在 Windows 系统中，基于 Dify 这个低代码 LLM 应用开发平台，从零搭建一个能解析合同、识别法律风险、给出修改建议的智能 Agent，全程覆盖环境部署、知识库构建、Agent 配置、功能测试的全流程。

第一阶段：Windows 环境准备（基础依赖安装）

步骤 1：安装 Python（Dify 运行基础）

下载 Python：访问Python 官网，下载Python 3.10+ 版本（推荐 3.10.11，兼容性最好）。
安装注意：
- 勾选「Add Python 3.10 to PATH」（关键，避免手动配置环境变量）。
- 选择「Customize installation」，确保「pip」组件被勾选。
验证安装：打开管理员模式 的 CMD，执行：
- python --version # 输出Python 3.10.x即成功
- pip --version # 输出pip版本即成功

步骤 2：安装 Docker（Dify 容器化部署）

Dify 推荐用 Docker 部署（Windows 下最稳定），需安装 Docker Desktop：

下载 Docker Desktop：访问Docker 官网，下载 Windows 版本。
安装要求：
- Windows 10/11 专业版 / 企业版需开启 Hyper-V（控制面板→程序→启用或关闭 Windows 功能→勾选 Hyper-V 和容器）。
- 家庭版需安装 WSL2：执行wsl --install（CMD 管理员模式），重启电脑后自动安装 Ubuntu。
启动 Docker：安装完成后启动 Docker Desktop，等待右下角图标变为「Running」（首次启动可能需要几分钟）。
验证 Docker：CMD 执行：
- docker --version # 输出Docker版本
- docker-compose --version # 输出compose版本

步骤 3：克隆并启动 Dify

安装 Git（可选，也可手动下载）： winget install Git.Git # Windows 10/11自带winget，无则手动下载Git
克隆 Dify 仓库：

新建文件夹（如D:\dify），进入该文件夹后执行
1. git clone https://github.com/langgenius/dify.git
2. cd dify

启动 Dify 容器：

启动所有服务（首次启动会下载镜像，约5-10分钟）

docker-compose up -d

正常启动的输出示例（无报错）：

复制代码

[+] Running 10/10
 ✔ Network dify_network        Created
 ✔ Container dify-weaviate     Started
 ✔ Container dify-redis        Started
 ✔ Container dify-db           Started
 ✔ Container dify-worker       Started
 ✔ Container dify-api          Started
 ✔ Container dify-web          Started
 ✔ Container dify-nginx        Started

验证 Dify 启动：
1. 打开浏览器，访问http://localhost:8000，出现 Dify 登录界面即成功。
2. 默认初始账号：admin@dify.ai，密码：password123（首次登录需修改密码）。

第二阶段：Dify 基础配置（连接大模型）

步骤 1：登录 Dify 并配置大模型

合同审查需要高精度大模型，推荐配置OpenAI GPT-4o（或国内模型如通义千问、文心一言），以下以 OpenAI 为例：

登录 Dify 后，点击左侧「设置」→「模型提供商」。
选择「OpenAI」，填写配置：
- API Key：你的 OpenAI API Key（需自行申请）。
- 模型名称：选择「gpt-4o」（核心）、「gpt-4o-mini」（辅助）。
- 其他默认，点击「保存」。若使用国内模型（如通义千问）：选择对应提供商，填写 API Key 和接入地址，步骤类似。

步骤 2：配置文件解析插件（处理合同 PDF/Word）

合同多为 PDF/Word 格式，需启用 Dify 的文件解析功能：

点击左侧「设置」→「功能配置」→「文件解析」。
开启「允许上传文件」，勾选支持的格式：PDF、DOCX、TXT。
解析引擎选择「内置解析器」（无需额外配置，满足基础需求），点击「保存」。

第三阶段：构建法律知识库（RAG 核心）

合同审查 Agent 需要基于法律条文 / 审查规则检索，需先构建知识库：

步骤 1：准备知识库文件

提前准备以下文件（示例）：

《民法典 - 合同编.pdf》（核心法律条文）。

《企业合同审查指引.docx》（内部审查规则）。

《常见合同风险清单.txt》（自定义风险点）。

步骤 2：创建知识库

点击左侧「知识库」→「新建知识库」，填写：
- 名称：「合同审查法律知识库」。
- 描述：「包含民法典、合同审查规则、风险清单的法律知识库」。
- 存储方式：默认「向量库」，点击「创建」。

