Open-Source-Legal/OpenContracts

What it solves

OpenContracts 提供文档库的可编程引用图。它解决了文档被存储为孤立文件（叶节点）而非相互连接的节点的问题，这常导致 AI 代理产生幻觉式引用或无法解析引用。通过创建结构化的引用基底和人工验证的注释，允许团队以高精度在复杂的文档网络中导航——如法律档案、研究图书馆或内部政策。

How it works

系统将文档语料库转换为可导航的图，文档为节点，引用为边。它使用模块化的流水线进行解析、嵌入和缩略图，并支持可插拔的架构以加入自定义组件。

关键技术点包括：

• AI Agents：基于 Python 的代理，在引用图上推理并提供有依据、带引用的答案。
• MCP Server：Model Context Protocol 服务器，允许 Claude、Cursor 等 AI 工具搜索语料库并沿引用边遍历，无需自定义 glue code。
• Structured Extraction：使用 Celery 工作者在数百份文档上运行自然语言查询，将结果填入类似电子表格的网格供人工审阅。
• API Layer：类型化的 GraphQL 与 REST API，为 React UI 与外部应用提供动力。

Who it’s for

• Legal and Research Teams：管理大量法规、法院意见或合同档案，需要精确交叉引用的团队。
• Developers：构建 AI 驱动文档智能工具，需要有依据基底供代理使用的开发者。
• Knowledge Managers：维护内部政策库或工程知识库，文档之间关系关键的团队。

Highlights

• Human-in-the-Loop：将人工注释视为真实数据，让 AI 在验证过的数据上构建，而非取代。
• MCP Integration：原生支持 Model Context Protocol，实现无缝的代理访问。
• Version-Controlled Corpuses：支持分支、分叉和历史追踪，类似 git 的文档集合管理。
• Layout-Faithful Annotation：对 PDF 进行精确的文字‑坐标映射，确保注释与原始布局保持一致。
• Multimodal Search：结合向量嵌入和全文搜索，跨文档与注释进行多模态检索。