在与多位律师朋友以及自己开公司的老板朋友聊天中发现，他们都有一个迫切的需求：“希望对自己手头的大量合同文本，做一个全面的合同风险评估，提前采取措施规避风险点，或者提前准备以应对风险的爆发，并减少损失。”因此，在私有化部署的大模型与AI应用开发平台中开发本地可用的“合同审查智能体”，就像给企业装了一个既聪明又可靠的“法律秘书”。

想象一下，公司的合同就像家里的贵重物品。如果使用网上的大模型和类似DeepSeek、豆包等AI助手，虽然方便，但总担心数据泄密。私有化部署相当于把合同锁进自家保险柜（企业本地服务器，甚至就是一台配了独立显卡的笔记本电脑），钥匙只有自己保管。这能有效避免合同里的客户隐私或商业机密数据泄露的风险，还能满足像GDPR这种“国际防盗锁”的合规要求。

况且，每个企业的合同审核需求不同，就像不同病人需要不同的药方。通过Dify的工作流功能，企业可以像搭积木一样定制审核流程。比如：像“预检分诊”一样挑出合同里的问题条款，引用法律条文，并给出专业化修改建议；还能让系统自动翻译合同，为中小外贸企业提升效率。当然，AI存在“幻觉”问题，适当的人工复核是必要的。

接下来，我们就看看通过Ollama软件本地部署并运行Qwen3（30b多模态版本：300亿模型参数量），配合本地Docker容器环境运行的Dify软件，来快速开发一个“合同审查智能体”。

一、智能体开发环境：

老规矩，说一下环境的版本号：

本地模型运行环境：Ollama v0.7.0版本（从0.6.8版本在线升级）；

本地推理模型：qwen3:30b（因为Ollama0.6.8版本不兼容刚推出的qwen3:30b-a3b-q4_K_M模型版本，害得我还消耗流量重新下载了19GB模型一遍）；

智能体开发运行环境：Dify v1.3.1；（写本文时，v1.4.0已经在推送了，但先不忙升级，让子弹再飞一会儿）

二、准备测试用途合同样本

特别注意啊，智能体能检测的合同文档格式如下：

文档中的主体都是虚构的名称，如有雷同，纯属巧合。

三、Dify中安装插件“Markdown转换器”

光看“Markdown转换器”的介绍，大家肯定会疑惑：“不是都建议把其他格式转成Markdown格式，以便于大模型理解吗？为何要把Markdown格式转为pptx、word等其他格式呢？”其实“Markdown转换器”（v1.2）是用在输出大模型的结论文本，输出为便于人类阅读和存档用途，就是最后的输出内容以pdf和word文档的格式提供下载。

四、Dify中创建工作流应用

首先在Dify中创建一个“空白应用”，选择“工作流”模式。

1、开始节点的设置

开始节点的“输入字段”位置添加4个变量作为下一个节点的输入：

(1).“文件列表”变量：“字段类型”选择“文件列表”，变量名称只能用英文和数字，随便起个名叫“upload”，显示名称可以用中文，就叫“文件列表”。此处用于上传合同文件本身。

(2).“审查主体”变量：“字段类型”选择“文本”，变量名称叫“Apart”，显示名称叫“审查主体”。此处让大模型知道要站在合同中哪一方的立场去分析问题规避风险。

(3).“工作领域”变量：“字段类型”选择“文本”，变量名称叫“workfiled”，显示名称“工作领域”。此处让MoE多模态大模型知道调用哪个内置专家来解决问题。

(4).“合同要点”变量：“字段类型”选择“文本”，变量名称叫“attention”，显示名称“合同要点”。此处是说本次合同文本的分析要重点关注哪些问题。

这4个方面的输入应该涵盖合同审查时最关键的四个方面的注意事项。

文件列表变量截图：

审查主体变量截图：

工作领域变量截图：

合同要点变量截图：

这里有个坑，Dify里面节点的“文本”变量的“最大长度”默认设置为48（意味着输入的文本Tokens字数不能超过48）。而合同文本一般较长，我就碰见个坑，默认48，读取合同时系统报错，这里修改为最大值“256”。

