一、需求背景

对于大多数一般公司基础业务来说，不同公司合同在实践中基本都有自己的固定格式，拿常用的采购合同以及销售合同来说，通常内容格式基本固定，业务员每次根据新项目的基础信息如合同金额、甲乙公司信息以及一些必要基础信息来根据模版内容修改对应部分。金额，基础信息替换，以及根据不同的合同信息描述修改对应章节内容，这部分工作虽然难度不大，但是却比较耗时，而当前对于这一类简单文字工作内容，无论是deepseek开始其他ai模型，都有着较好的写作能力，这就使得合同初版的自动化生成有了可行性，而人工工作部分就可以更加聚焦于更细致的合同审查方面，减轻前期的工作内容。

ps：对于大多数公司来说，合同的合规审查基本上不是一项很细致的工作，一般都是根据一套用了好几年的固定模板来修改，所以初期的重点在于能较好的根据合同信息和模板来生成合同即可。后期和增加合规等其他agent来逐步完善。

二、实现路径

在对比了ragflow和dify的工作流开发流程后，最终选择了dify，原因是ragflow虽然作为知识库来说，它有着强大的文本识别以及精准召回功能，但是工作流编排功能聊胜于无，在实际编排过程中，插件调用，代码节点执行，循环节点等都非常难用，考虑到按照单一模板的合同生成功能，并不需要强大的知识库作为上下文，所以选择了dify进行工作流开发。

三、功能分解

基本的功能要求：

1. 用户上传新合同基本信息。
2. 判断信息是否满足要求，并给出需补充的信息。
3. 满足信息要求后，按照模板生成新的合同文本。
4. 将合同文本生成word文档，并提供下载链接。

四、前期准备

硬件需求参考：

对于有保密需求的公司来说，一般不乐意将相关文本发送给三方的大模型公司如deepseek，所以公司内部自己部署一套deepseek蒸馏模型就非常有必要。以下是各蒸馏版本deepseek运行需要的显存要求，一般建议企业应用的话，最少32b模型，14b的话幻觉程度已经较大了，适合几百字的短文本生成。

deepseek环境要求：

deepseek的部署，规模较小的公司，建议使用ollama进行部署即可，规模化部署的话，可以使用

vllm进行部署。

DeepSeek 14B 模型
显存要求‌：至少需要16GB显存的GPU，例如NVIDIA RTX 4090或A5000等高端显卡。‌
CPU‌：建议12核以上处理器，以确保数据调度效率。‌
内存‌：推荐32GB或更高，避免因内存不足影响速度。‌
存储‌：至少256GB高速固态硬盘（SSD），优先选择NVMe协议以加快加载速度。‌

DeepSeek 32B 模型
显存要求‌：需要24GB显存以上的GPU，例如NVIDIA A100或类似高端显卡。单卡可能无法满足需求，需考虑多卡并行。‌
CPU‌：建议16核以上处理器，以支持复杂推理任务。‌‌
内存‌：推荐64GB或更高内存，确保多任务处理流畅。‌
存储‌：至少1TB高速SSD，因模型文件较大，普通硬盘加载会极慢。‌
 

DeepSeek 70B 模型
显存要求‌：需多张高性能GPU并行，例如8张A100 80GB显卡，总显存建议超过80GB。单卡无法胜任。‌
CPU‌：推荐32核以上高性能处理器，以处理大规模数据。‌‌
内存‌：需要128GB或更高内存，理想情况下可达768GB以上。‌
存储‌：至少2TB高速SSD，确保模型加载和运行效率。‌

dify环境要求：

• CPU：≥2核（推荐4核以上）
• 内存：≥4 GiB（推荐8 GiB以上）

后端环境要求：

目前后端的设想是为工作流提供最终生成内容fastApi形式的文档生成以及下载功能，因为dify插件市场提供的工具首先是无法提供下载功能，第二个是无法在后期优化生成的word文档格式。

文档准备：

• 合同模版

为便于后续开发将输出内容直接转换为Word文档，建议模型参考模板采用Markdown格式。

将合同内容，转为markdown格式，可通过dify设置环境变量存储，便于调用。

• 合同信息收集模板

根据合同模板，提炼合同必须要提供的固定信息形成合同信息收集模板，

用来生成模板时用户上传合同基础信息的填写参考，还能用来让模型对照来判断用户上传信息完整性，

五、Agent节点设计思路

• 使用dify的环境变量设置功能，将md格式的合同模板，md格式的合同信息收集模板存为环境变量属性。
• 用户根据合同信息收集模板填写合同信息，在对话框上传文档，模型根据环境变量里的合同信息要求对比用户上传内容，指出缺失部分。
• 如信息完整，则将环境变量的合同模板以及新的合同信息传给大模型，让其根据按照新的合同信息根据模板格式生成新的合同。
• 生成的合同文字，通过http节点请求python开发发布的fastApi接口，生成word格式的文件
• 生成的word文件，通过nginx发布为可访问链接，并在dify的http全球节点返回
• 用户在对话窗口点击链接，一键下载生成的word文档。