【TextIn大模型加速器 + 火山引擎】在Coze平台快速搭建智能文档解析与合规审查Agent

本文探讨如何利用TextIn文档解析引擎与火山引擎Coze/HiAgent平台，构建智能文档处理系统以应对企业多语言、多格式文档处理的挑战。以搭建"跨国采购合同审查Agent"为例，详细演示在Coze平台通过拖拽配置工作流，集成文档解析、条款分割、模板比对与大模型分析，最终生成审查报告的全流程。该方案为企业实现从文档解析到智能理解与执行的自动化，提供了高效、低代码的一体化解决方案。

---

目录

一、背景与需求：智能文档处理的现状与挑战

[二、技术选型：为什么选择TextIn + Coze/HiAgent？](#二、技术选型：为什么选择TextIn + Coze/HiAgent？)

三、实战：在Coze平台搭建跨国采购合同审查Agent

[3.1 准备工作](#3.1 准备工作)

[3.2 步骤一：创建智能体并配置TextIn插件](#3.2 步骤一：创建智能体并配置TextIn插件)

[3.3 步骤二：构建工作流](#3.3 步骤二：构建工作流)

[3.4 步骤三：配置智能体发布设置](#3.4 步骤三：配置智能体发布设置)

[3.5 步骤四：测试与验证](#3.5 步骤四：测试与验证)

四、效果与价值

五、扩展应用场景

---

一、背景与需求：智能文档处理的现状与挑战

随着企业数字化进程的加速，文档处理已成为各类业务场景中的高频需求。无论是制造业的多语言产品手册翻译、跨国采购合同审查，还是贸易融资单据核验，传统的人工处理方式不仅效率低下，还容易因疲劳或疏忽导致错误。尤其是在全球化业务中，多语言、多格式的文档处理更是成为技术实施的难点。

近年来，大模型与Agent技术的兴起，为文档智能处理提供了新的可能性。然而，大多数RAG（检索增强生成）系统仍停留在"纯文本召回"层面，对文档中的表格、标题、版面结构等信息缺乏深度理解，导致召回准确率不高、语义理解偏差等问题。

TextIn文档解析引擎 的出现，正好填补了这一技术空白。它支持50+语言、20+格式的文档解析，并输出带版式坐标的Markdown结构，可直接用于向量化与智能召回。结合火山引擎的Coze/HiAgent平台，我们可以快速搭建一个支持多维度文档理解的智能体，实现从"解析→召回→Prompt→调用LLM→回写"的全流程自动化。

二、技术选型：为什么选择TextIn + Coze/HiAgent？

TextIn 解析引擎亮点：

• 多语言多格式支持：覆盖PDF、Word、图片、扫描件等常见格式，支持中、英、德、日等50+语言。

• 结构化输出：不仅提取文本，还保留段落、表格、标题、图示编号等版面信息，输出带bbox坐标的Markdown格式。

• 即插即用：提供API和插件，可与现有系统无缝集成。

Coze/HiAgent 平台优势：

• 低代码 搭建：通过拖拽节点即可构建复杂业务流程。

• 支持热更新、灰度发布、操作审计，适合企业级应用。

• 内置 大模型 与工具调用能力，支持自定义插件与工作流编排。

三、实战：在Coze平台搭建跨国采购合同审查Agent

下面以跨国采购合同条款一致性审查为例，演示如何利用TextIn插件在Coze平台快速搭建一个智能审查Agent。

3.1 准备工作

3.1.1 账号与权限

1. Coze平台账号 ：访问 Coze.cn 注册并登录。

2. TextIn API 密钥 ：访问 TextIn官网 注册账号，进入控制台创建API Key，保存好api_key和api_secret。

3.1.2 测试文档准备

准备两份文档用于测试：

• standard_contract_template.docx：标准合同模板（中英文）

• purchase_contract_2024.pdf：待审查的采购合同（含中德英三语）

3.2 步骤一：创建智能体并配置TextIn插件

3.2.1 创建新智能体

1. 登录Coze平台https://www.coze.cn/open/docs/cozespace/overview，点击左上角"创建" → 选择"智能体"。

2.输入智能体名称：合同智能审查助手

3. 描述：自动解析多语言合同，比对标准模板，高亮差异条款

4. 点击创建。

3.2.2 添加TextIn文档解析插件

1. 在智能体编辑界面，点击左侧"插件"标签。

2. 点击"添加插件"，在搜索框输入"TextIn"。

3. 找到"TextIn-通用文档解析专业版"插件，点击"添加"。

4. 关键配置：在插件配置区域，填写以下信息：

   插件名称：TextIn文档解析（可以保持默认）
   接口地址：通常已自动填充
   
   身份认证参数：
   API Key: [您的TextIn API Key]
   API Secret: [您的TextIn API Secret]

