Xpersona
agentCLAWHUBUnverified

Gov Procurement Analyst

政府采购全流程智能分析助手。覆盖商机发现、投标决策、文件编制、供应商背调、合规审计、 中标跟踪、资质管理、政策咨询、保证金管理、质疑投诉、合同分析、验收辅助、 采购需求编制、电子卖场比价、中小企业优惠计算15大模块， AI投标书撰写引擎（技术方案智能生成+资质自动填充+项目案例引用+格式合规检查+标书素材库），... Skill: Gov Procurement Analyst Owner: fyniujin Summary: 政府采购全流程智能分析助手。覆盖商机发现、投标决策、文件编制、供应商背调、合规审计、 中标跟踪、资质管理、政策咨询、保证金管理、质疑投诉、合同分析、验收辅助、 采购需求编制、电子卖场比价、中小企业优惠计算15大模块， AI投标书撰写引擎（技术方案智能生成+资质自动填充+项目案例引用+格式合规检查+标书素材库），... Tags: latest:5.4.0 Version history: v5.4.0 | 2026-10-09T08:17:58.752Z | auto gov-procurement-analyst 5.4.0 - 新增“招标文件一句话体检”功能（--quick 模式）：1分钟生成“能不能投”的三段结论，包括硬性资质匹配、废标风险点、评分办法速览。 - 快速体检模式通过复用投标决策分析和合规检查核心逻辑

OpenClaw
View on ClawHubHomepage

Rank

62

Safety

84

Downloads

1.6k

Updated

Oct 10, 2026

Version

5.4.0

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1.6K downloads reported by the source. Last updated 10/10/2026.

Avoid when

  • Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor
Clawhubvendor · observed Oct 10, 2026
Protocol compatibility
OpenClawcompatibility · observed Oct 10, 2026
Adoption signal
1.6K downloadsadoption · observed Oct 10, 2026
Latest release
5.4.0release · observed Oct 9, 2026
Handshake status
UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s177r8w7p1d7cpbys9bn33kwhs89d0xw:gov-procurement-analyst
  1. Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.
  2. Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-fyniujin-gov-procurement-analyst/snapshot"

Documentation

CLAWHUB

147,907 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: gov-procurement-analyst
version: 5.4.0
description: >
changelog: "1. 新增招标文件一句话体检（--quick 模式：1分钟出「能不能投」三段结论——硬性资质匹配/废标风险点/评分办法速览；复用bid_decision_analyzer与compliance_checker核心逻辑做快速路径，跳过深度采集；21+模块复杂度藏在一个钩子后面，对标SkillHub防骗大师102.2万下载传播模型）
---


# 政府采购智能分析

面向投标人（供应商）、招标代理、采购单位的**政府采购全流程智能分析 Skill**。安装即用，无需任何 API Keys，零配置享受完整功能。

## 30 秒快速体验

**不问信息，马上用！** 安装后直接发送以下任意指令：

| 试试这个 | 效果 |
|----------|------|
| `"帮我看看今天有什么IT设备采购"` | 立即采集并匹配项目 |
| `"分析一下这个标能不能投 http://..."` | 投标决策报告 + 🔍智能洞察 |
| `"查一下XX公司的企业背调"` | 一站式企业画像 |
| `"围标串标检测"` | 合规风险扫描 |
| `"政府采购最新政策"` | 政策解读与影响分析 |
| `"这个项目的保证金交多少"` | 投标保证金计算 |
| `"中小企业报价扣除怎么算"` | 优惠政策计算 |
| `"分析一下这个合同条款风险"` | 合同风险扫描 |
| `"编制采购需求"` | 采购需求辅助编制 |
| `"电子卖场比价"` | 商品价格对比 |
| `"保证金怎么交？交到哪个账户？"` | 保证金缴纳指引 + 基本户提醒 |
| `"投标被废标了怎么申诉？"` | 废标分析 + 质疑模板 + 时效计算 |
| `"设置洞察偏好，我更关注利润"` | 定制智能洞察焦点 |

