AI辅助评标：多场景给供应商报价打分排名

原文要点

该n8n工作流手动触发后从MySQL取出某RFP的已提交投标，用FreeCurrencyAPI汇率把报价折算成美元、交期换算为天数并给供应商匿名编号；再由Groq托管的LLM对提案文本与资质打出SLA、支持、合规、风险四个结构化分数；叠加风险惩罚后按标准、成本优先、风险规避、快速上市四种场景加权排名取前三名，写入Notion数据库页，并用Groq生成管理层摘要、markdown转HTML后经Gmail发出。

这次做成什么

不依赖原模板文件，用一份合成投标CSV在n8n里手工复现"取数→币种与交期归一化→LLM打分→四场景加权排名→输出前三"的核心链路，理解各评分维度如何影响结果。

准备什么

• 可用的n8n实例，具备HTTP Request与Code节点使用权限
• 一个Groq账号及API Key，账户内有可用的聊天模型
• MySQL数据库或等效数据表（本练习可用合成CSV代替）
• FreeCurrencyAPI的Key；Notion与Gmail账号仅在需要落库和发邮件时需要

具体怎么做

1. 准备投标数据

   建MySQL表bids（字段supplier、currency、quoted_price、delivery_value、delivery_unit、proposal_text、certifications、rfp_id、status），或用本站合成CSV配合n8n的Extract from File节点代替MySQL查询，按rfp_id和status='submitted'过滤。

2. 汇率与交期归一化

   HTTP Request节点GET FreeCurrencyAPI最新汇率（apikey作为query参数）。Code节点把每家报价除以对应币种兑USD汇率得到price_usd；交期统一换算为天数（周×7、月×30）；供应商名替换为Vendor-A、Vendor-B等匿名别名，保证盲评。

3. LLM结构化打分

   HTTP Request节点调用Groq的chat completions接口，messages里放系统提示词（见材料）和该供应商的proposal_text、certifications，要求只返回含sla、support、compliance、risk四项0-100分数的JSON。解析失败时重试或标记异常。

4. 四场景加权排名

   Code节点先算quality=sla、support、compliance加权均值，再扣风险惩罚（risk×0.3）。四种场景权重：标准（质量0.5/价格0.3/交期0.2）、成本优先（质量0.2/价格0.6/交期0.2）、风险规避（质量0.6/价格0.2/交期0.2且risk超60直接淘汰）、快速上市（质量0.3/价格0.2/交期0.5）。价格与交期分数用归一化倒数法计算，每场景取前三。

5. 输出与通知

   前三名写入Notion数据库（属性：price_usd、delivery_days、quality_score、justification、scenario_score），再让Groq把结果整理为中文管理层摘要markdown，用Markdown节点转HTML后经Gmail节点发给相关人。本练习可先改成写入Google Sheets或仅输出到节点结果。

可直接复制的材料

你是采购评标专家。根据供应商的提案文本和资质证书，对四个维度打0到100的整数分：
sla：对服务可用性、响应时效承诺的明确程度；
support：售后支持体系、人员与覆盖时间；
compliance：资质证书齐全度与行业合规表述；
risk：文本中暴露的交付、财务、依赖性风险（分数越高风险越大）。
只输出JSON，不要任何其他文字：{"sla":整数,"support":整数,"compliance":整数,"risk":整数,"justification":"不超过60字的中文评分理由"}
提案文本：{{proposal_text}}
资质证书：{{certifications}}

supplier,currency,quoted_price,delivery_value,delivery_unit,proposal_text,certifications,rfp_id,status
华东云启科技,CNY,720000,45,day,承诺99.9%可用性与7x24中文支持，提供专职客户经理与季度巡检,ISO27001;等保三级,RFP-2026-009,submitted
BluePeak Ltd,USD,98000,8,week,99.5% uptime with business-hours support and annual review,ISO9001,RFP-2026-009,submitted
恒信数据服务,CNY,650000,2,month,基础SLA未量化，支持为工单制，具备多地灾备机房,ISO27001,RFP-2026-009,submitted
NovaSys GmbH,EUR,105000,30,day,99.95% SLA with 24x7 follow-the-sun support and dedicated engineer team,ISO27001;SOC2,RFP-2026-009,submitted

输入与输出示例

本站虚构演示，打分与排名为手工计算示意，未真实调用Groq接口

输入

对上面CSV中RFP-2026-009的4家供应商执行流程，汇率取1USD=7.1CNY、1EUR=1.08USD，假设Groq打分返回：华东云启sla=90,support=85,compliance=88,risk=20；BluePeak sla=70,support=60,compliance=65,risk=35；恒信sla=55,support=65,compliance=80,risk=40；NovaSys sla=92,support=90,compliance=95,risk=15。

对应输出

折美元后报价约为：华东云启101408、BluePeak 98000、恒信91549、NovaSys 113400；quality（三项均分）分别为87.7、65、66.7、92.3，扣风险惩罚后为81.7、54.5、54.7、87.8。标准场景排名前三：NovaSys、华东云启、恒信；成本优先场景前三：恒信、BluePeak、华东云启；快速上市场景前三：NovaSys（30天）、华东云启（45天）、BluePeak（56天）。

做完检查这些

• 所有供应商价格在比较前已统一折算为美元且交期统一为天数，单位不混用
• LLM返回非JSON时该供应商被标记异常而不是让整条工作流崩溃
• 四种场景各自输出恰好三家供应商，且排名随权重变化而不同
• 供应商在LLM打分环节只以匿名别名出现，原文供应商名不进入提示词

容易卡住的地方

• FreeCurrencyAPI的Key必须作为apikey查询参数传递，放header里会鉴权失败
• MySQL里rfp_id或status与查询条件不一致会取不到任何投标数据
• 模型未严格输出JSON会触发解析错误，需在提示词强调并做重试兜底
• Notion集成未被邀请进目标数据库时写入会失败，需在Notion里点Share授权
• 风险规避场景的risk淘汰阈值是本练习设定，需按自己业务校准