前言

在工程成本核算中，材料价格匹配是最耗人的环节之一。一份清单几百上千项材料，逐项查市场价、对比历史采购记录、选品牌、定价格，一套流程下来少则几天，多则十几天。

更麻烦的是，同一材料不同品牌价格差几倍，信息价滞后，历史数据难以复用。价格不准，成本就算不准，报价就没有底气。

这篇文章从技术实现角度，聊一下工程材料价格匹配的完整链路：从清单中的非结构化材料描述，到标准化SKU，再到供应商推荐和价格匹配。结合工程速算狮小程序开发过程中的实践，拆解每个环节的设计思路和实现要点。

---

一、整体链路

先看完整流程：

text

非结构化清单 → 材料名称识别 → SKU标准化 → 供应商匹配 → 价格推荐 → 异常项标记

每个环节解决一个具体问题：

环节	解决的问题	输出
材料名称识别	清单里的材料名写法不统一	结构化的材料名称+规格+参数
SKU标准化	同一材料有多个叫法	统一的标准SKU编码
供应商匹配	同一SKU有多个供应商和品牌	候选供应商列表
价格推荐	多个供应商价格不同	推荐价格+推荐理由
异常项标记	匹配不到或价格异常	标记出来供人工处理

---

二、材料名称识别：从非结构化到结构化

2.1 问题

工程清单的格式五花八门。同一材料，有的写全称，有的写简称，有的用行业习惯叫法，有的用厂家型号。比如：

• “镀锌钢管 DN100”

• “镀锌管 100”

• “热镀锌钢管 DN100 国标”

• “天津友发 镀锌钢管 DN100”

