OpenContracts 开源文档智能平台
为智能体世界打造的开源文档智能平台，将文档库转化为可编程的引用图。
证据显示：README 明确说明遥测数据不收集文档内容、用户身份或查询内容，并提供了禁用方法（TELEMETRY_ENABLED=False, REACT_APP_POSTHOG_API_KEY 未设置），这体现了数据流透明性。但权限最小化方面，MCP 服务器提供匿名和认证端点，但未明确说明权限范围；用户确认机制未明确；敏感数据处理未详细说明；依赖安全未提供漏洞扫描或依赖锁定证据；外部影响（如网络调用）未明确；回滚机制未提及；来源归属仅通过许可证和版权声明体现。因此，多数标准得分较低。
证据显示：项目有 CI 工作流（backend.yml）运行 lint、mypy 和 pytest，测试覆盖了加速检测和基准测试，表明自我一致性较好。依赖可用性方面，使用 Docker 和固定版本，但未提供依赖锁定文件或镜像摘要。失败消息方面，测试中有明确的错误消息和退出码，但用户文档中缺少故障排除指南。因此，自我一致性得 2 分，依赖可用性和失败消息得 2 分。
证据显示：README 描述了多种使用场景（法律、研究、工程等），并提供了 API、MCP、UI 三种接口，表明受众和场景广泛。能力边界通过文档和代码中的模块划分体现，但触发精度（如 MCP 工具权限）未明确。环境适配方面，提供了 Docker 部署和硬件加速选项，但未提供非 Docker 部署指南。因此，受众和场景、能力边界、环境适配得 2 分，触发精度得 1 分。
证据显示：README 提供了清晰的信息架构，包括快速开始、文档链接、架构说明。安装说明详细，包括开发和生产部署步骤。命名稳定性方面，项目名称和版本标签存在，但未提供 API 稳定性保证。示例和 FAQ 方面，README 有代码示例，但缺少 FAQ。已知限制未明确列出。许可证为 MIT，完整文本存在。版本变更日志未提供，但存在发布说明。维护责任未明确，但通过 GitHub 工作流和赞助链接暗示。因此，信息架构、安装说明、示例和 FAQ 得 2 分，命名稳定性、已知限制、版本变更日志、维护责任得 1 分，许可证得 3 分。
证据显示：输出可用性方面，提供了 API、MCP 和 UI，输出格式明确（如 JSON）。边际价值方面，项目提供了独特的引用图功能，但未与其他工具对比。成本效益方面，未提供性能基准或成本分析，但提供了硬件加速选项。因此，输出可用性和边际价值得 2 分，成本效益得 1 分。
证据显示：README 中的声明（如功能、性能）有文档和代码支持，但未提供独立验证。跨来源佐证方面，有测试和 CI 结果，但未提供外部验证。事实与推断分离方面，README 区分了产品描述和架构说明，但未明确标注推断。因此，声明可追溯性得 2 分，跨来源佐证和事实推断分离得 1 分。
- MCP 端点权限未明确，可能暴露敏感数据。
- 依赖安全未提供漏洞扫描或锁定文件，存在供应链风险。
- 遥测数据虽声明匿名，但未提供数据流图或详细说明。
- 回滚机制未提及，数据丢失风险需注意。
这个 Agent 能做什么，适合哪些场景？
OpenContracts 是一个自托管的开源文档智能平台，面向需要构建文档处理应用的开发者和团队。它提供 GraphQL、REST 和 Model Context Protocol (MCP) 三种接口，统一访问文档、标注、引用关系和 AI 智能体。该平台将人类标注作为引用图的基准，支持 PDF、DOCX、纯文本以及 126 种可转换为 PDF 的格式。其核心功能包括语料库管理、结构化数据提取、协作讨论、多模态搜索和可插拔的处理流水线。它是 MIT 许可证，可通过 Docker Compose 部署，并带有用于智能体发现的 MCP 端点。
OpenContracts 通过一个统一的平台处理文档存储、标注、引用提取和 AI 推理。它接收文档，通过 Docling 等解析器提取文本和布局信息，为文档生成向量嵌入，并构建一个引用图，将文档与引用的法律条文或法规连接起来。它提供 Python API 用于创建文档或语料库级别的智能体，这些智能体利用搜索工具和标注数据生成基于引用的回答。MCP 服务器在 /mcp/ 和 /mcp/me/ 端点暴露语料库，提供工具如 search_corpus、list_documents、get_document_text、list_annotations、list_relationships 和 create_thread_message。结构化提取通过定义字段集（自然语言查询）在 Celery workers 上运行，将结果整理到电子表格网格中，包含人工批准/拒绝功能。所有操作均可通过 GraphQL API 访问，前端与后端交互使用 REST 进行上传和健康检查。
- 法律研究团队希望将多个 SEC 文件与引用的法规关联，以构建可导航的治理图。
- 开发人员构建自定义文档智能应用，需要通过 GraphQL API 访问标注和引用数据。
- AI 智能体（例如 Claude 或 Cursor）需要搜索合同语料库并检索基于引用的答案。
- 研究人员需要从数百个文档中提取特定条款（如赔偿条款）到电子表格中进行审查。
- 组织需要协作标注文档，包括线程讨论、@提及和投票，以构建团队知识库。
这个 Agent 有哪些优点和局限？
- 提供完整的引用图基础设施，包含可遍历的文档和法规节点，而非简单的文件存储。
- 通过 MCP 服务器直接集成智能体，支持标准化发现和工具。
- 人类标注作为基准，确保 AI 生成的注释和提取有据可依。
- 架构复杂，需要 Docker 和多个微服务（解析器、嵌入器等）运行。
- 初始设置需要配置环境变量和潜在的 GPU 优化以获得更好的性能。
- PDF 解析和嵌入等某些组件可能依赖外部服务，如 Gotenberg 或硬件加速镜像。
如何安装或部署这个 Agent？
使用 Docker 安装：克隆仓库，复制环境文件（如 .envs/.local/.django、.postgres、.frontend），然后运行 docker compose -f local.yml --profile fullstack up（开发环境）或 docker compose -f production.yml up -d（生产环境）进行构建。访问 http://localhost:3000，使用 admin / Openc0ntracts_def@ult 登录。
如何使用这个 Agent？
使用 Python 智能体：导入 agents 模块，调用 agents.for_document(123, corpus=45)，然后使用 agent.stream('Summarize the indemnification clauses') 流式获取回答。或者，通过 MCP 端点（/mcp/ 或 /mcp/me/）连接智能体客户端，并使用列出的工具。对于结构化提取，定义字段集并运行它；提取内容将在 Celery 队列上调度并显示在网格中，可进行人工审查。