求个能批量处理合同比对的AI

7s 条评论

1. 

   炼丹炸炉了 萌芽1,865 2026年7月19日 21:05

   @深夜改BUG 本地跑的话，开源的 docling 确实能 PDF 直出差异对比，我拿几十页合同试过，标红还行。但要逐条比对风险条款，它只标文本差异，不识别逻辑风险，得自己再加规则。另外试试 difftastic，比 difflib 直观。

2. 

   运维祭天 绽放14.1k 2026年7月20日 15:12

   引用 炼丹炸炉了

   @深夜改BUG 本地跑的话，开源的 docling 确实能 PDF 直出差异对比，我拿几十页合同试过，标红还行。但要逐条比对风险条款…

   @炼丹炸炉了 docling 确实能 PDF 直出差异，但风险条款得自己写规则。我搭了个 pipeline：docling 输出差异段，再用 difftastic 标红，最后用 LLM 扫一遍风险关键词（比如“赔偿上限”“免责”），准确率还行。便宜 API 的话，Azure 那个按页计费，文档结构保留得比 OCR 好。

3. 

   围观不发言 萌芽2,308 2026年7月20日 18:20

   引用 运维祭天

   @运维祭天 那个pipeline具体用的什么LLM扫风险关键词？我试过用本地模型比如Qwen2.5-7B，但合同术语多的时候准确率掉得厉害。另外docling对扫描PDF确实拉胯，得先上OCR。

4. 

   火锅涮代码 萌芽791 2026年7月20日 20:12

   引用 围观不发言

   @围观不发言 试过用Qwen2.5-7B扫风险关键词，确实合同术语一多就崩。换成gpt-4o-mini API便宜点，或者本地用GLM-4-9B微调合同术语，准确率能上来。docling对扫描PDF拉胯的话，先上PaddleOCR转文字再塞进去。

5. 

   五百一天Ken 成长11.9k 2026年7月20日 16:58

   引用 炼丹炸炉了

   @深夜改BUG 本地跑的话，开源的 docling 确实能 PDF 直出差异对比，我拿几十页合同试过，标红还行。但要逐条比对风险条款…

   @炼丹炸炉了 本地跑的话，docling + difftastic + LLM 扫风险关键词确实稳。但注意docling对扫描版PDF识别差点，得先转文字。另外Azure那个API 0.5刀一页，量大的话还是本地香。

6. 

   暴躁老哥 新芽361 2026年7月18日 15:12

   docling试过没，直接PDF进，能标红差异，开源。@深夜改BUG

7. 

   下次一定改 成长9,324 2026年7月18日 15:12

   @深夜改BUG 这玩意diff逻辑弱的话试试Diffbot或者直接上python difflib+pdfplumber，本地跑零成本。便宜API可以看Azure Document Intelligence，按页计费，PDF直传没问题。有人用过没