前言¶

工程投标里，报价定低了不赚钱，定高了容易废标或失分。人工拍脑袋很难同时回答两个问题：这个报价的中标概率是多少，预期利润是多少。报价战术家就是把这件事交给算法：用蒙特卡洛模拟和 NSGA-II 遗传算法求“中标概率×利润”的双目标 Pareto 最优报价区间。下面介绍这个 Skill 的位置、能力边界和启用方式。

这是什么¶

报价战术家是一个基于博弈论的工程投标报价策略分析 Skill，社区来源，坐标为 @user_adf1b7b3/bid-tactician，发布者是 user_adf1b7b3，SkillHub 分类为 business-ops，当前版本 2.2.0。它解决的问题是：在投标博弈中量化不同报价的中标概率和利润，输出一套可解释的报价策略，而不是只给一个孤立的数字。

页面标签显示 requires_api_key=false，即使用它不需要额外配置 API Key。抓取时页面显示评分 100000、下载 835、安装 0；安装数为 0 意味着还没有公开的安装记录，采用前建议自己先跑一遍。

核心功能¶

1、支持多种评标办法。已核实资料列出综合评估法、经评审的最低投标价法、合理低价法等 5 种评标办法。不同办法的算分规则不同，Skill 按评标办法建立得分模型。

2、求解双目标 Pareto 报价区间。通过蒙特卡洛模拟采样报价和成本不确定性，再用 NSGA-II 遗传算法求解“中标概率×利润”双目标的 Pareto 最优解集，而不是只给一个最优报价点。

3、内置敏感性分析。包含 Sobol 灵敏度分析、对手报价概率分布建模、历史数据反馈校准闭环。也就是说，模型会把对手报价分布和历史反馈纳入校准，并告诉你哪些参数对结果影响最大。

4、输出完整策略报告。报告包含报价-得分曲线、龙卷风图、灵敏度热力图，用来解释报价变化如何影响评标得分和中标概率。

5、质量状态。官方资料写明 186 项测试零失败。

安装与启用¶

官方页面：

https://www.skillhub.cn/skills/user_adf1b7b3/bid-tactician

官方 API 地址：

https://api.skillhub.cn/user_adf1b7b3/bid-tactician

坐标与来源：

@user_adf1b7b3/bid-tactician
source: community
category: business-ops
requires_api_key: false

已抓取资料没有给出 npm install、git clone 或各编辑器专属的安装命令，因此本文不虚构命令。该 Skill 采用通用 SKILL.md 格式，常见做法是把它放到项目的 skills 目录后按平台规则加载；具体目录名以 Cursor、Codex CLI、Claude Code 各自文档为准。页面未显示安装量，启用前应自行验证。

典型用法¶

已抓取资料只包含简介、版本和来源信息，没有提供可复现的输入样例、命令行参数或报告样例。因此本文不编写虚构示例。要判断它是否适合你的项目，可以先看三件事：

1、你的项目是否采用它支持的 5 种评标办法之一。

2、你能否提供对手报价概率分布或历史报价反馈，否则“历史数据反馈校准闭环”没有输入。

3、你是否能提供成本估算。资料未说明成本缺失时的行为，建议自行构造一组成本输入做对照测试。

适用场景与注意¶

适合场景：工程投标报价策略分析、多对手博弈下的报价区间计算、评标得分敏感性分析、需要向决策层解释报价依据的项目。

注意事项：

• 支持的评标办法以已核实资料为准，是 5 种；如果你的项目使用资料未列出的办法，先确认算分模型是否匹配。
• 结果依赖对手报价分布假设和历史反馈质量。分布假设不准确时，中标概率和 Pareto 区间也会失真。
• 报告里的龙卷风图和灵敏度热力图只能说明模型内部参数关系，不能替代对招标文件、废标条款和当地监管规则的人工核对。
• 安装数为 0，社区使用反馈暂无从查证，落地前建议先用历史投标数据做回测。

结尾¶

报价战术家把工程投标报价从经验判断变成可计算的双目标优化问题：输入评标办法和报价约束，输出 Pareto 最优报价区间和配套敏感性分析报告。它的价值在于解释报价-得分关系，而不是替你做投标决策。官方地址：

https://www.skillhub.cn/skills/user_adf1b7b3/bid-tactician