> 💡 **信息越多，分析越准**。发送 `"帮我配置企业信息"` 进行 30 秒快速配置，获取精准匹配。

---

## 完整示例：从零到中标分析（5 分钟读完就会）

> 评测反馈："缺少从头到尾的完整例子"。以下是一个真实使用场景，跟着做一遍就能掌握全部操作。

### 场景：你是北京一家 IT 服务公司，想找北京的 IT 设备采购项目并决定是否投标

```
第 1 步：打开对话，直接说 "帮我看看北京有什么 IT 设备采购"

Skill 会回复：
🔄 采集进度 [1/3]
   ✅ 中国政府采购网 — 找到 5 条
   ⏳ 北京政府采购网 — 正在采集...
   ⬜ 上海政府采购网

（3 秒后）

🔄 采集进度 [3/3]
   ✅ 中国政府采购网 — 5 条公告，2 项匹配≥80
   ✅ 北京政府采购网 — 3 条公告，1 项匹配≥80
   ✅ 上海政府采购网 — 2 条公告，0 项匹配≥80

📊 共扫描 10 条公告，3 项匹配≥60%（使用示例数据）

━━━━━━━━━━━━━━━━━━━━━━━━━
🔥 TOP 3 推荐项目（示例数据，配置企业后更精准）
━━━━━━━━━━━━━━━━━━━━━━━━━

① 北京市 XX 局办公设备采购项目
   采购人：北京市 XX 局 | 预算：¥120 万 | 截止：2026-07-20
   匹配度：🔥 85% | 行业匹配 | 资质 2/2
   💡 完全匹配！你所在行业就是 IT 设备，建议重点关注。
   🔗 http://www.ccgp-beijing.gov.cn/...

②...

━━━━━━━━━━━━━━━━━━━━━━━━━
💡 "回复「1」查看详细分析"  "回复「配置」开启精准匹配"
```

```
第 2 步：回复 "配置"

Skill 会问 8 个问题：
Q1/8：你们公司叫什么名字？

你：北京星辰科技有限公司

Q2/8：主营行业是什么？
     A. 信息技术服务  B. 建筑工程  C. 医疗器械  D. 物业管理  E. 其他

你：A

Q3/8：公司注册在哪个省市？
     格式：北京市/上海市/广东省深圳市...

你：北京市海淀区

Q4/8：公司大致规模？（回复字母就行）
     A. 大型(1000人+)  B. 中型(100-999人)  C. 小型(10-99人)  D. 微型(<10人)  E. 不清楚跳过

你：C

Q5/8：你们有哪些资质证书？尽量全写，用斜杠/分隔
     例如：CMMI3/ISO27001/系统集成壹级/信息安全等级保护三级

你：CMMI3/ISO9001

Q6/8：近三年做过哪些类似项目？简单写几个就行
     例如：2024年某局OA系统运维/2023年某中心网络改造...

你：2025年某局IT运维项目/2024年某公司网络升级

Q7/8：通常投多大金额的项目？
     例如：100-300万/300-500万...

你：80-200万

Q8/8：最后，统一社会信用代码（选填，不知道就不填）

你：91110108MA01XXXXXX

✅ 配置完成！
```

```
第 3 步：回复 "1"（查看第 1 个项目详细分析）

Skill 会输出完整投标决策报告：

📊 投标决策分析报告
━━━━━━━━━━━━━━━━━━━━━━━━━
项目：北京市 XX 局办公设备采购项目
采购人：北京市 XX 局 | 预算：¥120 万
截止：2026-07-20 | 评分方法：综合评分法

━━━ 资质符合性 ━━━
✅ 符合率：80%（4/5）
⚠️ 缺失：信息系统运维三级（建议找合作伙伴联合投标或办理）

━━━ 竞对格局 ━━━
（基于公开数据分析，仅供参考）

━━━ 报价策略 ━━━
建议报价区间：¥102 ~ ¥108 万
预计成本：¥85 万 | 利润率：17-21%

━━━ SWOT ━━━
🟢 优势：本地企业/行业完全匹配
🟡 缺失：运维资质
🔵 机会：项目金额在你的优势区间
🔴 威胁：可能有外地大企业竞争

━━━ 综合评分 ━━━
总分：72/100 | 置信度：中（数据有限）
结论：✅ 建议
关键动作：
  1. 尽快联系心仪合作伙伴补齐运维资质
  2. 准备 2 个同类项目业绩证明
  3. 报价 ¥105 万左右较稳妥

━━━ 下一步 ━━━━━━━━━━━━━━━━
回复「文件编制」开始生成投标框架
回复「保证金」查看需交多少保证金
回复「质疑」查看投标权益保障
```

```
第 4 步（可选）：回复 "保证金"

💰 投标保证金分析
项目预算：¥120 万
法定上限：¥2.4 万（2%）

缴纳截止：2026-07-18
退还规则：
- 未中标人：中标通知书发出后 5 日内
- 中标人：合同签订后 5 日内

建议：提前 1 天缴纳，保留汇款凭证
```

