LangChain DG

企业合同全生命周期 AI Agent 平台

面向企业合同全生命周期的 AI Agent 平台，覆盖合同上传、文档结构化、风险审查、Human-in-the-loop、版本追踪、客户回传 Diff、谈判辅助与最终合同交付，基于 LangGraph、RAG、ContractPolicy 构建可追溯、可恢复的智能合同处理闭环。

项目简介

LangChain DG 是一个企业合同全生命周期 AI Agent 平台。系统围绕合同的完整业务闭环构建：合同上传 → 文档结构化 → 风险审查 → 人工确认 → 新版本生成 → 客户回传 Diff → 谈判辅助 → 合同交付。

平台采用 Workflow First、Agent Second 的设计思想，将确定性业务逻辑与 LLM 推理节点解耦：以 LangGraph 负责 Agent Workflow 与可恢复执行，以 PostgreSQL 保存业务状态，以 RAG / ContractPolicy / MCP / OSS 等共享能力构建面向真实业务流程的 Agent Application。

本仓库此前的“多 Agent 对话应用 / 企业知识库问答”定位已经演进。Contract 是当前第一产品线；企业知识库（Knowledge）产品已退休，其可复用的 retrieval / embedding / pgvector 能力继续作为底层能力服务新产品。Interview Agent 作为独立产品线保留，但不再是项目主线。

核心能力

合同领域与版本模型

Customer / Contract / ContractVersion 领域实体与用例服务
append-only 版本模型：Contract ID 稳定，V1 / V2 / V3 为完整快照，历史版本不覆盖
合同归属与用户隔离：所有查询按 user_id 隔离
版本编号与历史追踪：版本号单调递增，(contract_id, number) 唯一
Customer / Contract / ContractVersion 的完整 CRUD API

文档智能

PDF / Markdown / TXT 文档解析与清洗切块流水线
面向检索的 embedding 入库（pgvector）
结构化 ContractClause 抽取，作为审查工作流的输入

AI 风险审查

Review Workflow：面向合同条款的审查工作流
RiskFinding：结构化风险点输出
ContractPolicy / RAG 上下文：以企业政策与历史合同为检索上下文
采用 Pydantic 结构化输出约束 LLM 决策

Human-in-the-loop

AI 不直接覆盖合同，风险点先转为 Revision Proposal
人工 Accept / Reject / Edit 后生成新 ContractVersion
明确原则：AI suggestion ≠ final business decision

合同 Diff 与谈判辅助

Diff Engine：Previous Version + Current Version → 结构化变更
谈判辅助 Agent：基于 Diff 与 ContractPolicy 生成修改建议与话术

Agent Runtime

LangGraph 状态图与可恢复执行
PostgreSQL Checkpoint：保存 Agent 运行时状态，支持 interrupt / resume
SSE 流式：图前 Context Builder 并行准备 History / Memory / RAG 上下文
Context Builder：runtime/context，图前并行装配上下文

平台能力

PostgreSQL + pgvector：业务库、向量库、Checkpoint 库
RAG：Embedding / Rerank / Retrieval Planner
Memory：短期会话压缩 + 长期 Memory Agent（异步后置）
MCP：外部工具接入
OSS：阿里云对象存储适配
Redis / Docker / Nginx：部署与基础设施

架构

分层视图

                            React (SPA)
                                │
                                ▼
                        FastAPI (HTTP / SSE)
                                │
                                ▼
                    Contract Application Layer
        ┌───────────────────────┼────────────────────────┐
        ▼                       ▼                        ▼
     Domain                  Workflow                  Agents
 (实体 / 不变量)         (确定性编排)            (推理 / 规划 / 风险)
        └───────────────────────┼────────────────────────┘
                                ▼
                    Agent Runtime / LangGraph
                                │
        ┌───────────────┬───────┴────────┬────────────────┐
        ▼               ▼                ▼                ▼
     Context          RAG           Tools / MCP      Checkpoint
   (图前装配)     (pgvector)      (外部能力)      (运行时状态)
                                │
                                ▼
                        Infrastructure
        ┌───────────────┬───────────────┬────────────────┐
        ▼               ▼               ▼                ▼
   PostgreSQL       Redis            OSS            Document
      + pgvector   (Queue/缓存)   (对象存储)     (解析 / 渲染)