步骤 3：上传知识库文件并处理

进入新建的知识库，点击「添加文档」→「上传文件」，选择准备好的 PDF/Word/TXT 文件。
文档处理配置：
1. 分块策略：「按段落分块」，分块大小：500 字符，重叠长度：50 字符（法律文本适配）。
2. 嵌入模型：选择「text-embedding-3-small」（OpenAI）或国内模型如「通义千问 - embedding」。
3. 点击「确认」，等待文档解析和向量入库（约 1-2 分钟，视文件大小而定）。

第四阶段：搭建合同审查 Agent（核心步骤）

步骤 1：创建 Agent 应用

点击左侧「应用」→「新建应用」→选择「智能体（Agent）」→「创建」。
基础配置：
- 应用名称：「合同审查智能 Agent」。
- 描述：「自动审查合同法律风险，给出修改建议」。

步骤 2：配置 Agent 核心能力

子步骤 1：设置 Agent 角色与提示词（Prompt）

进入 Agent 编辑页面，点击「提示词」→「系统提示词」，粘贴以下核心提示词（可直接复制）：

你是一名拥有10年商事法律经验的资深法务专家，专注于合同审查领域，严格遵守中国现行法律法规（如《民法典》）。
你的核心任务是：
1. 解析用户上传的合同文件，提取核心条款（主体、标的、金额、付款方式、违约责任、保密条款、争议解决等）。
2. 基于知识库中的法律条文和审查规则，识别合同中的法律风险点。
3. 对每个风险点给出明确的风险等级（高/中/低）、风险描述、法律依据、修改建议。
4. 最终输出结构化的审查报告，语言简洁、专业，符合企业法务审查规范。
  约束条件：
- 仅基于知识库中的内容回答，不确定的内容标注「需人工进一步核实」。
- 风险等级判定标准：
  高风险：可能导致合同无效、重大经济损失、法律诉讼的条款；
  中风险：条款不规范、存在歧义，但不影响合同核心效力；
  低风险：格式/措辞问题，无实质法律风险。
- 输出格式必须包含：风险等级、条款位置、风险描述、法律依据、修改建议。
模型选择：下拉选择「gpt-4o」（核心模型，确保审查准确性），温度设置为「0」（降低随机性）。

子步骤 2：绑定知识库（RAG）

点击左侧「检索增强」→「启用检索增强」。
选择「绑定知识库」，勾选之前创建的「合同审查法律知识库」。
检索配置：
- 检索模式：「语义检索」。
- 返回条数：5 条（确保覆盖足够法律依据）。
- 检索阈值：0.7（过滤低相关度结果）。

子步骤 3：配置工具（文件上传 + 审查）

点击左侧「工具」→「添加工具」→选择「文件上传」（已内置）。
配置文件上传工具：
- 允许上传的文件类型：PDF、DOCX、TXT。
- 最大文件大小：20MB（满足常规合同需求）。
点击「保存」，确保 Agent 能接收用户上传的合同文件。

子步骤 4：配置输出格式（结构化）

为了让审查结果更规范，强制输出 JSON 格式（可直接对接后续系统）：

回到「提示词」页面，在系统提示词末尾添加：

你的输出必须严格遵循以下JSON格式，不得添加任何额外内容：

{

"contract_name": "合同名称",

"review_time": "审查时间",

"risk_summary": {

"high_risk_count": 高风险数量,

"medium_risk_count": 中风险数量,

"low_risk_count": 低风险数量

"risk_details": [

{

"risk_level": "高/中/低",

"clause_position": "条款位置（如第5.2条）",

"risk_description": "风险具体描述",

"legal_basis": "对应的法律条文/审查规则",

"modification_suggestion": "具体修改建议"

}

"overall_suggestion": "整体审查结论和建议"

}

点击「保存提示词」。

步骤 3：测试 Agent 功能

点击页面右上角「测试」，进入测试界面。
操作：
- 点击「上传文件」，选择一份测试合同（如《服务合同.pdf》）。
- 输入提示语：「请审查这份合同，识别所有法律风险并给出修改建议」。
- 点击「发送」，等待 Agent 返回结构化审查报告。

