contract-structure-parsing

# 合同结构解析 Skill

## 数据来源

本 Skill 支持多种合同文档输入格式，核心数据来源包括：

### 1. 合同文档类型
- **PDF格式**：合同PDF文档
- **Word格式**：合同Word文档
- **图片格式**：扫描版合同图片

### 2. 合同内容类型
- **贷款合同**：银行贷款合同、民间借贷合同
- **担保合同**：保证合同、抵押合同、质押合同
- **投资协议**：股权投资协议、债权投资协议
- **并购协议**：股权转让协议、资产收购协议

### 3. 文档特征
- **语言类型**：中文、英文
- **版式类型**：标准版式、复杂版式、扫描版式
- **文档大小**：小文档（<10MB）、大文档（>10MB）

### 4. 数据格式要求
- **文件路径**：本地文件路径或网络文件URL
- **文件编码**：UTF-8、GBK、GB2312等
- **文件权限**：需要读取权限

> 说明：本 Skill 不包含文档采集功能，需要用户提供合同文档文件。建议文档格式规范，以便进行准确的结构解析。

---

## 功能

本 Skill 提供全面的合同结构解析能力，涵盖多种解析功能：

### 1. 合同结构识别
- **合同标题识别**：识别合同标题和合同类型
- **合同主体识别**：识别合同双方主体信息
- **合同日期识别**：识别合同签署日期和生效日期
- **合同编号识别**：识别合同编号和版本信息

### 2. 条款结构解析
- **条款层级识别**：识别合同的条款层级结构
- **条款标题提取**：提取各级条款标题
- **条款内容提取**：提取各条款的具体内容
- **条款定位**：记录条款在文档中的位置

### 3. 义务责任识别
- **义务条款识别**：识别各方的义务条款
- **责任条款识别**：识别各方的责任条款
- **违约责任识别**：识别违约责任条款
- **权利义务映射**：建立权利义务的映射关系

### 4. 关键信息提取
- **主体信息提取**：提取合同双方的基本信息
- **金额信息提取**：提取涉及金额和支付条款
- **期限信息提取**：提取合同期限和履行期限
- **条件信息提取**：提取合同生效条件和解除条件

### 5. 版式还原
- **版式结构还原**：尽可能还原合同的原始版式
- **格式信息保留**：保留字体、字号等格式信息
- **布局信息记录**：记录页面布局和元素位置

### 6. 高级处理功能
- **OCR识别**：对扫描版合同进行OCR识别
- **多语言识别**：识别合同中的多语言内容
- **结构化输出**：输出结构化的合同内容

---

## 使用示例

### 输出示例
```json
{
  "document_info": {
    "filename": "contract.pdf",
    "file_size": 1024000,
    "page_count": 20,
    "language": "zh-CN",
    "contract_type": "贷款合同"
  },
  "header": {
    "title": "银行贷款合同",
    "contract_number": "LOAN-2024-001",
    "party_a": "示例银行股份有限公司",
    "party_b": "示例公司",
    "sign_date": "2024-03-15",
    "effective_date": "2024-03-20"
  },
  "structure": {
    "clauses": [
      {
        "level": 1,
        "title": "第一条 贷款金额和用途",
        "content": "贷款金额和用途内容...",
        "page": 1,
        "obligations": ["借款人应按约定用途使用贷款"],
        "responsibilities": ["贷款人应按约定发放贷款"]
      },
      {
        "level": 1,
        "title": "第二条 贷款利率和期限",
        "content": "贷款利率和期限内容...",
        "page": 2
      }
    ]
  },
  "key_information": {
    "loan_amount": 10000000,
    "interest_rate": 4.35,
    "loan_term": 12,
    "repayment_method": "等额本息",
    "guarantee": ["抵押", "保证"]
  }
}
```

---

## 注意事项与限制

### 1. 文档格式要求
- 支持标准合同格式文档
- 复杂版式可能影响解析准确性
- 扫描版合同需要OCR功能支持

### 2. 解析准确性
- 标准格式合同解析准确率较高
- 非标准格式可能影响结构识别
- OCR识别准确率受图片质量影响

### 3. 性能考虑
- 大文档处理可能需要较长时间
- 内存占用与文档大小成正比
- 建议对超大文档进行分页处理

### 4. 法律术语
- 需要识别和理解法律术语
- 不同合同类型术语可能不同
- 需要建立法律术语词典

### 5. 使用限制
- 本 Skill 不包含法律意见功能
- 解析结果需要法律专业人士复核
- 受保护文档可能无法解析

---

## 参考资料
- 见 references/ 目录中的相关文档，包括：
  - 合同结构解析方法手册
  - 法律术语词典
  - OCR识别使用指南
  - 性能优化指南

## License
- 本 skill 代码部分采用 MIT License，详见 `LICENSE` 文件
- 依赖与运行环境以 `requirements.txt` 为准
- 文档内容采用 CC BY 4.0 许可