Open-Source-Legal/OpenContracts

解決的問題

OpenContracts 為文件智能提供一個結構化基礎，超越簡單的檔案儲存，建立可程式化的引用圖譜。它解決了 PDF 等「葉子」文件缺乏與其他文件、法規或判例連結的問題，這常導致 AI 代理產生錯誤的連結（edges），或在遇到未解析的引用時失敗。

工作原理

系統將文件倉儲轉換為可導航的圖譜，文件作為節點，引用作為邊。它使用模組化流程來解析、嵌入和產生文件縮圖。

關鍵組件包括：

• 引用圖譜：自動偵測並解析法規引用，建立引用網絡。
• AI 代理：基於 Python 的代理，可在整理後的引用圖譜上進行推理，並提供有根據、帶引用的答案。
• MCP 伺服器：Model Context Protocol 的實作，允許外部 AI 工具（如 Claude 或 Cursor）搜尋語料庫並遍歷引用邊，而無需撰寫自訂的接合程式碼（glue code）。
• 結構化提取：一種「欄位集」系統，使用 LLM 驅動的查詢，將數百份文件中的特定資料提取至表格中，供人工審查。
• 人工標註：人類定義標籤模式並在 PDF 上標註精確的文本段落的層級，為 AI 代理提供其建構所依賴的 ground truth（真實資料）。
• API：提供 GraphQL 和 REST API，向外部應用暴露整個圖譜。

適用對象

適用於處理大規模文件倉儲的團隊，例如法律檔案、研究圖書館、工程知識庫或內部政策資料夾，需要將文件轉化為機器可讀且人類可導航的知識圖譜。

主要亮點

• Model Context Protocol (MCP)：原生支援透過標準化伺服器引入自訂代理。
• 人機協同：將人工標註視為引用圖譜的 ground truth。
• 布局忠實的 PDF：為 PDF 上的標註提供精確的文本到座標映射。
• 版本控制的語料庫：支援文件集合及其標註的 Git 風格分支與分叉。
• 可插拔流程：支援不同檔案格式的可替換解析器與嵌入模組。