前言¶

工程投標裏，報價定低了不賺錢，定高了容易廢標或失分。人工拍腦袋很難同時回答兩個問題：這個報價的中標概率是多少，預期利潤是多少。報價戰術家就是把這件事交給算法：用蒙特卡洛模擬和 NSGA-II 遺傳算法求“中標概率×利潤”的雙目標 Pareto 最優報價區間。下面介紹這個 Skill 的位置、能力邊界和啓用方式。

這是什麼¶

報價戰術家是一個基於博弈論的工程投標報價策略分析 Skill，社區來源，座標爲 @user_adf1b7b3/bid-tactician，發佈者是 user_adf1b7b3，SkillHub 分類爲 business-ops，當前版本 2.2.0。它解決的問題是：在投標博弈中量化不同報價的中標概率和利潤，輸出一套可解釋的報價策略，而不是隻給一個孤立的數字。

頁面標籤顯示 requires_api_key=false，即使用它不需要額外配置 API Key。抓取時頁面顯示評分 100000、下載 835、安裝 0；安裝數爲 0 意味着還沒有公開的安裝記錄，採用前建議自己先跑一遍。

核心功能¶

1、支持多種評標辦法。已覈實資料列出綜合評估法、經評審的最低投標價法、合理低價法等 5 種評標辦法。不同辦法的算分規則不同，Skill 按評標辦法建立得分模型。

2、求解雙目標 Pareto 報價區間。通過蒙特卡洛模擬採樣報價和成本不確定性，再用 NSGA-II 遺傳算法求解“中標概率×利潤”雙目標的 Pareto 最優解集，而不是隻給一個最優報價點。

3、內置敏感性分析。包含 Sobol 靈敏度分析、對手報價概率分佈建模、歷史數據反饋校準閉環。也就是說，模型會把對手報價分佈和歷史反饋納入校準，並告訴你哪些參數對結果影響最大。

4、輸出完整策略報告。報告包含報價-得分曲線、龍捲風圖、靈敏度熱力圖，用來解釋報價變化如何影響評標得分和中標概率。

5、質量狀態。官方資料寫明 186 項測試零失敗。

安裝與啓用¶

官方頁面：

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

官方 API 地址：

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

座標與來源：

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

已抓取資料沒有給出 npm install、git clone 或各編輯器專屬的安裝命令，因此本文不虛構命令。該 Skill 採用通用 SKILL.md 格式，常見做法是把它放到項目的 skills 目錄後按平臺規則加載；具體目錄名以 Cursor、Codex CLI、Claude Code 各自文檔爲準。頁面未顯示安裝量，啓用前應自行驗證。

典型用法¶

已抓取資料只包含簡介、版本和來源信息，沒有提供可復現的輸入樣例、命令行參數或報告樣例。因此本文不編寫虛構示例。要判斷它是否適合你的項目，可以先看三件事：

1、你的項目是否採用它支持的 5 種評標辦法之一。

2、你能否提供對手報價概率分佈或歷史報價反饋，否則“歷史數據反饋校準閉環”沒有輸入。

3、你是否能提供成本估算。資料未說明成本缺失時的行爲，建議自行構造一組成本輸入做對照測試。

適用場景與注意¶

適合場景：工程投標報價策略分析、多對手博弈下的報價區間計算、評標得分敏感性分析、需要向決策層解釋報價依據的項目。

注意事項：

• 支持的評標辦法以已覈實資料爲準，是 5 種；如果你的項目使用資料未列出的辦法，先確認算分模型是否匹配。
• 結果依賴對手報價分佈假設和歷史反饋質量。分佈假設不準確時，中標概率和 Pareto 區間也會失真。
• 報告裏的龍捲風圖和靈敏度熱力圖只能說明模型內部參數關係，不能替代對招標文件、廢標條款和當地監管規則的人工覈對。
• 安裝數爲 0，社區使用反饋暫無從查證，落地前建議先用歷史投標數據做回測。

結尾¶

報價戰術家把工程投標報價從經驗判斷變成可計算的雙目標優化問題：輸入評標辦法和報價約束，輸出 Pareto 最優報價區間和配套敏感性分析報告。它的價值在於解釋報價-得分關係，而不是替你做投標決策。官方地址：

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