【AI大模型实战】合同审核Agent开发全攻略：使用Dify和AI技术实现智能合同审查，看到就是赚到！！

关注

原创最新推荐文章于 2026-09-09 11:03:21 发布 1.4k 阅读 AI 写同款· GEO 优化 ›

手把手实战：快速构建合同智能审查Agent 配置“模型供应商”，选择 “OpenAI-API-compatible”，输入申请到的 “API Key” 和 “URL” 后点击“保存”，如下图示例完成 “AlayaNew/DeepSeek-R1。至此，我们完成了合同智能审核Agent的构建，我们也可以在Dify中把这个智能体发布为API服务，这样企业其它应用如OA就可以通过API集成，在原合同流程中实现智能审核工作。该节点“输入变量”中，配置从“开始”节点中获取上传的文件，输出变量就是合同的内容，配置如下图。接下来我们开始创建智能体。阅读详情

背景介绍

为什么需要合同审核agent？

合同是商业活动的基石，明确权责、管控风险、保障交易安全。但在传统人工审核模式下，合同管理面临三大核心挑战：

审核盲区与风险漏判： 依赖法务人员个人经验，面对海量非标条款时，难以百分百识别所有隐蔽风险条款（如责任限制、保密范围、争议解决地），为后续履约埋下隐患；
效率瓶颈与协作成本高： 高并发业务场景下，审核请求排队严重，流转耗时漫长，法务团队疲于应付简单重复问题，严重拖慢商务谈判与项目推进节奏；
知识断层与标准不统一： 审核标准因人而异，新手律师易经验不足，而资深专家的风险偏好与判例知识难以快速沉淀和复用，导致组织级的合同风控水平波动大。

合同审核agent通过AI技术精准破局，将法务专家经验转化为实时、在线、可复用的智能服务，实现风险管控的自动化、标准化与前置化。

今天我就带着大家使用dify搭建合同审核Agent。利用它，用户只需轻松上传合同文件，即可获得一份带有详细风险批注的反馈文档，高效识别条款漏洞与潜在风险。

实现流程

整体的工作流分为三部分：合同文件处理、合同要点审核、生成批注文件。

下面就让我们逐个步骤来看一下是怎么实现的吧！

一、合同文件内容获取

图1 文件处理部分流程

首先是对用户上传合同文件的处理，这里处理的主要目的是提取出文件的内容。在【开始】节点我们自定义了“file”和“product_type”两个参数，分别是用户上传的合同文件以及合同中设计的采购产品类型。

图2 开始节点

我们的合同审核工作流目前支持用户上传三种类型的文件：docx、doc以及普通pdf。对于docx和pdf格式的文件来说，dify提供的【文件提取】节点可以直接读取文件内容，而使用该节点读取doc格式的文件会报错，所以我们自定义了一个【doc转docx】的插件，将文件转化为docx格式进行读取。插件使用python进行开发，具体实现见下方代码。具体dify中如何实现自定义插件请参考此链接中的内容：

https://legacy-docs.dify.ai/zh-hans/plugins/quick-start/develop-plugins/extension-plugin

