直接看结论：一个非程序员，用WorkBuddy，花了一周时间，搭了个能自动扫标、分析、推送的AI系统，实际已经靠它拿下了一个项目。这不是概念演示，是每天都在跑的实战工具。
一、为什么要做“捞金砖”？
坐标石家庄，主业是体育赛事和活动策划。日常工作里有个特别耗时的环节——刷招标网站。每天要在各个平台上翻找预算5-50万、截止日期够长、地点在石家庄及周边的体育类项目。
这个活儿有几个绕不开的痛点：
信息太散——招标信息散落在好几个平台，没有一个统一入口能一次搞定。筛选费时——大部分项目和自身业务无关，但得一条条点开看。容易错过好标——有时候合适的项目冒出来了，但没有提醒，等注意到时已经快截止了。最头疼的是分析门槛高——招标文件动辄几十页，非专业人士想快速抓住重点，确实不容易。
所以就在想，能不能让AI自动完成扫标、筛选、分析这三步？
实践下来发现，不仅能，而且WorkBuddy让这件事变得比预期中简单很多。
二、整体方案设计
核心逻辑其实挺直观的：
某标讯API → 每小时自动扫描 → AI过滤（体育类 + 预算5-50万 + 石家庄及周边 + 截止≥7天） → 微信推送（标题用✅标记） → 用户点击查看 → AI生成招标书智能分析
用到的工具有四个：WorkBuddy Automations负责定时任务调度，某标讯API提供招标信息数据源，WorkBuddy AI分析做招标书智能解析，微信推送（通过ClawBot通道）通知结果。
三、第一步：接入某标讯API
某标讯有开放API，注册后申请API Key就能用。
关键配置点：
// API请求参数（每小时执行一次）
{
"keyword": "体育 赛事 运动会 拓展训练",
"region": "河北省 石家庄市 保定市 邯郸市",
"budget_min": 50000,
"budget_max": 500000,
"deadline_min": 7,
"sort": "publish_time_desc"
}
一开始踩了个坑——关键词设得太窄，只搜“体育赛事”，结果漏掉了不少相关标，比如“趣味运动会”、“职工运动会”。后来改成多关键词OR搜索，覆盖率直接提升了三倍。
四、第二步：配置WorkBuddy定时任务
这是整个系统最核心的环节。用WorkBuddy的Automations功能，设置每小时执行一次的定时任务。
Automation配置：
名称：捞金砖- hourly招标扫描
调度类型：recurring
调度规则：RRULE:FREQ=HOURLY
提示词：
1. 调用某标讯API获取最新招标信息
2. 按以下规则过滤：
- 关键词匹配：体育、赛事、运动会、拓展训练、活动策划
- 预算范围：5万-50万
- 地区优先：石家庄及周边（保定、邯郸、邢台）
- 截止日期：≥7天（给足够响应时间）
3. 过滤后的结果用✅标记标题
4. 通过ClawBot微信推送
5. 将结果存入knowledge_base/projects/laobjin/outputs/ 备用
配置要点：
scheduleType: "recurring" + rrule: "FREQ=HOURLY" = 每小时自动执行。提示词必须非常具体，不能有歧义。输出路径固定下来，方便后续分析调用。
五、第三步：招标书智能分析
扫到标只是第一步，更关键的是快速判断这个标值不值得投入。这个功能设计成：用户把招标文件（PDF或Word）上传给WorkBuddy，AI自动解析后生成结构化的分析报告。
分析报告包含五个维度：
| 分析维度 | 说明 |
|---|---|
| 项目概况 | 自动提取项目名称、预算、截止日期、采购人信息 |
| 资格要求 | 列出投标门槛，判断是否符合条件 |
| 评分标准 | 提取评分项，分析得分重点 |
| 风险点 | AI判断哪些条款对投标方不利 |
| 建议策略 | 基于以上内容给出投标建议 |
实现方式很简单：直接把招标文件发给WorkBuddy，让它调用事先配置好的bid-analysis Skill，自动生成分析报告。
六、实际运行效果
系统跑了一周，实际数据如下：
| 指标 | 数值 |
|---|---|
| 扫描次数 | 168次（7天×24小时） |
| 命中招标信息 | 23条 |
| 过滤后有效标 | 9条 |
| 微信推送成功 | 9条（100%） |
| 最终参与投标 | 2个 |
| 节省人工刷标时间 | 约每天1.5小时 |
最有用的一次：系统凌晨3点扫到了一个“石家庄市职工趣味运动会”的标，早上收到推送时截止日期还有12天，有充足时间准备。最后这个标中标了。
七、踩过的坑（真实记录）
坑1：API调用频率过高被限流
最开始设置成每10分钟扫一次，结果某标讯API直接返回“请求频率过高”。解决办法是改成每小时一次，并在API请求里加上request_id去重。
坑2：过滤规则太严格，漏标
最初只保留了预算10-30万的标，结果漏掉了一个预算8万但非常适合的项目。最终把预算范围扩大到5-50万，过滤逻辑从“硬性过滤”改成“优先推荐”。
坑3：微信推送内容太长，看不完
刚开始把完整招标信息都推送到微信，一条消息太长，手机上看不全。后来推送内容只保留标题、预算、截止日期和链接，详细信息点链接在WorkBuddy里查看。
坑4：招标文件解析失败
有些招标文件是扫描版PDF，文字层缺失，直接解析会失败。在bid-analysis Skill里加入了OCR预处理步骤，扫描版PDF先OCR再解析。
八、普通用户怎么参考这个方案？
这个方案的核心思路是通用的，不限于招投标。你可以替换成任何“定期扫描 + 自动过滤 + 智能分析”的场景：
| 场景 | 数据源 | 过滤条件 | 输出方式 |
|---|---|---|---|
| 二手房监控 | 链家API | 价格、地段、面积 | 微信推送 |
| 竞品价格监控 | 电商API | 价格变动≥10% | 邮件通知 |
| 行业资讯聚合 | 新闻API | 关键词匹配 | 日报汇总 |
| 政府补贴申报 | 政府网站 | 申报截止≥7天 | 微信推送 |
核心步骤都一样：找到数据源（有没有API？没有的话能不能爬？），设过滤规则（什么样的才是有价值的？），配定时任务（多久扫一次？），设通知方式（微信/邮件/钉钉？）。
九、总结
用WorkBuddy搭建“捞金砖”这个过程中，最大的感受是：AI工具的价值不在于“它能替你做什么”，而在于“它降低了你做一件事的门槛”。不是程序员，但借助WorkBuddy，仍然搭建了一个能实际产生价值的自动化系统。这件事本身，比“捞金砖”这个具体工具更有意义。
作者：马导 | 石家庄御风启幕体育发展有限公司 | 发布于2026年5月
