Open-Source-Legal/OpenContracts

What it solves

OpenContracts 提供文件庫的可程式化引用圖。它解決了文件被儲存為孤立檔案（葉節點）而非相互連結的節點的問題，這常導致 AI 代理人產生幻覺式引用或無法解析引用。透過建立結構化的引用基底與人工驗證的註釋，讓團隊能以高精度在複雜的文件網路中導航——例如法律檔案、研究圖書館或內部政策。

How it works

系統將文件語料庫轉換為可導航的圖形，文件為節點，引用為邊。它使用模組化的管線進行解析、嵌入與縮圖，並支援可插拔的架構以加入自訂元件。

主要技術面包括：

• AI Agents：基於 Python 的代理人，於引用圖上推理並提供有根據、帶引用的答案。
• MCP Server：Model Context Protocol 伺服器，讓 Claude、Cursor 等 AI 工具能搜尋語料庫並沿引用邊走訪，無需自訂 glue code。
• Structured Extraction：使用 Celery 工作者在數百份文件上執行自然語言查詢，將結果填入類試算表的格子供人工審核。
• API Layer：型別化的 GraphQL 與 REST API，為 React UI 與外部應用提供動力。

Who it’s for

• Legal and Research Teams：管理大量法規、法院意見或合約檔案，需要精確交叉參照的團隊。
• Developers：構建 AI 驅動文件智慧工具，需要有根據基底供代理人使用的開發者。
• Knowledge Managers：維護內部政策庫或工程知識庫，文件間關係至關重要的團隊。

Highlights

• Human-in-the-Loop：將人工註釋視為真實資料，讓 AI 在驗證過的資料上建構，而非取代。
• MCP Integration：原生支援 Model Context Protocol，實現無縫的代理存取。
• Version-Controlled Corpuses：支援分支、分叉與歷史追蹤，類似 git 的文件集合管理。
• Layout-Faithful Annotation：對 PDF 進行精確的文字‑座標映射，確保註釋與原始版面保持一致。
• Multimodal Search：結合向量嵌入與全文搜尋，跨文件與註釋進行多模態檢索。