{

"contract_name": "服务合同.pdf",

"review_time": "2026-01-23 15:30:00",

"risk_summary": {

"high_risk_count": 1,

"medium_risk_count": 2,

"low_risk_count": 1

"risk_details": [

{

"risk_level": "高",

"clause_position": "第8.1条",

"risk_description": "违约责任条款未约定违约金上限，可能导致赔偿金额过高",

"legal_basis": "《民法典》第585条：当事人可以约定一方违约时应当根据违约情况向对方支付一定数额的违约金，也可以约定因违约产生的损失赔偿额的计算方法。",

"modification_suggestion": "添加：违约金上限为合同总金额的20%。"

}

"overall_suggestion": "本合同存在1处高风险条款，建议修改后再签署。"

}

第五阶段：进阶配置（可选，企业级）

步骤 1：添加自定义函数（如风险等级统计）

若需扩展 Agent 能力，可添加自定义 Python 函数：

点击左侧「工具」→「自定义工具」→「新建工具」。

配置工具：

名称：「风险等级统计」。
描述：「统计合同中不同等级风险的数量」。
运行方式：「Python 代码」。

代码内容（直接复制）： python

运行

复制代码

def calculate_risk_count(risk_details):
    """
    统计风险数量
    :param risk_details: 风险详情列表（JSON格式）
    :return: 统计结果
    """
    high = 0
    medium = 0
    low = 0
    for risk in risk_details:
        if risk["risk_level"] == "高":
            high += 1
        elif risk["risk_level"] == "中":
            medium += 1
        elif risk["risk_level"] == "低":
            low += 1
    return {
        "high_risk_count": high,
        "medium_risk_count": medium,
        "low_risk_count": low
    }

# 入参示例（测试用）
test_risk_details = [
    {"risk_level": "高"},
    {"risk_level": "中"},
    {"risk_level": "低"}
]
print(calculate_risk_count(test_risk_details))

点击「保存」，并在 Agent 的「工具调用」中绑定该函数。

步骤 2：部署 Agent 为 Web 应用

点击页面右上角「发布」→「部署为 Web 应用」。
配置部署：
- 访问权限：「公开」或「仅内部」。
- 自定义域名：可选（需配置 DNS）。
点击「发布」，生成访问链接（如http://localhost:8000/app/contract-review-agent），可直接给用户使用。

第六阶段：常见问题排查

Docker 启动失败：
- 检查 WSL2 是否安装：wsl --status，未安装则执行wsl --install。
- 重启 Docker Desktop：右键右下角图标→「Restart」。
模型调用失败：
- 检查 API Key 是否正确，余额是否充足。
- 国内用户需配置代理（Dify 设置→网络代理）。
文件解析失败：
- 确保文件为可编辑格式（扫描件 PDF 需先 OCR 处理）。
- 升级 Dify 版本：docker-compose pull && docker-compose up -d。

总结

核心步骤：Windows 环境准备（Python+Docker）→ 启动 Dify → 配置大模型 → 构建法律知识库 → 配置 Agent（角色 + Prompt+RAG）→ 测试与部署。
关键配置：合同审查的核心是「高精度 Prompt + 法律知识库 RAG + 结构化输出」，模型优先选择 GPT-4o 确保准确性。
代码 / 配置重点：系统提示词（定义 Agent 角色和审查规则）、自定义函数（扩展能力）、知识库分块配置（适配法律文本）。

你可按照上述步骤逐步操作，所有代码 / 配置文本均可直接复制使用，若某一步出现问题，优先检查环境（如 Docker 是否运行、API Key 是否有效）。

常见问题补充

问题1：PowerShell提示「git不是内部命令」

解决：安装Git并配置环境变量：

下载Git：https://git-scm.com/download/win
安装时勾选「Add Git to PATH」，重启PowerShell后重新执行克隆命令。

问题2：Docker启动后提示端口被占用

解决：修改Dify的端口配置（编辑 D:\work\tool\dify\.env 文件）：

复制代码

# 将默认的8000端口改为8001（示例）
WEB_PORT=8001

修改后重启容器：

复制代码

docker-compose down
docker-compose up -d

访问地址改为 http://localhost:8001。

总结

核心问题 ：执行 docker-compose 命令的目录缺少 docker-compose.yml 配置文件，本质是Dify仓库克隆不完整或目录路径错误。
修复关键 ：确保在包含 docker-compose.yml 的Dify根目录执行启动命令，优先通过重新克隆仓库保证文件完整。
验证标准 ：启动后能访问 http://localhost:8000 并看到登录界面，即为启动成功。