   注：可在TextIn控制台的"账户设置"-"密钥管理"中找到

3.3 步骤二：构建工作流

3.3.1 进入工作流编辑器

1. 在智能体编辑页面，点击"工作流"标签。

2. 点击"创建工作流"，命名为contract_review_workflow。

3. 工作流描述：输入 "自动解析合同文档，与标准模板比对，输出差异分析报告。支持多语言、多格式合同文件。"

4. 开启"作为插件运行"，这样智能体可直接调用此工作流。

3.3.2 节点1：文档上传与解析

1. 添加开始节点：从左侧拖入"开始"节点。

2. 添加TextIn解析节点：

• 从左侧插件列表拖入"TextIn文档解析"节点

• 连线：开始节点 → TextIn节点

• 配置参数：

  输入类型：选择"文件URL"或"base64"
  （建议：上传文件到Coze知识库获取URL）
  语言检测：开启
  输出格式：markdown
  表格识别：开启
  版面分析：开启

  代码配置示例（节点设置中的"高级配置"）：

  {
    "file_url": "{{input.file_url}}",
    "lang": "auto",
    "format": "markdown",
    "enable_table": true,
    "enable_layout": true
  }

3. 测试解析：点击节点右上角"测试"，上传一个PDF合同，查看解析输出的Markdown是否包含表格和段落结构。

3.3.3 节点2：条款结构化与向量化

1. 添加代码节点：

• 拖入"代码"节点，选择Python

• 连线：TextIn节点 → 代码节点

2. 编写条款处理代码：

import re

async def main(input_data):
    """
    处理ParseX解析结果，将合同文本分割为结构化条款
    """
    # 调试：打印输入数据以了解结构
    print(f"输入数据类型: {type(input_data)}")
    print(f"输入数据键: {input_data.keys() if isinstance(input_data, dict) else '不是字典'}")
    
    # 尝试多种方式获取markdown文本
    markdown_text = ""
    
    # 方式1：直接从input_data获取markdown
    if isinstance(input_data, dict):
        markdown_text = input_data.get('markdown', '')
    
    # 方式2：如果markdown为空，尝试从detail中提取
    if not markdown_text or markdown_text.strip() == "":
        if isinstance(input_data, dict):
            detail = input_data.get('detail', [])
            text_parts = []
            for item in detail:
                if isinstance(item, dict):
                    text = item.get('text', '').strip()
                    if text:
                        text_parts.append(text)
            if text_parts:
                markdown_text = '\n\n'.join(text_parts)
    
    # 方式3：如果还是空，尝试从原始数据中查找
    if not markdown_text or markdown_text.strip() == "":
        # 尝试将整个输入转换为字符串
        import json
        try:
            markdown_text = json.dumps(input_data, ensure_ascii=False, indent=2)
        except:
            markdown_text = str(input_data)
    
    # 如果markdown_text仍然为空，返回错误信息
    if not markdown_text or markdown_text.strip() == "":
        return {
            "error": "未找到合同文本内容",
            "input_data_keys": list(input_data.keys()) if isinstance(input_data, dict) else [],
            "input_data_type": str(type(input_data)),
            "markdown_found": False
        }
    
    # 初始化条款列表
    clauses = []
    current_clause = None
    
    # 按行分割文本
    lines = markdown_text.split('\n')
    
    for line_num, line in enumerate(lines):
        line = line.strip()
        if not line:
            continue
        
        # 检测条款标题
        is_clause_title = False
        clause_info = {}
        
        # 中文条款模式
        zh_patterns = [
            r'^第[一二三四五六七八九十]+条',
            r'^第\d+条',
            r'^[一二三四五六七八九十]+、',
            r'^[0-9]+\.',
        ]
        
