ThomasMoreAI 合同结构解析 Skill
数据来源
本 Skill 支持多种合同文档输入格式，核心数据来源包括：
1. 合同文档类型
- PDF格式：合同PDF文档
- Word格式：合同Word文档
- 图片格式：扫描版合同图片
2. 合同内容类型
- 贷款合同：银行贷款合同、民间借贷合同
- 担保合同：保证合同、抵押合同、质押合同
- 投资协议：股权投资协议、债权投资协议
- 并购协议：股权转让协议、资产收购协议
3. 文档特征
- 语言类型：中文、英文
- 版式类型：标准版式、复杂版式、扫描版式
- 文档大小：小文档（<10MB）、大文档（>10MB）
4. 数据格式要求
- 文件路径：本地文件路径或网络文件URL
- 文件编码：UTF-8、GBK、GB2312等
- 文件权限：需要读取权限
说明：本 Skill 不包含文档采集功能，需要用户提供合同文档文件。建议文档格式规范，以便进行准确的结构解析。
功能
本 Skill 提供全面的合同结构解析能力，涵盖多种解析功能：
1. 合同结构识别
- 合同标题识别：识别合同标题和合同类型
- 合同主体识别：识别合同双方主体信息
- 合同日期识别：识别合同签署日期和生效日期
- 合同编号识别：识别合同编号和版本信息
2. 条款结构解析
- 条款层级识别：识别合同的条款层级结构
- 条款标题提取：提取各级条款标题
- 条款内容提取：提取各条款的具体内容
- 条款定位：记录条款在文档中的位置
3. 义务责任识别
- 义务条款识别：识别各方的义务条款
- 责任条款识别：识别各方的责任条款
- 违约责任识别：识别违约责任条款
- 权利义务映射：建立权利义务的映射关系
4. 关键信息提取
- 主体信息提取：提取合同双方的基本信息
- 金额信息提取：提取涉及金额和支付条款
- 期限信息提取：提取合同期限和履行期限
- 条件信息提取：提取合同生效条件和解除条件
5. 版式还原
- 版式结构还原：尽可能还原合同的原始版式
- 格式信息保留：保留字体、字号等格式信息
- 布局信息记录：记录页面布局和元素位置
6. 高级处理功能
- OCR识别：对扫描版合同进行OCR识别
- 多语言识别：识别合同中的多语言内容
- 结构化输出：输出结构化的合同内容
使用示例
输出示例
{
"document_info": {
"filename": "contract.pdf",
"file_size": 1024000,
"page_count": 20,
"language": "zh-CN",
"contract_type": "贷款合同"
},
"header": {
"title": "银行贷款合同",
"contract_number": "LOAN-2024-001",
"party_a": "示例银行股份有限公司",
"party_b": "示例公司",
"sign_date": "2024-03-15",
"effective_date": "2024-03-20"
},
"structure": {
"clauses": [
{
"level": 1,
"title": "第一条 贷款金额和用途",
"content": "贷款金额和用途内容...",
"page": 1,
"obligations": ["借款人应按约定用途使用贷款"],
"responsibilities": ["贷款人应按约定发放贷款"]
},
{
"level": 1,
"title": "第二条 贷款利率和期限",
"content": "贷款利率和期限内容...",
"page": 2
}
]
},
"key_information": {
"loan_amount": 10000000,
"interest_rate": 4.35,
"loan_term": 12,
"repayment_method": "等额本息",
"guarantee": ["抵押", "保证"]
}
}
注意事项与限制
1. 文档格式要求
- 支持标准合同格式文档
- 复杂版式可能影响解析准确性
- 扫描版合同需要OCR功能支持
2. 解析准确性
- 标准格式合同解析准确率较高
- 非标准格式可能影响结构识别
- OCR识别准确率受图片质量影响
3. 性能考虑
- 大文档处理可能需要较长时间
- 内存占用与文档大小成正比
- 建议对超大文档进行分页处理
4. 法律术语
- 需要识别和理解法律术语
- 不同合同类型术语可能不同
- 需要建立法律术语词典
5. 使用限制
- 本 Skill 不包含法律意见功能
- 解析结果需要法律专业人士复核
- 受保护文档可能无法解析
参考资料
- 见 references/ 目录中的相关文档，包括：
- 合同结构解析方法手册
- 法律术语词典
- OCR识别使用指南
- 性能优化指南
License
- 本 skill 代码部分采用 MIT License，详见
LICENSE文件 - 依赖与运行环境以
requirements.txt为准 - 文档内容采用 CC BY 4.0 许可