按照上述步骤操作后，你就能正常启动Dify，继续完成合同审查Agent的搭建了。

完整修复Docker步骤（Windows环境）

步骤1：清理损坏的Docker镜像/缓存

首先需要删除本地损坏的镜像和缓存，避免残留文件干扰重新下载：

打开管理员模式 的PowerShell，进入Dify目录：

powershell
复制代码
```
cd D:\work\tool\dify
```
停止并删除当前Dify容器（若有）： powershell
复制代码
```
docker-compose down
```
清理Docker无用镜像和缓存（关键）： powershell
复制代码
```
# 删除所有未使用的镜像、容器、卷、网络
docker system prune -a -f
# 额外清理镜像缓存（针对快照问题）
docker builder prune -a -f
```
执行后会删除所有未运行的容器和无用镜像，不会影响其他正常镜像（若有）。

步骤2：修改Docker镜像源（解决网络不稳定问题）

国内访问Docker Hub容易出现下载中断，需配置国内镜像源加速：

打开Docker Desktop，点击右上角齿轮图标（设置）→「Docker Engine」。

在配置文件中添加国内镜像源（替换原有内容，保留JSON格式）： json

复制代码

{
  "registry-mirrors": [
    "https://docker.mirrors.ustc.edu.cn",
    "https://hub-mirror.c.163.com",
    "https://mirror.baidubce.com"
  ],
  "experimental": false,
  "features": {
    "buildkit": true
  }
}

点击「Apply & Restart」，等待Docker重启完成（约1分钟）。

步骤3：重新拉取并启动Dify镜像

清理缓存+配置镜像源后，重新下载完整镜像：

回到PowerShell的Dify目录，执行： powershell
复制代码
```
# 先拉取最新镜像（确保完整）
docker-compose pull
# 再启动服务
docker-compose up -d
```
首次拉取镜像会重新下载（约5-10分钟），请确保网络稳定，不要中断。

步骤4：验证修复结果

等待启动命令执行完成，无报错则查看容器状态： powershell

复制代码

docker-compose ps

正常输出应显示所有容器状态为「Up」（示例）：

plaintext

复制代码

NAME               IMAGE                          STATUS
dify-api           langgenius/dify-api:0.6.11     Up (healthy)
dify-db            postgres:15-alpine             Up (healthy)
dify-nginx         nginx:alpine                   Up (healthy)
dify-redis         redis:7-alpine                 Up (healthy)
dify-web           langgenius/dify-web:0.6.11     Up (healthy)
dify-worker        langgenius/dify-api:0.6.11     Up (healthy)
dify-weaviate      semitechnologies/weaviate:1.19 Up (healthy)

打开浏览器访问 http://localhost:8000，能看到Dify登录界面即为修复成功。

已经成功部署好 Dify 了，接下来的核心是完成合同审查 Agent 的全流程配置与编排------ 从知识库完善、Agent 逻辑设计，到工具绑定、流程编排，最终实现能独立完成合同解析→风险检索→结构化审查的智能体。我会按「核心配置→进阶编排→测试上线」的逻辑，给出每一步的具体操作，确保你能落地可用。

核心目标确认

你需要基于已部署的 Dify，完成合同审查 Agent 的功能编排：让 Agent 能接收合同文件→解析文本→调用法律知识库检索→按规则审查风险→输出结构化报告，甚至可扩展多轮对话、人工复核等流程。

第一阶段：基础配置收尾（必做）

部署完成后先确认基础功能可用，避免后续踩坑：

步骤 1：完成 Dify 初始配置

访问 http://localhost:8000，用默认账号 admin@dify.ai/password123 登录，首次登录需修改密码。
进入「设置」→「系统设置」：
- 填写「站点名称」（如「合同审查智能平台」）；
- 开启「文件上传」「长文本处理」（合同多为长文本，必须开启）；
- 保存设置。

步骤 2：确认模型提供商可用

进入「设置」→「模型提供商」，确认你配置的 OpenAI / 通义千问等模型状态为「已启用」：
- 点击模型右侧「测试」，显示「测试成功」则说明模型可调用；
- 若测试失败，检查 API Key、网络代理（国内访问 OpenAI 需代理）。

