Nenos Агент зі штучного інтелекту для торгів - експерт з документації (заповнення форм)
Право для:
Компанії, що беруть участь у складних публічних аукціонах – Команда аукціонів
01. Досвід (01 грудня 2024 р. – дотепер)
Експерт із заповнення форм – Dendrio
- Автоматично визначає необхідні форми в документації щодо нагородження та визначає порядок пріоритетності їх заповнення.
- Створює та заповнює матриці відповідності, значно зменшуючи ручну роботу команди з питань торгів.
- Витягуйте відповідні дані з попередніх пропозицій, внутрішніх баз даних та загальнодоступних джерел для автоматичного заповнення документів.
- Створюйте описові розділи — технічні довідки, методології — на основі шаблонів організації та історії проектів.
02. Освіта та навчання (у процесі)
Поглиблене навчання команд з аукціонів з різних галузей
- Досвід роботи, отриманий у різних проектах в ІТ та будівництві, з активною міжвідомчою співпрацею.
- Постійне оновлення інформації про особливості кожної тендерної команди та документацію, з якою вони співпрацюють.
03. Особисті навички
Багатомовний
- Румунська, англійська, французька, іспанська, китайська, арабська — документація без мовних бар'єрів.
Управління різними форматами
- Обробляє документи, електронні таблиці, PDF-файли та відскановані зображення, включаючи документи низької якості, за допомогою власного оптичного розпізнавання символів (OCR).
Швидкість і гучність
- Керує понад 500 заявками з дотриманням суворих термінів, без помилок обробки.
відповідність
- Інтегровані законодавчі знання — автоматично перевіряє документацію на відповідність чинним законодавчим вимогам.
04. Технічна архітектура
Nenos Експерт з документації агента з штучного інтелекту для торгів (заповнення форм) побудовано на основі конвеєра обробки документів, який перетворює документацію щодо нагородження на структуровані, практичні дані. Для власних цифрових документів (PDF, Word, Excel) вилучення виконується безпосередньо шляхом структурного розбору. Для сканованих або неякісних документів — поширена ситуація на аукціонах з оцифрованою фізичною документацією — агент використовує власну розроблену систему оптичного розпізнавання символів (OCR) з коефіцієнтом точності понад 95%, спеціально оптимізовану для форматів і шрифтів, що використовуються в румунській та європейській документації державних закупівель. Вилучені дані нормалізуються та вводяться в потік агента LangGraph, який ідентифікує необхідні форми, створює матриці відповідності та запускає автоматичне заповнення шляхом кореляції з базою даних попередніх заявок, індексованих LlamaIndex.
Спеціальний модуль генерації описових розділів — технічних меморандумів, описів методологій, відповідей на критерії якості — створює структурований та зв'язний контент на основі шаблонів організації та даних з попередніх проектів, що значно скорочує час написання тендерної команди. Архітектура мікросервісів незалежно керує сервісом OCR, сервісом парсингу, механізмом завершення та сервісом журналу аудиту, кожен з яких масштабується відповідно до обсягу активних заявок. Інтеграція з платформами SharePoint, Amazon S3 та SEAP/SICAP досягається за допомогою MCP та REST API, а локальне розгортання доступне для організацій із суворими вимогами конфіденційності щодо тендерної документації.
Безпека агента розглядається як окремий архітектурний рівень. Завантажені тендерні документи представляють собою вектор атаки, специфічний для цього агента. Служба очищення документів аналізує кожен файл перед обробкою, а тести введення завантажених документів є обов'язковою частиною циклу валідації для кожної версії. Кожен екземпляр проходить ретельний процес змагального тестування перед доставкою, який охоплює такі вектори: вигадане фреймування з метаінструкцією, отруєння кількома способами, рольова гра з передачею ідентифікації, введення завантажених документів, маніпулювання ланцюговим контекстом, лінгвістичне заплутування за допомогою схожих символів або невидимих пробілів, введення інструментів/API, а також повне покриття 10 найкращих вразливостей OWASP LLM (швидке введення, небезпечна обробка виводу, отруєння навчальних даних, відмова в обслуговуванні моделі, вразливості ланцюга поставок та інші).