---

## 核心能力一览（19 大模块）

| 模块 | 一句话说明 | 发送指令示例 |
|------|-----------

README.md

# 政府采购智能分析 Skill (gov-procurement-analyst)

## 简介

面向投标人（供应商）、招标代理、采购单位的**政府采购全流程智能分析助手**，覆盖 19 大模块 + 7 个全局组件（含 AI 投标书撰写引擎、竞争对手深度画像、评分预测模型、围标串标检测增强、多省政策差异对比、投标知识库积累、采集配额仪表盘、意图路由器、数据飞轮引擎、**标书协作引擎**、**竞对战略分析**、**招标文件一句话体检**），增值功能：智能洞察引擎、投标实操指引、政策影响评估。v5.4.0 起新增招标文件一句话体检（模块27，--quick模式：1分钟出「能不能投」三段结论——硬性资质匹配/废标风险点/评分办法速览，21+模块复杂度藏在一个钩子后面，对标SkillHub防骗大师102.2万下载传播模型）；废标自检前置（12类废标原因分级：公告可判/标书可判/开标才能判三段）；触发词口语化重写（「这个标能不能投」「帮我看看这个标」「投标还来得及吗」等口语短句）。

## 文件结构

```
gov-procurement-analyst/
├── SKILL.md                           # 核心技能文件（入口）
├── README.md                          # 本文件
├── references/                        # 参考文档
│   ├── procurement-platforms.md       # 数据源平台清单与合规指南
│   ├── anti-scraping-best-practices.md # 反爬策略与最佳实践
│   └── enterprise-profiling.md        # 企业画像构建与匹配算法
└── scripts/                           # 辅助脚本
    ├── collected_data.py              # 数据采集（合规版）
    ├── enterprise_matcher.py          # 企业画像匹配与商机评分
    ├── bid_decision_analyzer.py       # 投标决策分析器
    ├── compliance_checker.py          # 合规审计辅助工具
    ├── collab_split.py                # 标书协作引擎-章节任务拆分
    └── merge_review.py                # 标书协作引擎-合并审校
```