第二阶段：核心编排（合同审查 Agent 搭建）

这是核心环节，我们按「知识库→Agent→提示词→工具→流程」的顺序编排：

步骤 1：完善法律知识库（RAG 核心）

合同审查的准确性依赖知识库，需确保知识库覆盖核心法律文本：

子步骤 1：补充高质量知识库文件

推荐上传以下文件（可从官网 / 企业内部获取）：

基础法律：《民法典（合同编）》《公司法》《劳动合同法》等官方 PDF；
审查规则：企业内部《合同审查指引》《风险清单》《标准模板》；
案例库：《常见合同纠纷判例摘要》（可选，提升审查实用性）。

子步骤 2：优化知识库检索配置

进入「知识库」→ 选择你之前创建的「合同审查法律知识库」；
点击「设置」→「检索配置」：
- 检索模式：选择「混合检索」（语义检索 + 关键词检索，法律文本更精准）；
- 召回数量：设置为「8 条」（兼顾精度和效率）；
- 相似度阈值：设置为「0.75」（过滤低相关结果，减少干扰）；
- 保存配置。
点击「测试检索」，输入「违约金上限」，能返回《民法典》对应条款则说明检索正常。

步骤 2：创建合同审查 Agent（核心载体）

进入「应用」→「新建应用」→ 选择「智能体（Agent）」→ 命名为「合同审查专家」→ 点击「创建」。
进入 Agent 编辑页，开始核心编排：

子步骤 1：配置 Agent 基础属性

「基本信息」：填写描述（如「自动审查合同法律风险，输出修改建议」）；
「交互模式」：选择「单轮对话 + 文件上传」（合同审查以文件输入为主）；
「默认模型」：选择「gpt-4o」（或通义千问 3.5，必须是高精度模型）。

子步骤 2：编写核心提示词（Prompt）

提示词是 Agent 的「大脑规则」，直接决定审查质量，复制以下完整 Prompt 到「提示词」→「系统提示词」中：

text

复制代码

# 角色定义
你是一名拥有10年商事法律经验的资深法务专家，专注于企业合同审查，严格遵循中国现行法律法规（以知识库内容为唯一依据，不编造法条）。

# 核心任务
1. 首先解析用户上传的合同文件，提取核心信息：合同名称、主体、标的、金额、履行期限、违约责任、争议解决方式等；
2. 基于知识库检索到的法律条文/审查规则，逐条审查合同条款；
3. 识别风险点并分类（高/中/低风险），每类风险需明确：风险位置、风险描述、法律依据、修改建议；
4. 最终输出结构化审查报告，禁止冗余内容，不确定的内容标注「需人工复核」。

# 风险等级定义
- 高风险：可能导致合同无效、重大经济损失、法律诉讼的条款（如无违约责任、主体资质缺失、争议解决条款无效）；
- 中风险：条款不规范、存在歧义，但不影响合同核心效力（如表述模糊、遗漏次要条款）；
- 低风险：格式/措辞问题，无实质法律风险（如标点错误、术语不统一）。

# 输出格式（必须严格遵循）
{
  "合同名称": "",
  "审查时间": "",
  "核心信息提取": {
    "合同主体": "",
    "标的": "",
    "总金额": "",
    "履行期限": ""
  },
  "风险汇总": {
    "高风险数量": 0,
    "中风险数量": 0,
    "低风险数量": 0
  },
  "风险详情": [
    {
      "风险等级": "",
      "条款位置": "",
      "风险描述": "",
      "法律依据": "",
      "修改建议": ""
    }
  ],
  "整体建议": ""
}

子步骤 3：绑定知识库（开启 RAG）

点击左侧「检索增强」→ 开启「启用检索增强」；
选择「绑定知识库」→ 勾选「合同审查法律知识库」；
配置检索触发条件：「每次对话都触发检索」（确保审查时必查知识库）；
保存配置。

子步骤 4：绑定文件上传工具

点击左侧「工具」→「添加工具」→ 选择「文件上传」（内置工具）；
配置文件上传：
- 允许上传的格式：PDF、DOCX、TXT（合同主要格式）；
- 最大文件大小：20MB（满足常规合同需求）；
- 开启「自动解析文件内容」（关键，Agent 能读取合同文本）；
保存工具配置。

