手把手教你用dify搭建合同审核Agent：零代码实现AI合同审查，小白也能收藏学习的实战教程

发表于： 2025年9月18日 2025年9月18日
分类：未分类

本文详细介绍了如何使用dify平台搭建合同审核Agent，解决传统合同审核中的盲区、效率低和标准不统一问题。教程涵盖合同文件处理（支持doc/docx/pdf格式）、大模型驱动的合同要点审核（赔偿责任、售后条款等）以及自动生成带批注的审查报告。通过自定义插件和prompt设计，实现从文件上传到风险识别的全流程自动化，为企业和个人提供高效、标准化的合同审核解决方案。

【这份完整版的大模型 AI 学习资料已经打包好，朋友们如果需要可以点击下方小卡片 100%免费】

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。

演示视频

下面的视频是此Agent的使用效果

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

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。

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

from collections.abc import Generator
from typing import Any
from dify_plugin import Tool
from dify_plugin.entities.tool import ToolInvokeMessage
from docx import Document
import tempfile
import io
import os
import subprocess
from typing import Optional
import requests
class 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 update
apt 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：

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：

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。

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？欢迎大家评论区留言讨论

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。

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。

from collections.abc import Generator
from typing import Any
from dify_plugin import Tool
from dify_plugin.entities.tool import ToolInvokeMessage
import json
import io
from docx import Document
from docx.oxml.ns import qn
from docx.oxml import OxmlElement
from docx.text.run import Run
from docx.opc.constants import CONTENT_TYPE, RELATIONSHIP_TYPE
from docx.opc.packuri import PackURI
from docx.opc.part import Part
from docx.opc.oxml import parse_xml
from datetime import datetime
import xml.etree.ElementTree as ET
from pydantic import Field, PositiveInt, PositiveFloat, BaseModel
from typing import Annotated, Literal, Optional
import requests
import jieba
from sklearn.feature_extraction.text import TfidfVectorizer
from 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