设计理念

1. Workflow First, Agent Second

Agent 不是整个系统，业务流程由 Workflow 控制。LLM / Agent 只进入真正需要 reasoning、planning、risk analysis、revision、negotiation 的节点；CRUD、Version、Diff、Parsing、Storage、Export、Email 等确定性逻辑使用普通 Service / Engine / Worker。

2. Business State 与 Runtime State 分离

PostgreSQL 保存业务事实：Customer、Contract、ContractVersion、ContractClause、ContractChange、RiskFinding、Policy
LangGraph Checkpoint 只保存 Agent 运行时状态（interrupt / resume / workflow execution）
ContractVersion 永远不放进 Checkpoint，也不从 Checkpoint 恢复

3. Human-in-the-loop

AI 不直接覆盖合同，核心链路为：

RiskFinding → Revision Proposal → Human Accept / Reject / Edit → New ContractVersion

4. Version-first Contract Model

Customer
  └── Contract              (Contract ID 稳定)
        └── ContractVersion  (V1 / V2 / V3 完整快照)
              └── ContractClause
                    ├── RiskFinding
                    └── ContractChange

5. Deterministic + Agent Hybrid

Document Parser、Diff Engine、Version Manager、PDF Renderer、Email Worker 是普通服务，不是 Agent；Review、Revision、Negotiation 属于智能决策能力，才使用 Agent。

设计决策记录见 docs/adr/：产品隔离、领域分离、Workflow First、Agent Runtime 边界、业务状态 vs Checkpoint、持久化后台任务、SSE 传输边界。

合同工作流

目标架构下的完整合同处理链路：

   用户上传 PDF / Markdown
          │
          ▼
      ContractVersion
          │
          ▼
   Document Intelligence
          │
          ▼
     ContractClause
          │
          ▼
     Review Workflow
          │
          ▼
      RiskFinding
          │
          ▼
   Revision Proposal
          │
          ▼
  Human-in-the-loop  ◄── Accept / Reject / Edit
          │
          ▼
    New ContractVersion
          │
          ▼
   Diff / Negotiation
          │
          ▼
        Export
          │
          ▼
   Email / Delivery

技术栈

层级	技术
后端	Python 3.12, FastAPI, LangGraph, SQLAlchemy (async), Pydantic
前端	React 18, TypeScript, Vite, Ant Design
数据	PostgreSQL, pgvector, Redis
AI	RAG, Embedding, Rerank, LLM, MCP
基础设施	阿里云 OSS, Docker, Docker Compose, Nginx
向量 / LLM	DashScope（阿里云百炼）
安全	JWT + SM2 国密

项目结构

backend_langchain/
├── app/                          # FastAPI 应用层
│   ├── main.py                   # 应用入口 / lifespan
│   ├── routers/                  # HTTP 路由：user / customer / contract / interview
│   ├── dependencies/             # 依赖注入装配
│   ├── services/
│   │   └── document_pipeline/    # 文档清洗 / 切块 / 向量化 ingest
│   ├── auth/                     # JWT + SM2
│   ├── sse.py                    # SSE 编排
│   └── settings.py
│
├── products/                     # 产品线（互不 import）
│   ├── contract/                 # 第一产品线：合同全生命周期
│   │   ├── domain/               # Contract / Customer / ContractVersion 实体与错误
│   │   ├── application/          # 用例服务 + Ports
│   │   ├── schemas/              # API DTO
│   │   ├── workflows/            # 预留：审查工作流（Phase 1 未实现）
│   │   ├── agents/               # 预留：决策点 Agent
│   │   └── policies/             # 预留：ContractPolicy
│   └── interview/                # 其他产品线：面试 Agent
│
├── runtime/                      # 运行机制（无业务）
│   ├── execution/                # 通用 State / 图工厂
│   ├── context/                  # 图前 Context Builder
│   ├── checkpoint/               # LangGraph PostgreSQL checkpointer
│   └── streaming/                # astream → 统一事件
│
├── agent_platform/               # 平台端口（Ports）
│   ├── agent_runtime/            # Agent 运行时端口 / 事件
│   ├── document/                 # 文档处理端口
│   ├── retrieval/                # 检索端口
│   └── storage/                  # 对象存储端口
│
├── infrastructure/               # 共享底座适配器
│   ├── db/                       # SQLAlchemy models / repositories
│   ├── rag/                      # pgvector / Planner / Rerank / WebSearch
│   ├── memory/                   # 短期压缩 + 长期 Memory Agent
│   ├── oss/                      # 阿里云 OSS 适配
│   ├── pdf/                      # PDF 人机确认 + 渲染
│   ├── queue/                    # JobQueue / Worker 端口
│   └── mcp/                      # MCP 多服务
│
├── harness/                      # AgentRun / Trace 运行留痕
├── migrations/                   # 0001 contract schema / 0002 knowledge retire
├── knowledge/                    # docs2（Interview 语料）+ 已退休语料归档
├── scripts/                      # 建库 / 诊断 / smoke
├── tests/contract/
└── env/                          # yaml 配置样例