步骤 3：流程编排（进阶，可选）

若需更复杂的审查流程（如「解析→初筛→精查→复核」），用 Dify 的「工作流」功能编排：

进入 Agent 编辑页→ 左侧「工作流」→ 开启「自定义工作流」；
拖拽节点编排流程（可视化操作，无需代码）：

每个节点配置：

「文件解析节点」：选择「内置解析器」，输出「纯文本」；
「核心信息提取节点」：编写子提示词「提取合同主体、标的、金额等核心信息」；
「风险审查节点」：调用主提示词，基于检索结果审查；
「人工复核节点」：可选，配置「触发条件」（高风险≥1 时触发），跳转至人工审核界面。

第三阶段：测试与优化（必做）

步骤 1：测试 Agent 功能

点击 Agent 编辑页右上角「测试」，进入测试界面；
操作：
- 点击「上传文件」，选择一份测试合同（如《服务合同.pdf》）；
- 输入指令：「请审查这份合同，识别所有法律风险并输出结构化报告」；
- 点击「发送」，等待 Agent 返回结果。
验证结果：
- 能正确解析合同文本；
- 风险点有对应的法律依据（来自知识库）；
- 输出格式为标准 JSON，无格式错误。

步骤 2：优化 Agent（根据测试结果）

若检索结果不准确：
- 优化知识库分块（将法律条文按「条款」分块，而非「段落」）；
- 调整检索相似度阈值（如从 0.75 调至 0.7）。
若风险分类错误：
- 完善提示词中的「风险等级定义」，补充示例（如「高风险示例：未约定违约责任」）；
若文件解析失败：
- 确保文件为可编辑 PDF（扫描件需先 OCR 处理）；
- 进入「设置」→「文件解析」，升级解析引擎为「高级解析器」（需 Dify Pro，可选）。

第四阶段：部署与上线（落地使用）

步骤 1：发布 Agent

点击 Agent 编辑页右上角「发布」→「发布应用」；
配置发布选项：
- 访问权限：「仅内部」（企业使用）或「公开」（对外）；
- 展示形式：「对话界面」（默认，适合法务人员使用）；
- 保存并发布。

步骤 2：多端访问

Web 访问：发布后生成专属链接（如 http://localhost:8000/app/contract-review），直接在浏览器使用；

嵌入企业系统（可选）：

进入「发布」→「API 调用」，生成 API Key；

调用示例（Python 代码，可直接复制）： python

运行

复制代码

import requests
import json

# 配置参数
API_KEY = "你的Dify API Key"
APP_ID = "你的Agent ID"
URL = "http://localhost:8000/v1/chat-messages"

# 上传合同并调用Agent
def review_contract(file_path):
    # 1. 上传文件
    file_upload_url = "http://localhost:8000/v1/files"
    files = {"file": open(file_path, "rb")}
    headers = {"Authorization": f"Bearer {API_KEY}"}
    upload_response = requests.post(file_upload_url, headers=headers, files=files)
    file_id = upload_response.json()["id"]

    # 2. 调用Agent审查
    data = {
        "app_id": APP_ID,
        "messages": [
            {
                "role": "user",
                "content": "请审查这份合同，输出结构化审查报告",
                "file_ids": [file_id]
            }
        ],
        "response_mode": "blocking"
    }
    response = requests.post(URL, headers=headers, json=data)
    return response.json()

# 测试调用
if __name__ == "__main__":
    result = review_contract("测试合同.pdf")
    print(json.dumps(result, ensure_ascii=False, indent=2))

客户端访问（可选）：Dify 支持生成微信小程序 / 企业微信插件，进入「发布」→「客户端集成」配置。

第五阶段：进阶扩展（可选，企业级）

1. 加入人工复核流程

进入 Agent「工作流」，添加「人工审核节点」；
配置触发条件：「高风险数量≥1」时，暂停自动输出，通知法务人员复核；
复核完成后，Agent 继续输出最终报告。