        # 德文条款模式
        de_patterns = [
            r'^Artikel\s+\d+',
            r'^§\s*\d+',
        ]
        
        # 英文条款模式
        en_patterns = [
            r'^Article\s+\d+',
            r'^Clause\s+\d+',
            r'^Section\s+\d+',
        ]
        
        # 检查是否匹配任何条款模式
        for pattern in zh_patterns + de_patterns + en_patterns:
            if re.search(pattern, line, re.IGNORECASE):
                is_clause_title = True
                
                # 确定语言
                language = "unknown"
                if any(re.search(p, line) for p in zh_patterns):
                    language = "zh"
                elif any(re.search(p, line, re.IGNORECASE) for p in de_patterns):
                    language = "de"
                elif any(re.search(p, line, re.IGNORECASE) for p in en_patterns):
                    language = "en"
                
                # 提取条款编号
                clause_match = re.search(r'\d+', line)
                clause_number = clause_match.group() if clause_match else "unknown"
                
                clause_info = {
                    "title": line,
                    "number": clause_number,
                    "language": language
                }
                break
        
        if is_clause_title:
            # 保存上一个条款（如果有）
            if current_clause:
                clauses.append(current_clause)
            
            # 开始新条款
            current_clause = {
                "title": clause_info["title"],
                "number": clause_info["number"],
                "language": clause_info["language"],
                "content": [line],
                "lines": [line_num],
                "start_line": line_num,
                "end_line": line_num,
                "full_content": line
            }
        elif current_clause:
            # 继续当前条款
            current_clause["content"].append(line)
            current_clause["end_line"] = line_num
            current_clause["full_content"] += "\n" + line
    
    # 添加最后一个条款
    if current_clause:
        clauses.append(current_clause)
    
    # 如果没有找到条款，将整个文档作为一个条款
    if not clauses:
        clauses = [{
            "title": "完整合同",
            "number": "1",
            "language": "multi",
            "content": lines,
            "full_content": markdown_text,
            "is_complete": True
        }]
    
    # 统计信息
    stats = {
        "total_clauses": len(clauses),
        "total_lines": len(lines),
        "total_characters": len(markdown_text),
        "languages_found": list(set([c.get("language", "unknown") for c in clauses])),
        "markdown_preview": markdown_text[:200] + "..." if len(markdown_text) > 200 else markdown_text
    }
    
    # 提取关键条款
    key_clauses = []
    key_terms = ["付款", "支付", "交付", "交货", "质量", "责任", "违约", "保密", "争议", "仲裁"]
    
    for clause in clauses:
        content = clause.get("full_content", "").lower()
        for term in key_terms:
            if term.lower() in content:
                key_clauses.append({
                    "clause_number": clause.get("number"),
                    "title": clause.get("title"),
                    "key_term": term,
                    "preview": content[:200] + "..." if len(content) > 200 else content
                })
                break
    
    return {
        "structured_clauses": clauses,
        "statistics": stats,
        "key_clauses": key_clauses,
        "original_markdown_length": len(markdown_text),
        "parsing_status": "success",
        "message": f"成功处理合同文本，分割为 {len(clauses)} 个条款"
    }

3.3.4 节点3：模板比对与差异分析

1. 添加知识库节点：

• 拖入"知识库"节点

• 创建名为standard_contract_templates的知识库

• 上传标准合同模板文件，开启向量化

• 配置召回参数：Top K=5，相似度阈值=0.7

2. 添加大模型节点：

• 拖入"大模型"节点，选择豆包（Doubao）或GPT

• 连线：代码节点 → 知识库节点 → 大模型节点

3. 配置Prompt模板：

你是一个专业的合同审查专家。请对比以下两份合同条款：

【待审合同条款】
{{clauses}}

【标准模板条款】
{{knowledge_base_results}}

请按以下格式输出对比结果：
1. 一致性分析：逐条说明条款是否与模板一致
2. 差异详情：对不一致的条款，说明具体差异
3. 风险等级：高/中/低
4. 修改建议：提供具体的修改文本