图3 doc格式文件转化插件

from collections.abc import Generatorfrom typing import Anyfrom dify_plugin import Toolfrom dify_plugin.entities.tool import ToolInvokeMessagefrom docx import Documentimport tempfileimport ioimport osimport subprocessfrom typing import Optionalimport requestsclass Doc2docxTool(Tool):    def _invoke(self, tool_parameters: dict[str, Any]) -> Generator[ToolInvokeMessage]:        filename = tool_parameters.get('doc_file')        filename.url = "http://api:5001"+filename.url        result_bytes_io = self.convert_doc_to_docx(filename.url)        result_file_bytes = result_bytes_io.getvalue()        print(f"Converted DOCX file size: {len(result_file_bytes)} bytes")        yield self.create_blob_message(            blob=result_file_bytes,            meta=self.get_meta_data(                mime_type = "application/vnd.openxmlformats-officedocument.wordprocessingml.document",                output_filename=tool_parameters.get("output_filename"),           ),        )        return    def convert_doc_to_docx(self, url):        with tempfile.TemporaryDirectory() as tmpdir:            response = requests.get(url)            doc_path = os.path.join(tmpdir, "input.doc")            with open(doc_path, "wb") as f:                f.write(response.content)            # 执行转换
            subprocess.run([                "libreoffice", "--headless", "--convert-to", "docx", doc_path, "--outdir", tmpdir            ], check=True)            docx_path = os.path.join(tmpdir, "input.docx")            result_bytes_io = io.BytesIO()            document = Document(docx_path)            document.save(result_bytes_io)            print(f"Converted DOCX file size: {result_bytes_io.getbuffer().nbytes} bytes")        return result_bytes_io    def get_meta_data(self, mime_type, output_filename):        result_filename: Optional[str] = None        temp_filename = output_filename.strip() if output_filename else None        if temp_filename:            # ensure extension name            extension = MimeType.get_extension(mime_type)            if not temp_filename.lower().endswith(extension):                temp_filename = f"{temp_filename}{extension}"            result_filename = temp_filename        return {            "mime_type": mime_type,            "filename": result_filename,        }

从代码中可以看出，我们使用了libreoffice命令行实现了doc格式的转换。这里需要注意的一点是我们需要在plugin_daemon-1这个容器中安装libreoffice这个工具，执行下面的命令：

apt updateapt install libreoffice -y

通过文件提取这一步骤之后，我们使用【代码】节点将三个分支内容进行参数聚合，获取真正包含文件内容的分支的数据。代码节点的脚本如下：

图4 分支聚合代码

二、合同要点审查

第二部分是我们合同审核任务的关键(这一步非常重要哦)，目标就是根据用户的需求在合同中进行逐条审核。下面是我们合同要点审查实现流程：

图5 审查部分流程

售后部分和其他节点有一些区别，因为不同的产品对应的售后条款不同，所以针对这一点，我们使用【代码】节点结合【开始】节点中的“product_type”进行判断，然后将需要遵守的售后规则传入【售后条款审核】节点。

从图中可以看到，我们在条款审核这一部分主要是依靠大模型的能力来实现的。所以这部分的调优除了大模型的选型，就是我们对prompt的调整。下面我们以【赔偿责任】节点为例进行讲解。【赔偿责任】节点的prompt如下图6所示。

我们设置prompt的主要目的是让大模型明白三件事：

你是谁？（确定角色以及立场）
你要做什么？（审查的要点和遵守的规则）
你最终要输出什么？（输出内容和格式）

Ok，带着这三点要求我们来看一下prompt中具体是怎么实现的。

图6 赔偿责任审查要点

prompt解读：

在prompt开始的部分我们给大模型进行了身份和立场的确认，因为我们所做的合同审核工具主要是为采购合同的乙方服务，所以我们希望大模型能够站在乙方的角度思考，“屏蔽”训练过程中数据、loss function或reward model教给它的“中立客观”的记忆。
第二段我们告诉了大模型他的具体任务是什么。接着我们给出了审核中要关注的要点和始终坚持的目标。审核要点很好理解，这就是用户针对“赔偿责任”所要重点关注的内容，模型需要关注合同中有关“赔偿责任”的条款，认真研判这些条款是否侵害了乙方的权益。
最后就是对模型输出的格式和内容的要求了。为了方便后续文档批注的插入，我们需要模型以json的格式输出“问题原文”、“风险类型”和“修订建议”。

各位看到这里可能有疑问了：“你的合同审核关注要点和我的不同，怎么办啊？”

答：好办，将你的审查要点和我所提供给你的prompt输入到大模型中，告诉他“按照我提供给你的模板生成一份！”，这样就可以生成适合你的审查要点的prompt了。

在得到审核内容之后，我们使用一个大模型节点对审核内容进行二次判断，主要目标是为了将重复的“问题原文”进行合并，具体prompt如下图。

因为这个节点所实现的目标相比审查节点来说要简单的多，所以我们使用了qwen3-4B的模型来实现，从测试效果来看可以满足我们的需求。不过话说回来，如果我们在审查节点时使用235B的模型，是否可以省略二次审查的节点呢？

