acikpoz

acikpoz

PDF からデータに変換し、計算に使えるようにしたトルコの公共工事単価。

トルコの公共工事はすべて、政府のカタログに基づいて価格が決まります。ÇŞB （Çevre, Şehircilik ve İklim Değişikliği Bakanlığı）の birim fiyat（単価）冊子には、見積担当者、請負業者、監査担当者が参照する何千もの単価が掲載されています（poz とは、コード、説明、単位、価格の組です）。これらは長大な PDF 形式で提供されます。acikpoz は、そうしたページを決定論的に構造化レコードへと戻し、コスト見積もりや入札準備で、手作業で転記するのではなく、計算できるようにします。

これは言語モデルではなく、規律ある幾何学的処理です。ページ上の単語を視覚的な行にまとめ、固定位置を推測するのではなく、ページヘッダーから価格列の位置を読み取ります。この判断こそが信頼性を支えます。たとえば、Sıhhi Tesisat のように、1 行に 2 つの数値が印刷されているセクションもあります。実際の Birim Fiyat と、別項目の Montaj Bedeli です。単純なパーサーでは、気づかないうちに誤った数値を読み取ってしまいます。acikpoz はヘッダーを読み取るため、正しい列を読み取れます。

入札の 結果 を構造化する ihalent と組み合わせることで、acikpoz はトルコの公共工事経済のもう半分、つまり入札結果の基準となる 価格 を扱います。

決して破らない唯一のルール

価格として扱うのは、カタログの価格列に実際に印刷された数値だけです。型変換せず、隣の数値を借りず、推測もしません。意図的に設けたこのルールには、2 つの帰結があります。

• グループヘッダー poz — 実際の価格を持つサブ項目のカテゴリタイトル（EVİYELER: など） — 自身の価格はありません。acikpoz はその fiyat を None のままにし、is_group_header フラグを設定します。ゼロを作り出すことはありません。
• カタログに価格が印刷されていない poz は、欠落として表示・集計され、隠されることはありません。すべての結果で網羅状況が報告されます。価格が付いた poz、ヘッダー、実際に価格が欠落している poz の件数が分かります。

コストツールの価値の半分は、元データに印刷されていない数値を作り出さないことです。これは andon や ihalent と同じ、誠実さを重んじる姿勢です。

インストール

pip install acikpoz          # add [mcp] for the MCP server: pip install "acikpoz[mcp]"

クイックスタート

手元にある公式カタログ PDF を指定します（acikpoz に含まれるのはパーサーであり、データではありません）。

acikpoz parse bf2026.pdf --pages 8-20
acikpoz parse bf2026.pdf --json > pozes.jsonl     # one poz per line, for pipelines
acikpoz parse bf2026.pdf --csv pozes.csv          # Excel-ready (utf-8-sig, Turkish text)
acikpoz parse bf2026.pdf --group 25               # only Sıhhi Tesisat pozes
acikpoz parse bf2026.pdf --priced-only            # drop headers and gaps

表形式での表示です。モックアップではなく、公開されている 2026 年版カタログを実際に処理した結果です。

この画像で重要なのは、次の 2 点です。

• 価格欄が - の行が 3 つあります。カタログに価格が印刷されていないため、acikpoz も価格を出力しません。これらは欠落として数えられ、隣の行の価格で埋められることはありません。
• その後、validate は解析結果のうち、確信が持てない部分にフラグを付けます。このページでは、5 つの単位（+2000、azami、Yapı、-30°C、2,5）が説明文の断片で、単位欄に入り込んでいます。レイアウトによっては抽出が不完全になるため、ツールは誤った単位を含む見た目だけ整った表を渡すのではなく、そのことを報告します。

再現するには、ページを選ぶだけです。他の条件は同じです。

acikpoz parse    bf2026.pdf --pages 400
acikpoz validate bf2026.pdf --pages 400

カタログは省庁の公式ファイルで、こちらで公開されています。画像は scripts/make_demo_svg.py によって再生成されます。このスクリプトは PDF をダウンロードし、CLI と同じコードを実行します。

グレード（excellent/good/fair/poor）は、camelot が精度を示す方法のように、ひと目で分かる信頼度の指標です。good 未満の場合は、出力を信頼する前にページを確認してください。--json では、解析ごとに price_parse_rate と grade が含まれます。

Python から使う場合：

from acikpoz import parse_catalog

result = parse_catalog("bf2026.pdf", pages=range(8, 20))
for p in result.pozes:
    if p.is_priced:
        print(p.poz_no, p.birim, p.fiyat)
print(result.to_dict()["counts"])   # priced / group_headers / price_gaps

仕組み

1. 行。 単語は垂直位置を基準に（数ポイントの許容範囲で）視覚上の行にまとめられ、左から右へ並べ替えられます。
2. ヘッダーを基準にした価格欄。 右側（x > 400）にある Fiyat ヘッダーの単語から、価格欄の x 座標を特定します。左欄の説明文に「fiyat」が紛れ込んでいても、価格欄と誤認されることはありません。
3. セル。 各ポズ行では、最も左のセルがポズコードです。価格は価格欄の x 座標に最も近い数値形式のトークンで、その左隣に単位があり、残りが説明文です。インデントされた続きの行は説明文に追加されます（次の行に流れ込んだ価格が含まれる場合もあります）。
4. グループヘッダー。 説明文が : で終わる価格なしのポズはカテゴリ名です。欠落として扱わず、フラグを付けます。