2、下一节点“LLM”的设置

LLM主要对合同审核要点进行解释，翻译为大模型能够理解的机器语言，此处填写到“SYSTEM”中的提示词如下：

---

“{{开始节点的attention}}将用户的要求或关注点转换为具体的合同审查要点，并输出为提示词中的attention”

---

此处注意：提示词最前面的函数是输入“{”大括号或者“/”斜杠来引入的。主要是提取开始节点的“合同要点”变量，作为Qwen3模型运算的输入值。

3、“文档提取器”提取合同文件内容

“文档提取器”节点在输入变量位置选择提取开始节点的“文件列表”变量，主要是提取上传的合同文件内容。

特别注意，“文档提取器”支持的文件上传格式为：txt、markdown、mdx、pdf、html、xlsx、xls、docx、csv、vtt、properties、md、htm。我选择上传docx文档。

4、下一节点“LLM2”的设置

这是主流程处理节点，在“上下文”处提取“LLM节点的输出函数，并在SYSTEM输入提示词如下：

---

角色：

你是一位专业的律师，执业领域是{{开始节点的workfiled}}

任务：

你要以{{开始节点的Apart}}利益最大化为原则，对{{上下文}}进行审查和分析，并提供严格的评分。具体目标:

1.对提交的合同文本进行全面审查，指出存在的问题和风险；

2.提供具体的改进建议，帮助改进和完善合同条款;

3.根据法律规范和个人建议，修改并完善合同的具体条款:

4.向客户提供专业的法律服务和支持。

约束条件:

1.必须遵守现行有效的法律法规，不能引用已废止的法律条文；

2.所有合同条款的设计应当符合最新的法律法规及相关政策的规定，要使用准确无误的专业术语和地名:

3.结合特定行业的特点(如XXX行业)，确保合同内容贴合实际情况。

4,考虏并反映 {{开始节点的Apart}}的需求，始终站在其角度满足利益最大化。

---

这个“上下文”，是打一个英文的{，这样就能引用出来了。

5、将输出内容进行“Markdown转换pdf”的设置

从LLM2添加下一个节点，选择工具，下一步选择markdown转换器节点：

第一个“Markdown转换pdf”节点设置如下：

第二个“Markdown转换docx”节点设置如下：

都是将“LLM2节点的输出内容作为最终分析报告的内容填入PDF和WORD文档中。

6、添加结束节点，并设置变量：

结束节点需添加3种输出，一个是“审核结果”直接输出文字，另外两个分别输出为PDF文档和WORD文档，可以下载。

dify创建工作流“合同审查智能体”到这边就结束了。

五、运行测试

开始测试时，需要分别输入4种变量。

“合同要点”输入为：“重点关注合同主体合法性与授权范围的潜在风险，服务范围需要明确，避免模糊条款，以及约定服务范围变更的流程与机制”

审查主体：噼里啪啦云

工作领域：软件服务

报错：

在“文档提取器”这里报错，说有非结构化的在upload里面。检查后，是“文档提取器”本身不支持.doc文件的提取。需要变更上传的文档格式为.docx！

经上述修改后，该dify应用流程运行成功。获得期望输出：

运行结束后可以下载相应的文件查看效果。

输出的docx格式和pdf格式内容一致，界面截图如下：

Dify中整个智能体开发流程截图如下：

我的文章里面配的一步一步操作的截图比较多，内容稍微偏浅显易懂一点，主要是考虑到“工具就是拿来用的，越多普通人知道如何使用，才能提高效率”，会更多照顾到普通人的理解水平。各位技术大拿可忽略……

---

喜欢本文的朋友请“点赞+转发+推荐”

有问题请留言，咱们评论区聊

请关注并订阅本公众号“架构面面观”

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！