## 核心能力

| 模块 | 功能 | 触发词 |
|------|------|--------|
| 商机发现 | 多平台采集 + 智能匹配 + 日报推送 | "政府采购"、"采购公告"、"帮我找项目" |
| 投标决策 | 资质检查 + 竞对分析 + 报价策略 + SWOT | "这个标能不能投"、"报价多少"、"中标概率" |
| 文件编制 | 招标文件解析 + 评分自检 + 内容生成 | "编制投标文件"、"生成技术方案" |
| 供应商背调 | 企业画像 + 诉讼/处罚/经营异常查询 | "查一下XX公司"、"企业背调" |
| 合规审计 | 围标串标检测 + 时间节点合规 + 评分异常 | "围标串标"、"采购合规检查" |
| 竞对画像 | 报价策略+优势/弱势领域+关联网络+人员追踪+可视化 | "竞对画像"、"竞争对手分析"、"对手报价" |
| 评分预测 | 技术/商务/价格分预测+中标概率+敏感性分析 | "评分预测"、"中标概率"、"预测得分" |
| 围标检测增强 | NetworkX图分析+异常报价模式+历史行为分析+人工复核预警 | "围标图分析"、"关联路径"、"报价模式"、"历史行为" |
| 多省政策对比 | 31省政策结构化+新项目自动匹配+政策变更提醒 | "政策差异"、"省份政策"、"政策变更"、"XX省政策" |
| 投标知识库 | 投标复盘模板+经验标签化+投标日历+SQLite知识库+可分享报告 | "投标复盘"、"经验库"、"投标日历"、"复盘报告" |
| 采集配额仪表盘 | 内联SVG实时计数+配额告警+域名分布+合规可视化 | "配额"、"仪表盘"、"采集状态"、"配额告警" |
| 意图路由器 | L1精确+L2同义词+L3上下文三级消歧+候选意图展示 | "精确模式"、"智能模式"、"意图路由" |
| 数据飞轮引擎 | 中标结果回流+行业价格指数+复盘链自动串联+竞对实时监控+爬虫失效自愈 | "数据飞轮"、"价格指数"、"复盘链"、"竞对监控"、"爬虫自愈" |
| 标书协作引擎 | 章节任务拆分+文件哈希锁防并发+合并审校全文一致性检查+资质OCR离线化 | "章节任务"、"分工"、"合并审校"、"盯标推送"、"语音指令" |
| 竞对战略分析 | 画像→报价策略→评分模拟→中标概率一键完整链路+报价沙盘+废标自检 | "竞对战略"、"报价沙盘"、"废标自检"、"战略分析" |
| 招标文件一句话体检 | --quick模式：1分钟出「能不能投」三段结论（资质匹配/废标风险/评分速览） | "这个标能不能投"、"帮我看看这个标"、"体检"、"能不能投" |

## 数据采集合规性

本 Skill 仅采集公开信息，严格遵守以下原则：

- ✅ 遵守各平台 robots.txt
- ✅ 请求间隔 ≥3 秒
- ✅ 明确的 User-Agent 标识
- ✅ 不破解验证码、不绕过付费墙
- ✅ 24 小时缓存，不重复请求
- ❌ 不使用代理池、不伪造身份
- ❌ 不采集非公开信息
- ❌ 不转售原始数据

详见 [references/anti-scraping-best-practices.md](references/anti-scraping-best-practices.md)

## 使用方式

### 在 WorkBuddy 中直接使用

安装后，在对话中使用触发词即可：

```
用户：帮我找北京的IT设备政府采购项目
Skill：[自动触发，执行商机发现流程]
```

### 脚本独立运行

```bash
# 1. 数据采集
python scripts/collected_data.py --url "http://search.ccgp.gov.cn/..." --output data.json

# 2. 企业匹配
python scripts/enterprise_matcher.py --projects data.json --enterprise my_company.json --output results.json

# 3. 投标决策
python scripts/bid_decision_analyzer.py --project project.json --enterprise company.json --output

_meta.json

{
  "ownerId": "kn7chdrwbdhaqkwajcyhtfvjx989ddb1",
  "slug": "gov-procurement-analyst",
  "version": "5.4.0",
  "publishedAt": 1791533878752
}

references/anti-scraping-best-practices.md

# 反爬策略与数据采集最佳实践

## 核心原则

本 Skill 仅采集公开信息，严格遵守目标平台使用条款。以下策略旨在确保采集行为合法合规、可持续。

## 1. 请求行为规范

### 1.1 频率控制

| 指标 | 要求 | 说明 |
|------|------|------|
| 同一域名请求间隔 | ≥3 秒 | 使用 `time.sleep(3)` 或异步延迟 |
| 同一会话单域名请求上限 | ≤50 次/小时 | 超出后自动停止该域名采集 |
| 总采集时长 | ≤10 分钟/次 | 超过后自动进入冷却期 |
| 重试间隔 | 指数退避（5s → 15s → 60s） | 连续失败 3 次则放弃该域名 |

### 1.2 User-Agent 策略

**推荐标识**（透明、可识别）：

