持续活跃。[仓库](https://github.com/firecrawl/fire-enrich) ### 4.7 Spring AI Alibaba DeepResearch:与当前后端最接近 支持研究计划、在线搜索、人工反馈和流式输出。实际 `ChatController` 存在 `/stream`、`/stop`、`/resume` 路径,适合参考任务执行和用户确认交互。[控制器](https://github.com/spring-ai-alibaba/deepresearch/blob/7f009adf56fadacdc78a02c4967aebe784918b11/src/main/java/com/alibaba/cloud/ai/example/deepresearch/controller/ChatController.java#L105) 但核对到其依赖为 Java 17、Spring Boot 3.4.8、Spring AI Alibaba 1.0.0.4;我们当前为 Java 21、Boot 4.1.2,前端也为 React 而不是 Vue。不能把“同为 Spring”当成复制即可运行的兼容保证。[依赖文件](https://github.com/spring-ai-alibaba/deepresearch/blob/7f009adf56fadacdc78a02c4967aebe784918b11/pom.xml#L12) 建议借鉴有限步骤、人工反馈与 SSE 接口形态,不整套引入其多 Agent、代码执行和混合 RAG 基础设施。 ### 4.8 mtender-mcp-server:数据工具边界参考 面向摩尔多瓦公开采购,README 提供搜索、采购方/供应商聚合、公告阶段、文档获取和 OCR 回退等工具。源码将搜索注册成独立 MCP 工具,可参考查询参数、分页与资源链接的边界。[搜索工具](https://github.com/nalyk/mtender-mcp-server/blob/9512496f85fdcb69733770f2423a4bea7079a8ff/src/tools/search.ts) 它不提供中国水行业公告或知了数据,国家数据模型也不同。只作工具接口和采购生命周期设计参考,不新增为第四个业务 Skill。[仓库](https://github.com/nalyk/mtender-mcp-server) ## 5. 与本项目的对应关系 下表为本轮工程判断;“参考”不表示已接入、适配或测得性能收益。 | 本项目需求 | 优先参考 | 采纳尺度 | | --- | --- | --- | | 主 Agent 路由、计划、补问 | DeepResearch | 参考人工中断/继续的接口思路,保留三个受控工作流 | | 真实调用轨迹与 SSE | DeepResearch | 业务事件与模型报告分开;仍需自行实现持久化事件、幂等和收费去重 | | 水行业商机召回 | 已提供的 tender-search+知了 API | 本轮仓库不能替代已确认数据源;监控 Skill 仅借鉴来源与报告设计 | | 偏好不漏候选 | 本项目自行实现 | 不复制监控脚本的分数硬过滤或软件行业规则 | | 中文招标文件提取 | 中文招标文件解析系统、TenderAI | 参考段落/表格顺序、失败收尾和证据定位,不为此整体改成 Python | | 企业情报按需查询 | Fire Enrich | 参考阶段化和共享上下文,主体确认/中标客户关系仍使用既定 Skill | | 事实/推断、引用校验 | TenderGraph | 先实现证据 ID 存在性、来源范围、必要数字校验;不扩展完整审批系统 | | 八状态、标签、档案和检索快照 | 现有前后端继续实现 | 本轮没有找到可直接替换该业务闭环的模块 | | 费用审计与预算暂停 | 本项目自行实现 | 不能把流式输出或 Agent 日志等同于真实积分/token 账本 | ## 6. 对四天计划的影响 本轮没有证据支持“换成某仓库可以立即缩短到一天上线”。引入不同语言后端、不同前端、向量库和多 Agent 平台,会增加迁移与运维工作。 建议保持原四天计划,只补充以下设计参考: 1. **D1:**参考 DeepResearch 的执行/人工反馈接口形态,仍以现有统一任务对象和白名单工具客户端为准;单独验证 Boot 版本兼容,不直接导入旧依赖。 2. **D2:**把“偏好变化候选集不变”作为必须自动验证的规则;引入第三方评分前先检查是否存在阈值删除。 3. **D3:**参考中文文档解析的结构顺序与 TenderGraph 的证据准入;企业情报只执行被请求的步骤。 4. **D4:**增加引用不存在、失效证据、阶段重复公告、文件表格错配及重复收费的验收,而不是根据开源项目宣传免验收。 代码复用若发生,应固定具体提交、记录来源和许可,先抽取最小模块验证。此调研没有复制任何第三方代码进业务项目,也没有修改原开发计划或业务代码。 ## 7. 补充线索与未验证部分 检索还发现 [DuoLa-BidAgent](https://github.com/duolaAmengweb3/DuoLa-BidAgent)(本地企业资料/公开招投标/项目工作区)、[bid-agent](https://github.com/yellowfacehc/bid-agent)(招标信息获取)和 [ai-lead-radar](https://github.com/ck830820/ai-lead-radar)(招采线索监测)。本轮只阅读搜索返回的项目说明,未核实其完整源码、许可和维护数据,不纳入上述优先复用建议。 Gitee 检索返回的候选多为采购管理、监管评标或二次转载,未进一步验证为与本项目相同的销售侧商机 Agent。本轮结论是有限范围检索结果,不是对 GitHub/Gitee 全站项目的穷尽证明。 尚未验证:第三方完整部署、真实中国公告召回率、中文抽取准确率、模型实际消耗、依赖安全性、商用授权适用性。上述指标不能从 README、Star 或少量代码抽查直接推断。