2 年分のカタログを比較する

カタログは定期的に再発行されます。積算担当者や監査担当者が手作業で確認するのは、「今年の単価は昨年からどのように変わったか」という点です。acikpoz diff を使うと、ポズコードを基準に 2 年分を結合し、各変更を分類できます。

acikpoz diff bf2025.pdf bf2026.pdf --pages 8-400
acikpoz diff bf2025.pdf bf2026.pdf --tolerance 1   # hide sub-1-TL rounding noise
acikpoz diff bf2025.pdf bf2026.pdf --json

価格の変動（Δ と %Δ）、追加・削除されたポズ、単位の変更、印刷された価格が付いた、または失われたポズに加え、その年の平均価格変動率を報告します。調査した範囲では、ÇŞB カタログの前年比較を行える他のオープンツールはありません。

解析結果を検証する

解析したカタログをコスト見積もりに使う前に、データが適切か確認しておくと役立ちます。acikpoz validate はポズに対して決定論的な品質ルールを適用します。ML も修正も行わず、問題を明らかにするだけです。

acikpoz validate bf2026.pdf --pages 8-400
acikpoz validate bf2026.pdf --json

重複したポズコード、不正な形式のコード、0 以下の価格（エラー）、および単位がない、または既知の単位セットに含まれない価格付きポズ（警告）にフラグを付けます。エラーが 1 件でもあるとゼロ以外の終了コードを返すため、パイプラインのゲートとして使えます（acikpoz validate … && build-estimate）。また、これにより acikpoz は自身の限界を率直に示せます。グループヘッダーに単位が一度だけ印刷され、各行がその単位を引き継ぐセクション（Sıhhi Tesisat）では、行ごとの単位検出が不確実です。validate はそのことを隠さずに報告します。価格、ポズコード、説明文の信頼性は保たれます。

AI エージェントでの acikpoz の使用

MCP サーバー（pip install 'acikpoz[mcp]' の後に acikpoz-mcp を実行）では、3 つのツールを利用できます。 parse_catalog（PDF → 網羅性を正直に示した構造化済みのポーズ）、diff（2 年分のカタログ → 分類済みの変更点）、validate（PDF → 品質に関する検出事項）です。エージェントは、解析が必要な文章ではなく、 構造化データを受け取ります。ihalent と組み合わせれば、エージェントは入札の結果と、その評価に使われた 単価の両方を横断して推論できます。

// e.g. Claude Desktop / Claude Code mcp config
{ "mcpServers": { "acikpoz": { "command": "acikpoz-mcp" } } }

対応範囲について、正直に

• 標準的なカタログレイアウトを読み取ります。 見出しに基づく列検出は、一般的な 1 列および 2 列の価格ページに適切に対応します。一方、珍しいレイアウトでは、空欄が増えることがあります。その場合も、見えないように取り繕うのではなく、その旨を報告します。セクションの解析に問題があれば、サンプルを添えて報告する価値のあるバグです。
• 価格データベースではなく、パーサーです。 カタログを同梱または再配布することはありません。公式 PDF を用意すると、acikpoz がそのコピーをデータに変換します。
• 価格は印刷されたとおりの名目価格です。 インフレ調整は組み込まれていません。該当する年を把握したうえで、呼び出し元が分析方法を決めます。

データについて、PDF をここに置いていない理由

ÇŞB のカタログは公式の公開文書ですが、このリポジトリでは再配布していません。含まれるのはパーサーだけで、それ以外はなく、.gitignore により *.pdf は除外されています。公式の入手元から取得したカタログを acikpoz に指定してください。これは、ihalent と同じ方針です。ツールは自分で管理し、データは同梱しません。

このプロジェクトの開発方法

私は建設分野で働く産業エンジニアで、これらのカタログを読んでいます。機械学習ではなく幾何学的な手法を使い、数値を捏造するのではなく欠落を正直に示す解析アプローチを設計し、すべてのコード行をレビューしています。実装を速めるために AI エージェントを多用しており、コミットのトレーラーにもそのことが記されています。品質を保証するのはテストです。実際のページが出力する正確な単語の配置を、2 列の Sıhhi Tesisat の落とし穴やグループ見出しのルールも含めてテストに記録しています。そのため、テストがすべて成功すれば、パーサーが実際のデータを扱えていることを意味します。

関連プロジェクト

• ihalent — トルコの公共調達を理解するための、もう一方のツールです。acikpoz は、作業の「本来の」費用を示す単価カタログを読み取り、ihalent は、落札結果とその割引率を示す入札結果通知を読み取ります。どちらも同じ方針に基づいています。すべての数値を出典まで追跡可能にし、何も捏造しません。

Eren Gülmez によるその他のツール。

ライセンス

MIT — LICENSE を参照してください。