这四种写法，指的是同一种材料。但直接拿去做价格匹配，系统会认为是四种不同的材料。

2.2 实现思路

材料名称识别的核心是语义解析+实体抽取。具体做法：

第一步：分词与实体识别

用NLP模型对材料名称进行分词，识别出关键实体：

text

输入：热镀锌钢管 DN100 国标
输出：
  - 材质：镀锌
  - 品类：钢管
  - 规格：DN100
  - 标准：国标

第二步：属性归一化

把不同写法归一化到统一属性：

原始写法	归一化后
DN100	公称直径100mm
100	公称直径100mm
4寸	公称直径100mm

第三步：缺失属性补全

有些清单只写了材料名，没写规格。这时候需要根据上下文补全，或者标记为待人工确认。

2.3 实测效果

在工程速算狮的实测中，消防安装项目的材料名称识别率在90%以上，暖通项目有的能到100%。识别不了的，系统会标记为异常项，由人工补充。

---

三、SKU标准化：从多个叫法到一个编码

3.1 问题

材料名称识别之后，还是有多个叫法对应同一材料的问题。比如“镀锌钢管 DN100”和“热镀锌钢管 DN100”，材质描述不同，但实际是同一种材料。

3.2 实现思路

第一步：建立标准SKU库

为每种材料建立标准SKU，包含：

• SKU编码

• 标准名称

• 品类

• 材质

• 规格

• 单位

• 所属系统

第二步：相似度匹配

把识别后的材料与标准SKU库做相似度匹配。匹配算法可以组合：

• 字符串相似度：编辑距离、Jaccard相似度

• 属性匹配度：品类、材质、规格是否一致

• 语义相似度：用预训练模型计算语义向量相似度

第三步：阈值判断

• 相似度高于高阈值：直接匹配

• 相似度介于高低阈值之间：进入候选列表，由人工确认

• 相似度低于低阈值：标记为未识别，由人工补充

3.3 关键设计点

SKU库需要持续维护。 新材料的出现、旧材料的淘汰、行业标准的变化，都会影响SKU库的有效性。系统需要支持SKU的新增、修改、合并。

匹配阈值需要可配置。 不同项目的清单质量不同，阈值太严会漏匹配，太松会错匹配。系统应该允许根据项目类型调整阈值。

---

四、供应商匹配：从SKU到候选供应商

4.1 问题

SKU标准化之后，需要找到这个SKU对应的供应商和价格。但同一SKU可能有多个供应商、多个品牌，价格各不相同。

4.2 实现思路

第一步：建立供应商-材料关联库

记录每个供应商能提供的材料SKU、品牌、历史价格、报价有效期。

第二步：候选供应商筛选

根据SKU，从关联库中筛选出能提供该材料的供应商列表。

第三步：规则排序

对候选供应商进行排序，排序规则可以包括：

• 历史采购优先：优先展示历史采购过的供应商

• 白名单优先：白名单内的供应商优先

• 黑名单排除：黑名单内的供应商直接排除

• 价格优先：总价最低优先

• 前N家优先：取前六家供应商

• 不足N家时逐步放宽条件补足

4.3 规则引擎设计

规则引擎需要支持：

• 规则配置：规则可以动态增删改，不需要改代码

• 规则优先级：多条规则冲突时，按优先级执行

• 规则解释：每条推荐结果要能说明“为什么推荐这家”

比如推荐结果是“供应商A，价格100元”，需要能解释：

推荐理由：历史采购优先 + 白名单供应商 + 价格在候选供应商中最低

---

五、价格推荐：从候选到最终价格

5.1 问题

候选供应商有了，价格也有了，但最终推荐哪个价格？

5.2 实现思路

第一步：价格归一化

不同供应商的报价可能包含不同的费用项（含税/不含税、含运费/不含运费）。需要归一化到统一口径。

第二步：价格推荐

根据规则引擎的排序结果，推荐最终价格。推荐逻辑可以是：

• 取排序第一的供应商价格

• 取候选供应商的中位数价格

• 取历史采购均价

具体用哪种，取决于业务规则。

第三步：兜底机制

如果以上规则都匹配不到，默认取该材料最近一次人工录入的单价；还没有，就置0由用户自行录入。

5.3 异常项标记

匹配不到的项，明确标出来：

• 未识别的系统名、材料名，用黄色背景标记

• 价格显示为0的项，代表AI识别失败或未检索到市场价

这样设计的好处是：人只需要处理异常项，正常项自动通过，整体效率反而更高。

---

六、数据闭环：让匹配越来越准

6.1 问题

AI匹配不可能100%准确。人工处理的异常项，如果不沉淀下来，下次还会遇到同样的问题。

6.2 实现思路

第一步：记录人工处理结果

人工处理异常项时，系统记录：

• 原始材料名称

• 人工指定的标准SKU

• 人工选择的供应商和价格

• 处理时间

第二步：回写规则库

人工处理结果可以回写到SKU库和供应商关联库：

• 新材料名称 → 新增SKU映射

• 新供应商 → 新增供应商关联

• 新价格 → 更新历史价格

第三步：下次匹配时优先使用

下次遇到同样的材料名称，系统优先使用已记录的映射关系，不需要再人工处理。

6.3 数据闭环的价值

这个闭环让系统越用越准：

• 用的项目越多，SKU库越丰富

• 人工处理越多，规则库越完善

• 匹配率越高，人工处理量越少

---

七、和传统定额组价的关系

需要说清楚的是，这套自动化方案不是要取代定额组价，而是在定额组价的基础上，解决“材料单价怎么来”这个环节的效率问题。

定额消耗量、组价逻辑仍然可以沿用，但材料询价、品牌选择、历史数据复用这些环节，可以交给系统自动完成。两者是互补关系，不是替代关系。

---

八、实践中的注意点

1. 识别准确率依赖知识图谱覆盖度

常规材料识别率高，非标材料可能需要人工补充。建议将AI核算结果作为参考，最终报价由专业造价人员复核确认。

2. 异常项显式化是关键设计

与其追求全自动，不如把不确定的项标出来让人快速处理，整体效率反而更高。

3. 规则引擎要可配置

不同项目、不同企业的规则不同，规则引擎需要支持动态配置，而不是硬编码。

4. 数据闭环要建立

人工处理的结果要回写到规则库，让系统越用越准。

---

九、总结

工程材料价格匹配的AI实现，核心是四个环节：

• 材料名称识别：从非结构化清单中提取结构化材料信息

• SKU标准化：把多个叫法归一到一个标准编码

• 供应商匹配：按规则筛选和排序候选供应商

• 价格推荐：根据规则推荐最终价格，异常项显式标记

这套链路在工程速算狮小程序中已有落地实践。该工具目前聚焦四川地区的消防安装、暖通、水电项目，用于工程清单的AI识别与成本核算。如果你正好做这类项目，可以在微信中搜索“工程速算狮”小程序了解具体实现效果。