技术合同审核与登记清单填写

概述

本技能用于对技术合同（技术开发/技术转让/技术咨询/技术服务）进行自动化审核，核心流程为：

1. 读取审核清单模板 — 解析 docx 格式的审核清单，提取所有必填字段和审核要点
2. 读取合同文件 — 支持 PDF（含扫描件）和 Word 格式的合同文件
3. 信息提取与交叉校验 — 从合同中逐项提取信息，进行一致性校验
4. 生成审核报告 — 输出 Word 格式的审核报告和已填写的清单表单

输入要求

用户需提供以下文件路径：

执行流程

第一步：读取审核清单模板

使用 python-docx 读取审核清单 docx 文件：

from docx import Document
doc = Document(r'<审核清单路径>')
for table in doc.tables:
    for row in table.rows:
        for cell in row.cells:
            print(cell.text)

提取所有审核字段名称、审核要点说明、字段状态（必填/选填）。

第二步：读取合同文件

情况 A：可提取文本的 PDF / Word 合同

直接用 PyMuPDF（fitz）提取文本：

import fitz
doc = fitz.open(r'<合同PDF路径>')
for page in doc:
    text = page.get_text("text")

Word 合同用 python-docx 读取。

情况 B：扫描件 PDF（图片型，无提取文本）

1. 用 PyMuPDF 将每页渲染为 PNG 图片：

import fitz
doc = fitz.open(r'<合同PDF路径>')
for i, page in enumerate(doc):
    pix = page.get_pixmap(dpi=200)
    pix.save(f'pdf_pages/page_{i+1:02d}.png')

1. 用 Agent 子任务（multimodal vision）逐批 OCR 识别图片内容：
• 每 2 页为一批，避免输入过长
• 将识别结果保存为文本文件
• 合并所有批次结果

关键经验：

• 先尝试直接提取文本，如果提取结果为空或极短（< 100字符），则判定为扫描件
• 扫描件渲染 DPI 建议 200，平衡清晰度和文件大小
• OCR 批次不要超过 2 页/批，避免触发 400 错误
• 不使用 Tesseract（需额外安装），直接用 Agent 内置视觉能力

第三步：信息提取与交叉校验

对照审核清单中的字段，从合同文本中逐项提取：

标准审核字段（基础信息模块）：

• 项目名称（含技术方案大标题）
• 单位名称（甲乙方）
• 项目背景与目标
• 技术研究内容与方法
• 项目进度安排
• 预期成果交付

标准审核字段（合同核心信息模块）：

• 合同成交总金额
• 其中技术交易额
• 合同签订日期
• 合同起始日期
• 合同结束日期
• 支付方式
• 合同类别

交叉校验项目：

• 项目名称一致性（封面 vs 正文 vs 技术方案）
• 合同金额一致性（总金额 vs 付款金额 vs 大写 vs 小写）
• 日期逻辑一致性（签订日期 < 起始日期 < 结束日期，签署日期与项目年份匹配）
• 甲乙双方信息一致性（各处出现的名称是否统一）
• 付款方式勾选一致性
• 验收时间与合同结束日期一致性
• 技术成果归属
• 违约责任条款
• 保密条款

缺失项标注规则：

• 合同中完全找不到对应信息 → 标记为 "缺失" + 黄色高亮
• 信息不完整或模糊 → 标记为 "需补充" + 黄色高亮
• 信息完整明确 → 标记为 "已明确" + 正常样式

第四步：生成输出文件

运行 scripts/generate_outputs.py 脚本生成两份 Word 文件：

文件 1：技术合同审核报告.docx

报告结构（6 个章节）：

1. 合同基本信息 — 表格：审核项目 / 合同内容 / 审核结果
2. 合同核心信息审核 — 4 列表格：字段 / 合同内容 / 审核结果 / 备注
3. 内容数据交叉校验 — 表格：校验项目 / 校验结果 / 说明
4. 缺失项汇总 — 表格：缺失项 / 重要性 / 建议
5. 风险提示 — 编号列表，标注异常和需关注项
6. 审核结论 — 综合评估文字说明

文件 2：技术合同登记表单_已填写.docx

表单结构：

• 标题 + 副标题 + 合同基本信息行
• 基础信息模块表格（4 列：字段 / 状态 / 关键审核点 / 合同提取内容）
• 合同核心信息模块表格（同上 4 列）
• 填写说明（缺失项解释、风险提示）

Word 文档格式规范：

• 默认字体：宋体 10.5pt
• 标题字体：黑体，一级标题 16pt，二级标题 14pt
• 表头：蓝色背景（4472C4），白色加粗字体
• 必填状态：红色加粗（192,0,0）
• 缺失项内容：红色字体 + 黄色底色（FFF2CC）
• 表格样式：Table Grid

批量处理模式

当用户需要批量处理多个合同时：

1. 先读取审核清单模板，提取所有审核字段（只需执行一次）
2. 对每个合同文件，依次执行第二步到第四步
3. 输出文件命名规则：<合同名称>_审核报告.docx 和 <合同名称>_已填写清单.docx
4. 如有多个合同，可选择合并为一份汇总报告

环境依赖

PyMuPDF (fitz) - PDF 读取和页面渲染
python-docx - Word 文档生成和读取

安装命令（如尚未安装）：

C:\Users\xiaog\.workbuddy\binaries\python\envs\default\bin\pip install pymupdf python-docx

脚本说明

scripts/generate_outputs.py

生成审核报告和已填写清单的主脚本。

用法：

python scripts/generate_outputs.py --output-dir <输出目录>

脚本内包含两个数据字典 contract_data_basic 和 contract_data_core，需在运行前根据实际合同内容填入。脚本会自动：

• 生成格式化的审核报告 docx
• 生成已填写清单 docx（缺失项黄色高亮）
• 应用统一的 Word 格式规范

references/audit_checklist_fields.md

包含标准审核字段清单和交叉校验项目参考，供提取信息时对照使用。