哈喽大家好，
我是阿星👋
这不是一个广，主要前两天我去火山引擎ADG社区去分享就顺带研究了下他们给我推荐的Agent Plan。（当天活动信息有空的话会分享出来）
看到他们套餐里的基建很全，我还挺惊讶的。
就顺手摸索做成了「投标雷达」。
这个东西主要解决的问题是：
背景是投标团队通常不缺标讯，缺的是稳定的处理链路，且公司历史经验留在飞书里，最后是否投标仍靠人工拼信息。就会很麻烦。
所以，最后这个业务流程被初步设计成了这样的对照——
| 模块 | 用户操作 | 系统行为 |
| 监控方向 | 设置区域、行业、关键词 | 创建后立即发现，后端按日刷新 |
| 候选标讯 | 查看摘要、来源和原公告 | 人工确认后加入商机池 |
| 商机池 | 拖动卡片 | 在跟进、投标、复盘间流转 |
| 标讯工作区 | 尽调、生成简报、提问 | 绑定当前标讯和证据集 |
| 我方资料库 | 粘贴飞书文档链接 | lark-cli → OpenViking → memory_docs |
页面截图
监控方向：创建后立即发现，并由后端按日刷新。
候选标讯：保留公告摘要、原始来源和来源等级。
标讯工作区：公告事实、甲方尽调、决策简报和问答绑定同一标讯。
我方资料库：飞书文档写入 OpenViking 后建立本地索引。
产品设计
1. 候选标讯与正式商机分开
搜索结果不等于商机。系统先把新结果放进候选列表，保留公告摘要、来源等级和原始链接；投标人员确认值得跟进后，才加入商机池。
商机池只管理三个正式阶段：跟进、投标、复盘。这样不会让一次搜索返回的几十条结果直接污染业务看板。
2. 先建立证据，再让模型生成
模型不直接自由调用所有工具，而是严格按固定顺序获取证据：用豆包搜索以及其他搜索API、DataPro、OpenViking 和火山 Supabase，把公开标讯变成可跟进、可核验、可追溯的投标商机。
3. 问答阶段禁止临时联网
投标问答只能使用三类资料：OpenViking 中的我方历史资料、当前标讯已保存的决策简报、简报对应的引用来源。
资料里没有，系统直接回答「资料库中未找到相关内容」，不会现场搜索，也不会让模型补造事实。
Harness中的记忆与数据处理
主要这个agent plan自己自带Harness，比如专业数据库、豆包搜索等专属 Harness。所以就不用我们重新做。
这对于不想造轮子的人太方便了。
它对应的火山引擎的各部分的结构如下
| 能力 | 职责 |
| 豆包搜索 | 发现公开标讯，补充近期公开信息 |
| DataPro | 核验已知甲方、竞对的工商与经营信息 |
| OpenViking | 保存并召回我方方案、复盘、报价经验 |
| 火山 Supabase | 保存方向、标讯、商机阶段、简报与来源 |
| Agent Plan 模型 | 基于已取得的证据生成简报和回答 |
具体的配置可以看火山的文档
DataPro专业数据集
做企业信息搜集会用到一些工商信息，这些数据其实很适合做商机发现。
至于标讯搜索后续还需要接入更全面的标讯搜索——
搜索摘要没有披露的甲方、区域、预算或截止时间一律留空。系统不会因为监控方向写了「华东」，就把没有地区证据的公告强行标成华东项目。
{ "code": 0, "msg": "success", "trace_id": "ac3e8789a5884d0e859ccd40134cdd8c", "tool": "dataPro_search", "query": "002594 股票 K 线形态分析", "total": 1, "items": [ { "查询代码": "002594.SZ", "table": { "连涨天数": [2], "连跌天数": [0], "创历史新高": [false], "创历史新低": [false], ... } } ] }
Agent 记忆
记忆方面，主要是用了火山引擎 OpenViking为Harness 层提供 Agent 记忆服务，而openviking通过将 Memory、Resource、Skill 统一抽象为文件的理念，解决 AI Agent 在执行对话和长周期任务时的复杂上下文管理难题，为 AI Agent 开发者提供结构化、可追溯且低成本的上下文工程解决方案。
就飞书文档这部分而言，OpenViking负责提前完成比如企业飞书知识文档的资料存储、切分和语义索引。加入的是经过检索的相关片段，而不是整批原始文档。资料库持续增长后，OpenViking更合理
接着，工作流生成简报或回答问题时，只召回与当前标讯最相关的飞书片段，再与豆包以及其他招标搜索API带来的证据一起交给模型。
整体来看
结构化DataPro提供的企业数据先打底，公开搜索补充近期信息，私域记忆提供我方经验，模型最后综合。简报正文和引用来源一起落库，每条结论都能回到原始证据。
另外，他们官方的销售工作台其实能更好地体现这套Harnees的综合效果，可以去学习下，火山上有这个cookbook入口。
ok，这就是v1版本的投标雷达分享到这里
我是阿星
更多AI应用
我们下期再见！
