技能介绍

合同审查最常见的姿势是把文档丢给模型，然后问一句「帮我看看有什么坑」。这种纯提示词路线有两个硬伤：一是结论不可复算，同样的输入换个会话可能给出不同结果；二是敏感合同要过网，法务未必敢用。

阿拉丁·合同智能工坊的做法是把审查拆成两层：规则层用 Python 标准库跑确定性检查，语义层再叠加模型解读。脚本不装任何 pip 依赖，直接解压 .docx 的 XML 解析条款树，合同文件全程留在本机。

工作方式：从文件到报告的完整链路

多源导入 scripts/contract_ingest.py 把 docx/txt/md 转成合同 IR JSON，抽取条款树（章/条/款项）、当事人、金额大小写、日期期限等实体
风险扫描 scripts/contract_review.py scan 跑 15 条中文合同风险规则，按高/中/低危分级，逐条款命中定位并给修改建议
必备条款体检 内置 6 类合同（通用/买卖/服务/租赁/劳动/借款）的条款清单，计算覆盖率，缺失项直接提醒
一致性检查 金额大小写齐备性、当事人完整性、日期缺失，避免「人民币壹拾万元整」与「¥100,000」互相矛盾却没人发现
双版本比对 scripts/contract_review.py diff 逐条款识别新增/删除/修改，输出相似度排序和 unified diff
综合评分 100 分制加 A/B/C/D 四档结论
报告导出 scripts/contract_report.py 生成 HTML 风险看板和 Markdown 审查意见书

脚本跑完后，Agent 会在规则结论之上补一层语义审查：指出权利义务不对等、条款互相矛盾这类规则覆盖不到的问题，核对大写金额换算，并结合甲方/乙方立场给出谈判要点。

边界与注意点

规则引擎的输出是确定性的——同样输入必得同样结果，可以复算。语义层结论由 Agent 生成，属于参考意见，不构成法律意见。扫描件和图片版合同需要先 OCR，.doc 老格式要另存为 .docx，PDF 要先走 aladin-pdf-forge 转文本。规则库面向中文合同，外文合同深度审查不在能力范围内。全程不联网、不上传，但也不能保证穷尽所有风险，重大合同仍建议咨询执业律师。