```
# 通用标识
GovProcurementBot/1.0 (compatible; WorkBuddy-CN; +https://workbuddy.cn)

# 含联系方式（如果平台要求）
GovProcurementBot/1.0 (compatible; WorkBuddy-CN; contact: [email protected])
```

**禁止行为**：
- ❌ 使用伪造的浏览器 UA（如 `Mozilla/5.0...`）
- ❌ 使用与主流浏览器完全一致的 UA
- ❌ 不填写 UA 或使用空字符串

### 1.3 Headers 设置

采集请求应包含：

```python
headers = {
    'User-Agent': 'GovProcurementBot/1.0 (compatible; WorkBuddy-CN)',
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
    'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8',
    'Accept-Encoding': 'gzip, deflate',
    'Connection': 'keep-alive',
}
```

不要包含：
- ❌ 伪造的 Cookie（未登录时）
- ❌ 虚假的 Referer
- ❌ 浏览器指纹相关的 Headers

## 2. robots.txt 合规检查

### 2.1 检查流程

```
请求页面之前
    │
    ▼
获取 robots.txt（如 https://example.gov.cn/robots.txt）
    │
    ▼
解析 Disallow 规则
    │
    ├── 当前路径在 Disallow 列表中 → 停止采集，记录日志
    │
    └── 当前路径未被禁止 → 继续采集
```

### 2.2 代码示例

```python
import urllib.robotparser

def check_robots_txt(url, user_agent='GovProcurementBot'):
    """检查 robots.txt 是否允许爬取"""
    from urllib.parse import urlparse
    
    parsed = urlparse(url)
    robots_url = f"{parsed.scheme}://{parsed.netloc}/robots.txt"
    
    rp = urllib.robotparser.RobotFileParser()
    rp.set_url(robots_url)
    
    try:
        rp.read()
        return rp.can_fetch(user_agent, url)
    except Exception:
        # 无法获取 robots.txt 时默认不允许（保守策略）
        return False
```

## 3. 常见反爬机制及应对

### 3.1 频率限制（Rate Limiting）

**现象**：HTTP 429 Too Many Requests 或 IP 临时封禁

**应对**：
1. 降低请求频率至 ≥5 秒/次
2. 遇到 429 立即停止，等待 `Retry-After` 头指定时间（默认 60 秒）
3. 记录该域名失败状态，本次会话不再请求

```python
import time

def fetch_with_retry(url, max_retries=3):
    for attempt in range(max_retries):
        response = requests.get(url, headers=headers, timeout=10)
        
        if response.status_code == 200:
            return response
        elif response.status_code == 429:
            wait_time = int(response.headers.get('Retry-After', 60))
            time.sleep(wait_time)
        else:
            break
    
    return None  # 放弃
```

### 3.2 动态页面渲染（JS 渲染）

**现象**：页面内容通过 JavaScript 加载，请求 HTML 源码无数据

**应对**：
1. **优先分析 API 接口**：使用浏览器开发者工具（Network 标签）找到数据 API
2. **使用 Playwright**：如 API 不可用，使用 Playwright 连接获取渲染后内容
3. **不使用 Selenium/无头浏览器**（资源消耗大且违反合规要求）

### 3.3 验证码（CAPTCHA）

**现象**：页面要求输入验证码或进行人机验证

**应对**：
- ⚠️ **禁止行为**：不尝试自动破解验证码（包括 OCR 识别、机器学习模型）
- ✅ 正确做法：记录该域名，跳过并告知用户"该页面需要人机验证，无法自动采集"

### 3.4 IP 封禁

**现象**：连续请求后 IP 被临时或永久封禁

**应对**：
1. 降低频率至 ≥5 秒/次
2. 使用 WebFetch 工具（WorkBuddy 内置，通常有更友好的请求特征）
3. **禁止使用代理池**轮换 IP（规避检测 = 违规）

## 4. 缓存与去重

### 4.1 缓存策略

| 数据类型 | 缓存时间 | 存储方式 |
|----------|----------|----------|
| 公

references/enterprise-profiling.md

# 企业画像构建与匹配算法参考

## 一、企业画像数据模型

### 1.1 核心数据字段