frontend_langchain/
└── src/
    ├── app/routes/               # 路由（ContractRoutes）
    ├── pages/
    │   ├── contract/             # ContractListPage / ContractVersionPage
    │   └── interview/
    ├── features/
    │   ├── contract/             # api / types
    │   └── chat/
    ├── page/                     # Legacy：对话 / 登录注册
    ├── services/                 # api / chatApi / chatStream / request
    └── utils/                    # sm2

快速开始

环境要求

Python 3.12+
Node.js 18+
Docker & Docker Compose
PostgreSQL（业务库 + Checkpoint 库，需 pgvector）

配置环境变量

cp .env.example .env

# 开发
cp backend_langchain/env/settings_debug.example.yaml backend_langchain/env/settings_debug.yaml

# 生产
cp backend_langchain/env/settings_pro.example.yaml backend_langchain/env/settings_pro.yaml

Docker 部署

docker compose up -d

服务默认 http://localhost:8000（同栈包含 PostgreSQL / pgvector、Redis、Nginx）。

本地开发

安装后端依赖：

cd backend_langchain
pip install -r requirements.txt

启动后端：

uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

安装前端并启动：

cd frontend_langchain
npm install
npm run dev

Roadmap

Contract / Customer / ContractVersion 领域基础
Product / Runtime / Infrastructure 分层隔离
Legacy Knowledge 产品退休
Agent Runtime（LangGraph / SSE / Checkpoint / Context Builder）
共享基础设施（RAG / Memory / MCP / OSS / Redis / Docker）
Contract 文件上传 + OSS 绑定
Document Intelligence → ContractClause
Review Workflow → RiskFinding
Revision + Human-in-the-loop
Version Diff
Negotiation Agent
DOCX / PDF 导出
Email 交付
持久化后台任务（Queue / Worker 落地）

其他产品线

Interview Agent（次要 / 并行演进）

现有 Interview Agent 作为独立产品线继续保留，与 Contract 产品业务隔离，共享 Runtime / RAG / Memory 等底层能力。产品线之间严禁互相 import（见 ADR 0001），只共用底层平台能力。

Legacy 知识库

企业知识库（Knowledge）产品已退休：knowledge/docs1 与旧向量数据归档在 knowledge/_retired_agent_corpus/，相关表归档脚本见 migrations/0002_retire_knowledge_data.py（显式执行，可回滚）。

需要说明的是：Knowledge 产品 ≠ RAG 能力。退休的是知识库问答产品，其中可复用的 retrieval / embedding / pgvector 能力继续作为底层能力服务新产品。

如仍需构建 Interview 语料，语料位于 backend_langchain/knowledge/docs2/<domain>/**/*.pdf：

cd backend_langchain
python -m scripts.build_rag_knowledge --interview-only

配置说明

主要配置：backend_langchain/app/settings.py + env/settings_*.yaml：

llm_config：大模型
dashscope_config：嵌入 / 精排 / 可选联网
rag_config：检索与 Planner 相关开关
postgres / checkpoint：业务库与 LangGraph 会话库
oss_config：阿里云 OSS
redis_url：Redis

密钥通过仓库根目录 .env 以 ${VAR} 注入 yaml。

许可证

MIT License

Langchain_DG