图7 审查结果去重节点

通过各个审查节点的处理我们最终得到了六个角度的审查结果，我们通过【代码】节点清洗内容，最终构成嵌套字符串。各部分的代码实现见下图。

图8 json清洗代码节点

图9 审查结果聚合代码节点

三、生成批注文件

通过前两步的处理我们对上传的合同文件进行了审查，得到了审查的结果，万事俱备只欠展示。

针对用户经常使用的合同审核方法，我们选择使用批注的形式输出最终的审查结果。

针对三种上传的文件格式，我们编写了对应的【批注插入】插件。插件的构建参考我们前面给出的链接，下面我们以docx文件插入批注为例给出tool部分代码。

图10 批注插入流程

from collections.abc import Generatorfrom typing import Anyfrom dify_plugin import Toolfrom dify_plugin.entities.tool import ToolInvokeMessageimport jsonimport iofrom docx import Documentfrom docx.oxml.ns import qnfrom docx.oxml import OxmlElementfrom docx.text.run import Runfrom docx.opc.constants import CONTENT_TYPE, RELATIONSHIP_TYPEfrom docx.opc.packuri import PackURIfrom docx.opc.part import Partfrom docx.opc.oxml import parse_xmlfrom datetime import datetimeimport xml.etree.ElementTree as ETfrom pydantic import Field, PositiveInt, PositiveFloat, BaseModelfrom typing import Annotated, Literal, Optionalimport requestsimport jiebafrom sklearn.feature_extraction.text import TfidfVectorizerfrom sklearn.metrics.pairwise import cosine_similarity_COMMENTS_PART_DEFAULT_XML_BYTES = b"""<w:comments xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main" />"""class InsertCommentTool(Tool):    def _invoke(self, tool_parameters: dict[str, Any]) -> Generator[ToolInvokeMessage]:        # 提取参数        uploaded_file = tool_parameters.get('docx')        if not uploaded_file:            yield self.create_text_message("请上传文件")            return        file_url = "http://api:5001" + uploaded_file.url        print(f"Processing uploaded file: {file_url}")        response = requests.get(file_url)        print(f"the response info : {response.content}")        print(f"the response info type : {type(response.content)}")        if response.status_code != 200:            yield self.create_text_message(f"文件下载失败，状态码: {response.status_code}")            return        text_to_comment = tool_parameters.get('comment_list')
        try:            # 先把外层字符串列表转换成Python list            json_strs = json.loads(text_to_comment)        except json.JSONDecodeError as e:            print(f"外层列表JSON解析错误: {e}")            return        print(f"Parsed JSON strings: {json_strs}")
        # 转化为元组列表        final_text_comments = []        for json_str in json_strs:            processed = self.process_json_string(json_str)            final_text_comments.extend(processed)        print(f"Final text comments to insert: {final_text_comments}")        outfile_path, document = self.insert_multiple_comments_into_docx(response.content, uploaded_file.filename, final_text_comments, "AI审查助手")        result_bytes_io = io.BytesIO()        document.save(result_bytes_io)        result_file_bytes = result_bytes_io.getvalue()        yield self.create_blob_message(            blob=result_file_bytes,            meta=self.get_meta_data(                mime_type = "application/vnd.openxmlformats-officedocument.wordprocessingml.document",                output_filename=tool_parameters.get("output_filename"),           ),        )        return    def get_meta_data(self, mime_type, output_filename):        result_filename: Optional[str] = None        temp_filename = output_filename.strip() if output_filename else None        if temp_filename:            # ensure extension name            extension = MimeType.get_extension(mime_type)            if not temp_filename.lower().endswith(extension):                temp_filename = f"{temp_filename}{extension}"            result_filename = temp_filename        return {            "mime_type": mime_type,            "filename": result_filename,        }    def process_json_string(self, json_str):            try:                json_node = json.loads(json_str)  # 先把字符串转为字典            except json.JSONDecodeError as e:                print(f"JSON解析错误: {e}")                return []            result = []            question_list = json_node.get("问题条款", [])            for item in question_list:                original_text = item.get("问题原文", "")                suggestion = item.get("修订建议", "")                error_type = item.get("风险类型", "")                result.append((original_text, f"风险类型：{error_type}。