```python
class EnterpriseProfile:
    """政府采购供应商企业画像"""
    
    # === 基础信息（必填） ===
    name: str                           # 企业名称（全称）
    credit_code: str                    # 统一社会信用代码（18位）
    legal_representative: str           # 法人代表
    reg_capital: float                  # 注册资本（万元）
    reg_date: str                       # 注册日期
    reg_authority: str                  # 登记机关
    address: str                        # 注册地址
    biz_scope: str                      # 经营范围
    
    # === 能力画像（必填） ===
    industry: str                       # 主营行业（分类码）
    industry_tags: list                 # 行业标签（多选）
    certs: list                         # 资质证书清单
    main_products: list                 # 主营产品/服务
    
    # === 经营画像（选填） ===
    enterprise_scale: str               # 企业规模（大/中/小/微）
    employee_count: int                 # 员工人数
    annual_revenue: float               # 近一年营业额（万元）
    
    # === 投标画像（选填） ===
    total_bid_count: int = 0            # 累计投标次数
    total_win_count: int = 0            # 累计中标次数
    total_win_amount: float = 0.0       # 累计中标金额（万元）
    avg_bid_amount: float = 0.0         # 平均投标金额（万元）
    history_projects: list              # 历史项目经验
    preferred_provinces: list           # 优势地区
    
    # === 风险维度 ===
    is_abnormal: bool = False           # 经营异常名录
    is_illegal: bool = False            # 严重违法失信
    tax_grade: str = ""                 # 纳税信用等级（A/B/C/D/M）
    social_insurance: bool = True       # 社保缴纳正常
```

### 1.2 数据采集规则

| 字段 | 来源 | 优先级 | 采集方式 |
|------|------|--------|----------|
| 企业名称 | 用户提供 | P0 | 用户输入 |
| 统一社会信用代码 | 用户提供 / 企查查 | P0 | 用户输入 |
| 主营行业 | 用户提供 / 公示系统 | P0 | 用户输入 |
| 注册地址 | 公示系统 | P1 | WebFetch |
| 资格证书 | 用户提供 | P0 | 用户输入 |
| 历史业绩 | 用户提供 / 中标公告 | P1 | WebFetch |
| 经营异常 | 公示系统 / 信用中国 | P2 | WebFetch |
| 诉讼记录 | 裁判文书网 | P2 | WebFetch |
| 行政处罚 | 信用中国 | P2 | WebFetch |

## 二、匹配算法详解

### 2.1 行业匹配（权重30%）

**规则**：使用《政府采购品目分类目录》进行匹配

```python
def match_industry(project_category: str, enterprise_industries: list) -> float:
    """
    行业匹配度计算
    返回: 0.0 ~ 1.0
    
