零代码实战｜基于 Skill 搭建合同文档智能 Agent：PDF 合同要素提取 + 风险条款识别

2501_93047244

116人浏览 · 2026-09-17 10:11:48

2501_93047244 · 2026-09-17 10:11:48 发布

零代码实战｜基于 Skill 搭建合同文档智能 Agent：PDF 合同要素提取 + 风险条款识别

面向读者：法务、行政、合同管理岗，以及想快速验证 AI 落地的业务同学
前置要求：不需要写代码，会写清楚配置和提示词即可
阅读时长：约 12 分钟，含可直接复制的模板

写在前面：本文和网上同类文章有什么不一样

同类文章	它们的重点	本文的区别
《用多模态大模型做合同信息抽取》	自己写 OCR + 模型 pipeline，偏工程实现	本文零代码，不写一行代码
《10 分钟搭建合同审查助理》	平台操作演示，演示即止	本文给出可交付的验收标准：页码溯源、风险规则库、考核指标
《大模型合同审核全流程解析》	讲原理与架构	本文讲怎么验收、怎么不出错

三个本文独有、同类文章基本没写的设计：

页码溯源硬要求——每个抽取字段必须能定位到原文第几页；
数值二次校验——金额、日期不只信模型的一次输出；
风险判断必须引用知识库规则——不允许模型"凭感觉"判风险。

一、为什么合同场景特别适合用 Agent

先说一个大家都有的痛点：

一批合同（几十份 PDF）进来，法务要做的第一件事是——把里面的关键信息抄到 Excel 里。

金额、签订日期、履约期限、甲方乙方、付款方式、违约金比例……一份合同 5 分钟，50 份就是一整天，而且人累了就会抄错。

传统方案有三个问题：

方案	问题
纯人工	慢、易错、无法批量
正则/模板匹配	合同格式千变万化，模板一改就废
直接丢给大模型	长文档超上下文、金额日期容易编、没有依据可追溯

而 Agent + Skill 的组合刚好补上这三点：Skill 负责解析文档（PDF/OCR），模型负责理解语义，知识库负责提供判断依据（法务规则、范本条款）。

二、先定义清楚目标（这一步比搭 Skill 更重要）

别急着配 Skill，先把"要什么"写清楚。我们的目标是输出一张结构化表格：

字段	说明	示例
合同名称	标题	采购框架协议
甲方 / 乙方	双方名称	A 公司 / B 公司
合同金额	含税金额	¥1,280,000.00
签订日期	YYYY-MM-DD	2026-03-15
履约期限	起止或时长	2026-03-15 ~ 2027-03-14
付款方式	分期/一次性	3:6:1 三期
违约金比例	单方违约	日 0.05%
风险等级	高/中/低	中
风险条款原文	必须带原文出处	“……乙方逾期交付的，每逾期一日按合同总额 0.5% 支付违约金……”

关键设计：所有抽取结果必须能定位到原文。
这是合同场景的底线——法务不会相信一个没有出处的数字。所以输出里必须带 page 和 原文片段。

三、整体方案

┌─────────────┐    ┌──────────────┐    ┌──────────────┐
│  上传 PDF    │ →  │ PDF 解析 Skill│ →  │  文本 + 页码  │
└─────────────┘    └──────────────┘    └──────┬───────┘
                                              ↓
                        ┌──────────────────────────────────┐
                        │        抽取 Agent                │
                        │  要素抽取 + 风险条款识别          │
                        └───────┬──────────────────┬───────┘
                                ↓                  ↓
                    ┌───────────────┐   ┌──────────────────┐
                    │ 法务知识库      │   │ 风险规则 + 输出模板 │
                    │(范本/制度/清单) │   │  (JSON Schema)     │
                    └───────────────┘   └──────────────────┘
                                ↓
                    ┌───────────────────────┐
                    │  结构化结果 + 风险报告  │
                    └───────────────────────┘

四个组成部分：一个解析 Skill、一个知识库、一套抽取规则、一个输出模板。

四、零代码搭建：五步走

第 1 步：创建法务知识库

把下面这些资料丢进知识库（内网环境用纯本地模式即可）：

《合同管理办法》《审批权限表》
标准合同范本（采购/销售/劳务/保密各一套）
风险条款清单（什么算高风险）
历史合同（可选，用于比对）

知识库结构建议：
kb-legal/
├── 制度/          # 管理办法、审批权限
├── 范本/          # 各类标准合同模板
├── 风险清单/      # 高风险条款定义与阈值
└── 历史合同/      # 可选，用于同类条款比对

小技巧：把"高风险条款定义"单独整理成一页表，它的检索命中率最高，也直接决定风险识别的准确度。

第 2 步：启用/创建 PDF 解析 Skill

重点配置三项：

skill: pdf_parser
params:
  extract_text: true
  keep_page_number: true      # 关键：保留页码，用于溯源
  ocr_when_no_text: true      # 扫描件自动 OCR
  table_mode: markdown        # 表格转 markdown，金额表更准
  split_by_section: true      # 按条款切分，利于定位违约条款