特别注意：
- 金额、日期、责任条款必须精确匹配
- 多语言条款需检查语义一致性
- 使用红色高亮标记关键差异

3.3.5 节点4：结果生成与返回

1. 添加格式化节点：

• 拖入"代码"节点（Python）

• 编写结果格式化代码：

  import asyncio
  from datetime import datetime
  
  async def main(input_data):
      # 如果输入是字符串，则视为llm_output
      if isinstance(input_data, str):
          analysis = input_data
          file_name = 'unknown'
          total_clauses = 0
      else:
          analysis = input_data.get('llm_output', '')
          file_name = input_data.get('file_name', 'unknown')a
          total_clauses = input_data.get('total_clauses', 0)
      
      current_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
      
      # 生成结构化报告
      report = {
          "审查时间": current_time,
          "合同文件": file_name,
          "总条款数": total_clauses,
          "审查结果": [],
          "风险统计": {"高风险": 0, "中风险": 0, "低风险": 0}
      }
      
      # 解析LLM输出
      lines = analysis.split('\n')
      for line in lines:
          if "高风险" in line:
              report["风险统计"]["高风险"] += 1
          elif "不一致" in line or "差异" in line:
              report["审查结果"].append({
                  "状态": "需复核",
                  "内容": line,
                  "建议操作": "联系法务部门"
              })
      
      # 生成可视化HTML报告
      html_report = f"""
      <!DOCTYPE html>
      <html>
      <head><title>合同审查报告</title></head>
      <body>
        <h2>合同智能审查报告</h2>
        <p>文件：{report['合同文件']}</p>
        <p>审查时间：{report['审查时间']}</p>
        <h3>风险概览</h3>
        <ul>
          <li style='color:red'>高风险：{report['风险统计']['高风险']}条</li>
        </ul>
        <h3>详细差异</h3>
        <pre>{analysis}</pre>
      </body>
      </html>
      """
      
      # 返回字典
      return {
          "text_report": analysis,
          "structured_report": report,
          "html_report": html_report,
          "has_issues": report["风险统计"]["高风险"] > 0
      }

3. 添加结束节点：

• 拖入"结束"节点

• 配置输出变量：{``{formatting_output}}

3.4 步骤三：配置智能体发布设置

3.4.1 人设与回复逻辑

1. 点击"人设与回复"标签

2. 配置系统提示词：

   你是合同审查专家，专门处理跨国采购合同。
   能力：
   1. 支持中英德等多语言合同解析
   2. 自动比对标准模板，识别条款差异
   3. 提供风险评估和修改建议
   
   工作流程：
   1. 请用户上传合同文件
   2. 调用工作流进行分析
   3. 以表格形式展示关键差异
   4. 提供可下载的审查报告

3.4.2 添加开场白

欢迎使用合同智能审查助手！
请上传您的合同文件（PDF/Word/图片），我将：
1. 解析多语言条款
2. 对比标准模板
3. 高亮显示差异
4. 生成审查报告

支持格式：PDF, DOC, DOCX, JPG, PNG
支持语言：中文、英文、德文、法文等50+语言

3.4.3 发布配置

1. 点击右上角"发布"

2. 选择发布渠道：Web、API、或嵌入企业系统

3. 设置权限：仅团队成员或公开访问

4. 点击"确认发布"

3.5 步骤四：测试与验证

3.5.1 上传测试文件

1. 在Coze Playground中，点击"开始对话"

2. 上传purchase_contract_2024.pdf

3. 观察工作流执行过程

3.5.2 预期输出示例

用户上传了合同文件，调用ts-contract_review_workflow-contract_review_workflow函数进行分析。以下是合同的关键信息总结及差异分析（假设标准模板为常见跨国采购合同通用条款）：