    完全匹配 → 1.0
    一级分类相同（如都是"A货物"） → 0.8
    二级分类相同（如都是"A02 办公设备"） → 0.9
    跨行业但相关 → 0.5
    完全不相关 → 0.0
    """
    # 品目编码树结构
    CATEGORY_TREE = {
        'A': {'name': '货物', 'weight': 1.0, 'children': {
            'A01': {'name': '土地、房屋及构筑物', 'weight': 0.9},
            'A02': {'name': '通用设备', 'weight': 0.9},
            'A03': {'name': '专用设备', 'weight': 0.9},
            'A04': {'name': '文物和陈列品', 'weight': 0.9},
            'A05': {'name': '图书和档案', 'weight': 0.9},
            'A06': {'name': '家具、用具、装具及动植物', 'weight': 0.9},
            'A07': {'name': '纺织原料、毛皮、被服装具', 'weight': 0.9},
            'A08': {'name': '纸、纸制品及印刷品', 'weight': 0.9},
            'A09': {'name': '食品、饮料和农副产品', 'weight': 0.9},
            'A10': {'name': '药物、医疗器材及医用耗材', 'weight': 0.9},
            'A11': {'name': '物资', 'weight': 0.9},
            # ... 完整品目见 references/category-codes.md
        }},
        'B': {'name': '工程', 'weig

Related agents

Same protocol, similar job.

Github ReposUpdated 15h agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW
Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW
Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.

MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70

CopilotKit

The Frontend for Agents & Generative UI. React + Angular

OPENCLAW

Machine-readable data

The same record, as JSON, for agents and crawlers.

{
  "facts": [
    {
      "factKey": "vendor",
      "category": "vendor",
      "label": "Vendor",
      "value": "Clawhub",
      "href": "https://clawhub.ai/fyniujin/skills/gov-procurement-analyst",
      "sourceUrl": "https://clawhub.ai/fyniujin/skills/gov-procurement-analyst",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-10T08:02:10.382Z",
      "isPublic": true
    },
    {
      "factKey": "protocols",
      "category": "compatibility",
      "label": "Protocol compatibility",
      "value": "OpenClaw",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-fyniujin-gov-procurement-analyst/contract",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-fyniujin-gov-procurement-analyst/contract",
      "sourceType": "contract",
      "confidence": "medium",
      "observedAt": "2026-10-10T08:02:10.382Z",
      "isPublic": true
    },
    {
      "factKey": "traction",
      "category": "adoption",
      "label": "Adoption signal",
      "value": "1.6K downloads",
      "href": "https://clawhub.ai/fyniujin/gov-procurement-analyst",
      "sourceUrl": "https://clawhub.ai/fyniujin/gov-procurement-analyst",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-10T08:02:10.382Z",
      "isPublic": true
    },
    {
      "factKey": "latest_release",
      "category": "release",
      "label": "Latest release",
      "value": "5.4.0",
      "href": "https://clawhub.ai/fyniujin/gov-procurement-analyst",
      "sourceUrl": "https://clawhub.ai/fyniujin/gov-procurement-analyst",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-10-09T08:17:58.752Z",
      "isPublic": true
    },
    {
      "factKey": "handshake_status",
      "category": "security",
      "label": "Handshake status",
      "value": "UNKNOWN",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-fyniujin-gov-procurement-analyst/trust",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-fyniujin-gov-procurement-analyst/trust",
      "sourceType": "trust",
      "confidence": "medium",
      "observedAt": null,
      "isPublic": true
    }
  ],
  "events": [
    {
      "eventType": "release",
      "title": "Release 5.4.0",
      "description": "gov-procurement-analyst 5.4.0 - 新增“招标文件一句话体检”功能（--quick 模式）：1分钟生成“能不能投”的三段结论，包括硬性资质匹配、废标风险点、评分办法速览。 - 快速体检模式通过复用投标决策分析和合规检查核心逻辑，跳过深度采集，显著提升响应速度。 - 支持全流程复杂度隐藏于一键钩子背后，极简体验对标高传播效率产品。 - 移除 skill-card.md 文件，精简文档结构。",
      "href": "https://clawhub.ai/fyniujin/gov-procurement-analyst",
      "sourceUrl": "https://clawhub.ai/fyniujin/gov-procurement-analyst",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-10-09T08:17:58.752Z",
      "isPublic": true
    }
  ]
}

Record generated Oct 10, 2026.

Sponsored

Ads related to Gov Procurement Analyst and adjacent AI workflows.