2. 自定义工具扩展

比如添加「合同对比工具」（对比审查后的合同与标准模板）：

进入「工具」→「自定义工具」→「新建工具」；

选择「Python 代码」，粘贴以下代码： python

运行

复制代码

def compare_contract(contract_text, template_text):
    """
    对比合同与标准模板的差异
    :param contract_text: 待审查合同文本
    :param template_text: 标准模板文本
    :return: 差异点列表
    """
    from difflib import Differ
    d = Differ()
    diff = list(d.compare(contract_text.splitlines(), template_text.splitlines()))
    differences = [line for line in diff if line.startswith('+ ') or line.startswith('- ')]
    return {"差异点": differences}

# 测试示例
test_contract = "甲方未按时付款，需支付违约金。"
test_template = "甲方未按时付款，需支付合同金额20%的违约金。"
print(compare_contract(test_contract, test_template))

绑定到 Agent 工作流，在「风险审查节点」后调用该工具。

3. 数据统计与监控

进入「分析」→「应用分析」，查看 Agent 使用数据：审查合同数量、高风险占比、调用频率；
配置「告警规则」：当高风险合同占比＞30% 时，触发邮件 / 钉钉通知。

总结

核心编排逻辑：Dify 中合同审查 Agent 的核心是「知识库（RAG）+ 高精度 Prompt + 文件解析工具」，流程编排可通过可视化工作流扩展；
关键步骤：完善知识库→编写精准提示词→绑定文件 / 检索工具→测试优化→发布上线；
落地重点：优先保证模型（GPT-4o / 通义千问 3.5）和知识库的准确性，再扩展流程 / 集成功能。

按上述步骤操作后，你就能得到一个可用的合同审查 Agent，后续可根据企业需求逐步优化提示词、补充知识库、扩展工具。

如何使用Dify搭建合同审查平台-法律文书机器人Agent？

第一阶段：Windows 环境准备（基础依赖安装）

步骤 1：安装 Python（Dify 运行基础）

步骤 2：安装 Docker（Dify 容器化部署）

步骤 3：克隆并启动 Dify

新建文件夹（如D:\dify），进入该文件夹后执行

启动所有服务（首次启动会下载镜像，约5-10分钟）

第二阶段：Dify 基础配置（连接大模型）

步骤 1：登录 Dify 并配置大模型

步骤 2：配置文件解析插件（处理合同 PDF/Word）

第三阶段：构建法律知识库（RAG 核心）

步骤 1：准备知识库文件

步骤 2：创建知识库

步骤 3：上传知识库文件并处理

第四阶段：搭建合同审查 Agent（核心步骤）

步骤 1：创建 Agent 应用

步骤 2：配置 Agent 核心能力

子步骤 1：设置 Agent 角色与提示词（Prompt）

子步骤 2：绑定知识库（RAG）

子步骤 3：配置工具（文件上传 + 审查）

子步骤 4：配置输出格式（结构化）

步骤 3：测试 Agent 功能

第五阶段：进阶配置（可选，企业级）

步骤 1：添加自定义函数（如风险等级统计）

步骤 2：部署 Agent 为 Web 应用

第六阶段：常见问题排查

总结

常见问题补充

问题1：PowerShell提示「git不是内部命令」

问题2：Docker启动后提示端口被占用

总结

完整修复Docker步骤（Windows环境）

步骤1：清理损坏的Docker镜像/缓存

步骤2：修改Docker镜像源（解决网络不稳定问题）

步骤3：重新拉取并启动Dify镜像

步骤4：验证修复结果

核心目标确认

第一阶段：基础配置收尾（必做）

步骤 1：完成 Dify 初始配置

步骤 2：确认模型提供商可用

第二阶段：核心编排（合同审查 Agent 搭建）

步骤 1：完善法律知识库（RAG 核心）

子步骤 1：补充高质量知识库文件

子步骤 2：优化知识库检索配置

步骤 2：创建合同审查 Agent（核心载体）

子步骤 1：配置 Agent 基础属性

子步骤 2：编写核心提示词（Prompt）

子步骤 3：绑定知识库（开启 RAG）

子步骤 4：绑定文件上传工具

步骤 3：流程编排（进阶，可选）

第三阶段：测试与优化（必做）

步骤 1：测试 Agent 功能

步骤 2：优化 Agent（根据测试结果）

第四阶段：部署与上线（落地使用）

步骤 1：发布 Agent

步骤 2：多端访问

第五阶段：进阶扩展（可选，企业级）

1. 加入人工复核流程

2. 自定义工具扩展

3. 数据统计与监控

总结