踩坑提醒：很多"AI 读不出金额"的问题，根源是 PDF 是扫描件没有文字层。必须先开 OCR，否则模型看到的是空白。

第 3 步：写抽取提示词（可直接抄）

你是资深法务合同审查助手。请从下面这份合同中抽取信息。

【任务】
1. 抽取固定要素：合同名称、甲方、乙方、合同金额（含税）、签订日期、
   履约期限、付款方式、违约金比例。
2. 识别风险条款，重点关注：
   - 违约金过高（单方日违约金 > 0.1%）或过低（无法覆盖损失）
   - 付款比例失衡（预付款 > 30%，或验收前已付 > 70%）
   - 缺少争议解决条款 / 管辖地约定不利
   - 单方解除权不对等、保密与知识产权归属缺失
   - 自动续约、无限连带责任
3. 每条风险必须给出：
   - risk_level: 高 / 中 / 低
   - clause: 条款原文（不要改写）
   - page: 所在页码
   - reason: 判定理由（引用知识库中的制度或清单）

【硬性规则】
- 找不到的字段填 null，禁止推测或编造。
- 金额、日期必须与原文完全一致，不要做单位换算。
- 只输出 JSON，不要输出任何解释性文字。

【合同内容】
{{pdf_text_with_pages}}

三条"硬性规则"是准确率的关键：禁止编造、保持原样、只输出 JSON。少了这几句，模型就会开始"帮你想"。

第 4 步：定义输出格式（JSON Schema）

零代码平台一般支持"结构化输出 / 字段定义"，照着填：

{
  "contract_name": "string",
  "party_a": "string",
  "party_b": "string",
  "amount": { "value": "number|null", "raw": "string|null", "page": "number|null" },
  "sign_date": "string|null",
  "perform_period": "string|null",
  "payment_terms": "string|null",
  "penalty_rate": "string|null",
  "risks": [
    {
      "risk_level": "高|中|低",
      "title": "string",
      "clause": "string",
      "page": "number|null",
      "reason": "string",
      "suggestion": "string"
    }
  ],
  "overall_risk": "高|中|低",
  "summary": "string"
}

第 5 步：做一个"报告模板"（给非技术同事看）

JSON 是给系统看的，法务要看的是报告。用输出模板渲染：

## 合同审查报告

**合同名称**：{{contract_name}}
**双方**：{{party_a}} × {{party_b}}
**金额**：{{amount.raw}}（第 {{amount.page}} 页）
**签订日期**：{{sign_date}}　**履约期限**：{{perform_period}}
**整体风险等级**：🔴 {{overall_risk}}

### 风险条款（共 {{risks.length}} 条）

{{#each risks}}
**{{@index+1}}. [{{risk_level}}] {{title}}**（第 {{page}} 页）
> 原文：{{clause}}

- 判定理由：{{reason}}
- 修改建议：{{suggestion}}

{{/each}}

### 结论
{{summary}}

五、效果验证（别跳过这步）

抽 20 份不同类型的合同做验证，重点看三个指标：

指标	含义	目标
要素准确率	金额/日期等是否与原文一致	≥ 95%
召回率（风险）	该发现的风险有没有漏	≥ 85%
溯源正确率	`page` 是否真的对得上	必须 100%

为什么溯源要 100%？
因为业务同事第一次使用时会随机抽查 2~3 条去核对页码。只要对不上一次，他就会不再信任整个系统。信任比准确率更重要。

一个真实数据参考（50 份合同）

项目	人工	Agent
单份耗时	5~8 min	15~30 s
50 份总耗时	约 5 小时	约 20 分钟（含人工复核）
金额抄录错误	偶发	需人工复核兜底

注意措辞：是"辅助"而不是"替代"。正确用法是 AI 出初稿 + 人工复核，这才能既提效又不担责。

六、常见问题与解法

问题	原因	解法
金额读不出来	扫描件无文字层	开 OCR + 提高 DPI
金额差一位/单位错	模型自行换算	提示词禁止换算，只取原文 `raw`
跨页表格错乱	未开表格模式	`table_mode: markdown`
违约条款漏识别	条款被分片切断	增大 `overlap`，按条款切分
印章遮挡文字	图像质量问题	提高分辨率 + 人工复核兜底
输出不是 JSON	提示词约束不足	只用结构化输出，禁止自由文本
风险判断前后不一	缺判断依据	强制引用知识库制度条款

七、合规与安全提醒（政企场景必读）

合同是高敏感数据，上线前确认以下几点：

数据不出内网：模型、Embedding、OCR 全部本地化，禁止走公网 API；
权限最小化：能看 A 部门合同的人，不能检索到 B 部门合同；
操作留痕：谁在什么时间审了哪份合同，必须有日志；
保留人工环节：AI 结论不直接作为法律意见，保留法务签核；
上传前脱敏（如为演示/测试）：隐去真实主体名称与金额。

八、小结

环节	关键动作
目标	先定义字段和风险清单，而不是先配 Skill
解析	PDF Skill 必开 `keep_page_number` + OCR
抽取	提示词写"三条硬性规则"：禁编造、不改写、只出 JSON
依据	风险判断必须引用知识库制度，避免"凭感觉"
输出	JSON 给系统，报告给人看，必须带页码溯源
落地	AI 出初稿 + 人工复核，责任边界清晰