|--------|---------------------------------------------------------------------------------------------------------|-------------------------------|--------------------------|----------------------------------------------------------|-------------------------------------|
| 条款 | 合同内容 | 标准模板可能情况 | 差异 | 风险评估 | 修改建议 |
| 产品与规格 | 产品名称：工业自动化传感器（型号：IAS - 3000）；精度：±0.05% FS；工作温度：-20℃至＋85℃；防护等级：IP67；认证：CE,RoHS,IEC 61000 - 6 - 2；数量：500套 | 通常会明确产品规格、数量等，但具体参数和认证可能因产品而异 | 产品具体型号、参数、认证等细节可能与标准模板不同 | 若标准模板有更严格或通用的规格要求，可能导致产品不符合通用市场标准或其他潜在合作要求 | 确认行业通用标准和潜在合作方要求，与双方协商是否调整产品规格和认证要求 |
| 价格与付款 | 合同总价：€85,000.00；付款方式：预付款40％（合同签订后10个工作日内），交货付款55％（货物交付验收合格后），质保金5％（质保期满后支付） | 付款比例和时间节点可能有多种常见模式 | 付款比例和时间节点与标准模板可能不同 | 预付款比例过高可能使采购方资金压力大，交货付款和质保金比例及时间安排不合理可能影响双方利益平衡 | 根据市场惯例和双方资金状况，协商调整付款比例和时间节点 |
| 交货与验收 | 交货日期：合同生效后45个日历日内；交货地点：上海自贸区保税仓库；验收标准：按IEC 60770 - 1标准验收 | 交货日期、地点和验收标准可能因交易情况不同 | 交货日期、地点和验收标准与标准模板可能不一致 | 交货日期过长可能影响采购方生产计划，交货地点偏远可能增加运输成本，验收标准不明确或不符合行业通用标准可能引发争议 | 与双方协商确定合理的交货日期和地点，采用行业通用且明确的验收标准 |
| 质量保证 | 质保期：自验收合格之日起18个月；质保范围：材料缺陷、工艺缺陷、性能不符合技术规格 | 质保期和范围可能因产品和行业不同 | 质保期和范围与标准模板可能有差异 | 质保期过短可能无法保障采购方权益，质保范围不明确可能导致争议 | 根据产品特性和行业惯例，明确合理的质保期和范围 |
| 违约责任 | 延期交货：每延期一天，乙方支付合同总额0.15％的违约金；质量不符：乙方需在20个工作日内免费更换 | 违约责任的具体比例和处理方式可能不同 | 违约金比例和质量不符处理方式与标准模板可能不同 | 违约金比例过高或过低都可能影响公平性，质量不符处理时间过长可能影响采购方使用 | 参考市场惯例和类似合同，协商调整违约责任的比例和处理方式 |
| 争议解决 | 首先协商，协商不成提交德国汉堡商会仲裁院仲裁，适用法律：德国商法典 | 争议解决方式和适用法律可能因合同主体和交易情况不同 | 争议解决方式和适用法律与标准模板可能不一致 | 仲裁地点和适用法律对双方可能存在不同的便利性和法律风险 | 考虑双方实际情况，协商选择更公平、便利的争议解决方式和适用法律 |
| 保密条款 | 保密期限：合同终止后2年内；保密信息：技术图纸和参数、价格条款、商业计划 | 保密期限和信息范围可能不同 | 保密期限和信息范围与标准模板可能有差异 | 保密期限过短可能无法充分保护敏感信息，保密信息范围不明确可能导致争议 | 根据信息的敏感性和重要性，明确合理的保密期限和信息范围 |

3.5.3 调试技巧

1. 查看执行日志：工作流每个节点都有详细日志

2. 测试单个节点：点击节点右上角"测试"按钮

3. 修改后热更新：工作流修改后自动生效，无需重新发布

---

四、效果与价值

|-------|--------|-----------------|
| 指标 | 人工处理 | 智能体处理 |
| 审查耗时 | 3 小时 | 3 分钟 |
| 条款漏审率 | 20%+ | 4.4%（下降 78%） |
| 格式支持 | 仅 Word | PDF / 扫描件 / 多语言 |
| 系统对接 | 手动录入 | 自动推送法务系统 |

五、扩展应用场景

该智能体框架可灵活扩展至其他场景：

• 产品手册翻译：解析多语言手册，调用翻译Agent+术语库，实现版本对比与自动同步。

• 贸易单据核验：结合印章识别与结构化Agent，实现发票、提单、保单的交叉验证。

• 直播合规检测：解析字幕与弹幕，实时检测敏感词，支持语音转写同步审查。

---

TextIn文档解析引擎与火山引擎Coze/HiAgent平台的结合，为智能文档处理提供了"解析-理解-执行"的一体化解决方案。通过低代码拖拽方式，企业可快速搭建符合自身业务需求的文档智能体，实现从"文本提取"到"多维度理解"的跨越。

未来，随着多模态大模型与Agent技术的进一步发展，文档智能处理将在企业数字化转型中扮演更加关键的角色。我们也期待更多开发者加入这一生态，共同推动AI落地应用的创新与实践。

---