本项目面向高校科研项目、企业技术合作及科技成果转化等业务中的科技合同审核场景，主要处理技术开发、技术转让、技术许可、技术咨询和技术服务等合同。传统审核通常依赖工作人员逐页阅读合同，人工核对项目名称、合同金额、合作单位、履行期限、知识产权归属、付款节点及签章情况，存在处理效率低、审核标准不统一、遗漏风险较高等问题。针对扫描件、图片合同及复杂 PDF 难以直接解析的情况，本项目通过 OCR、大语言模型和规则审核技术，实现合同信息自动提取、字段核对、完整性检查和风险提示，降低人工审核工作量。
系统主要包括合同文件处理、OCR 文字识别、合同内容线性化、关键信息抽取、字段核对、完整性审核、签章检测和审核报告生成等功能。用户上传 PDF 或图片格式合同后，系统首先进行 PDF 转图、图像预处理和 OCR 识别，再将多页文本按照合同阅读顺序进行整理。大语言模型从合同中提取合同编号、项目名称、买卖双方、负责人、合同金额、签订日期、履行周期、付款方式等结构化字段，并与用户提供的标准信息进行比对。系统还可检查必要字段是否缺失，识别买卖双方签章及骑缝章候选区域，对异常内容输出风险提示和人工复核建议，最终生成 JSON 或文本格式的审核结果。
我独立负责项目整体架构拆分及核心流程实现，使用 Python 构建合同审核 Agent，并按照表现层、应用层、领域层和基础设施层进行模块化设计。项目支持 CLI 和 FastAPI 两种调用方式，通过 PDF 转图片、图像预处理和 OCR 完成扫描合同解析，再对 OCR 结果进行文本线性化，解决多页合同内容顺序混乱的问题。随后设计大语言模型 Prompt，将非结构化合同文本转换为统一的结构化数据，并实现合同字段与用户标准信息的逐项核对、差异输出和风险提示。同时完成部分合同完整性审核、签章候选区域检测及审核报告生成。针对模糊、倾斜、遮挡和字段表达不统一等问题，系统设置识别失败、字段缺失和建议人工复核等兜底结果，避免模型直接生成不可靠结论。
评论