修订建议：{suggestion}"))            return result    def similarity(self, text1, text2):        texts = [' '.join(jieba.lcut(text1)), ' '.join(jieba.lcut(text2))]        vectorizer = TfidfVectorizer()        tfidf = vectorizer.fit_transform(texts)        similarity = cosine_similarity(tfidf[0:1], tfidf[1:2])        return similarity[0][0]    def insert_multiple_comments_into_docx(self, io_content, file_path, comments_list, author="Author", initials="A"):        """        在DOCX文件中插入多个批注。        Args:            io_content (str): DOCX内容的二进制流。            comments_list (list): 包含 (text_to_comment, comment_text) 元组的列表。            author (str): 批注作者。            initials (str): 批注作者缩写。        """        doc_file = io.BytesIO(io_content)        document = Document(doc_file)        # 确保comments part存在        try:            comments_part = document.part.part_related_by(RELATIONSHIP_TYPE.COMMENTS)        except KeyError:            comments_part = Part(                partname=PackURI("/word/comments.xml"),                content_type=CONTENT_TYPE.WML_COMMENTS,                blob=_COMMENTS_PART_DEFAULT_XML_BYTES,                package=document.part.package,            )            document.part.relate_to(comments_part, RELATIONSHIP_TYPE.COMMENTS)        ET.register_namespace("w", "http://schemas.openxmlformats.org/wordprocessingml/2006/main")        comments_xml = parse_xml(comments_part.blob)        # 获取下一个可用的批注ID        next_comment_id = 0        for comment in comments_xml.findall(qn("w:comment")):            current_id = int(comment.get(qn("w:id")))            if current_id >= next_comment_id:                next_comment_id = current_id + 1        for text_to_comment, comment_text in comments_list:            comment_id = next_comment_id            next_comment_id += 1            # 创建批注XML元素            comment_element = OxmlElement("w:comment")            comment_element.set(qn("w:date"), datetime.now().isoformat())            comment_element.set(qn("w:id"), str(comment_id))            comment_element.set(qn("w:author"), author)            comment_element.set(qn("w:initials"), initials)            comment_paragraph = OxmlElement("w:p")            comment_run = OxmlElement("w:r")            comment_text_element = OxmlElement("w:t")            comment_text_element.text = comment_text            comment_run.append(comment_text_element)            comment_paragraph.append(comment_run)            comment_element.append(comment_paragraph)            comments_xml.append(comment_element)            # 查找需要批注的文本并插入批注引用            found_in_document = False            for paragraph in document.paragraphs:                if text_to_comment in paragraph.text or self.similarity(text_to_comment, paragraph.text) > 0.8:                    # 找到文本在段落中的位置                    # 创建w:commentRangeStart和w:commentRangeEnd                    comment_range_start = OxmlElement("w:commentRangeStart")                    comment_range_start.set(qn("w:id"), str(comment_id))                    comment_range_end = OxmlElement("w:commentRangeEnd")                    comment_range_end.set(qn("w:id"), str(comment_id))                    # 将w:commentRangeStart插入到run之前                    paragraph.runs[0]._element.addprevious(comment_range_start)                    # 将w:commentRangeEnd插入到run之后                    paragraph.runs[-1]._element.addnext(comment_range_end)                    # 创建w:r元素，包含w:commentReference                    comment_reference_run = OxmlElement("w:r")                    comment_reference = OxmlElement("w:commentReference")                    comment_reference.set(qn("w:id"), str(comment_id))                    comment_reference_run.append(comment_reference)                    # 将w:commentReference插入到run中                    paragraph.runs[-1]._element.append(comment_reference_run)                    found_in_document = True                    break                if found_in_document:                    break            if not found_in_document:                print(f"Warning: Text \"{text_to_comment}\" not found in the document. Comment not added for this text.")        comments_part._blob = ET.tostring(comments_xml)        output_file_path = file_path.replace(".docx", "_with_multiple_comments.docx")        document.save(output_file_path)        print(f"批注已成功插入到 {output_file_path} 中。")        return output_file_path, document

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

在这里插入图片描述

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。
在这里插入图片描述
最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。