招标信息自动整理工作流（一）
昨天下班的时候，
业务发展部经理问我有没有收到当天的招标信息，
可能是所里邮箱系统有问题，她找我确认下。
聊了会，他们每天要安排一个同事花2小时整理招标信息，
邮件发送给分部所有经理和合伙人。
大概长这样：
附件包含招标公告的附件（ word ，pdf ) 等。
表格信息包含：
- 投标资格
- 招标单位
- 项目名称
- 预算金额
- 报名时间
- 投标时间
- 报名费
- 保证金
- 投标地点
- 备注
其中项目名称在网页上有信息，
其余大部分是人工在附件中查找的信息。
这不巧了吗？
最近我在学习 n8n AI 工作流，
这完全可以通过工作流完成：
公告信息及附件下载 -> AI 结构化信息提取 -> 邮件发送。
今天工作流搭建完成了一半，
我们一起来梳理分析如何完成。
数据源和原工作方法
这是税务部门付费购买的招标聚合信息会员，
同事每天会按板块去整理。
列表页如下：
可以看到，我们通过这个页面，主要需要获取以下信息：
- 页码数：这样我知道需要请求多少页，保证数据完整性。
- 详情页链接：每个公告标题点进去就是详情页。
详请页如下：
我们需要获取如下信息：
- 点击“导出word按钮”：将详情页保存为 word 文件。
- 下载详情页中的附件：保存为本地文件。
最后同事再人工阅读复制粘贴整理表格信息。
将整理后表格信息和附件文件打包邮件发送经理、合伙人。
n8n 工作流
今天搭建的一半工作流还未涉及 AI ,
也就是说你完全可以用 python 等编程语言达到相同目的。
但 n8n 作为低代码平台，你完全可以用现成的节点拖拖拉拉完成。
获取招标信息列表页总页数
这里我们先要获取列表页总页数，
方便后续通过循环获取每一页的数据。
第一个手工触发节点在整个工作流调试完毕后，
可以换成 schedule 节点，能够做定时触发。
这里 4 个节点做的事情是：
触发 -> http 网页请求 -> html 节点提取出总页数 -> code 节点生成页码数组（ 如：page:1-5 ）
最后节点的页码数组如下：
[
{
"page": 1
},
{
"page": 2
},
{
"page": 3
},
{
"page": 4
},
{
"page": 5
}
]循环获取详情页链接
这里 4 个节点作用如下：
循环 page 页码 -> 请求每个列表页 -> html 节点提取招标列表信息 -> code 节点提取 items
loop 节点完成后生成如下 items：
供后续循环获取详情页信息。
请求详情页
这里 filter 筛选节点，主要是调试用（筛选想要的特定详情页），可以忽略。
这里循环每一个 item ，发起每一个详情页的请求。
详情页处理
针对详情页，我们分三路进行处理：
导出详情页为 word 文件
相当于我们把详情页点击“导出word”，
按“日期-公告标题”创建本地文件夹，
把word保存到该文件夹中。
详情页内容提取结构化信息
这里，我们将详情页转成AI更容易阅读的 markdown ，
给结构化信息提取的 agent ，利用 grok AI 大模型的能力，
提取出结构化信息：如报名日期，预算金额，投标时间等。
( 注：今天调试的时候超过网站浏览限制了，
提取结构化信息还未完成）
详情页附件下载
有些招标公告中是存在附件的，
我们需要将其下载下来和详情页保存的 word 文件保存在相同目录。
当然，后面也同样需要将其利用 AI agent 提取出结构化信息。
( 暂未完成 )
后续处理
其实前面我们已完成大部分工作了，
后面就是需要利用 AI 提取结构化信息，
然后整理成表格，
将表格和本地文件利用邮件节点发送出去。
这样就可以每天定时处理，不再需要人工进行了。
使用成本
n8n
开源免费，可以自部署在自己服务器或者电脑上。
服务器
上个月我买了一台香港的永久云服务器，3980元，
CPU 8核，内存 16G ，系统盘 50 G ，硬盘 90 G ，带宽 30M 。
主要看重服务器的固定 IP。
只要 10 年不跑路，我就赚了。
API
调用大模型需要使用 api ，
前面领了 grok ai 每个月 150 美元的免费额度（需要数据共享），
处理这类公开资料数据，完全用不完。
所以，实际上，搭建这样的工作流几乎是零成本。
结语
类似 n8n 这样的 AI 工作流值得大家去学习的，
它像一个放大器，能够放大一个人的能力，提高效率。
一个工作流就像一个员工，你可以拥有无数这样的员工为你工作。
假如，你每天的工作还是类似这样低级化的工作，
那么不用等到未来，现在其实就可以把你的工作替代掉。
除非你在做给人提供情绪价值的工作，
这个可能不会被替代，
那么你应该思考，如何利用 AI 这个放大器，
与自己的专业知识、业务技能结合起来，
无限放大自己的能力。