本地AI合同审查系统：Ollama与FastAPI实战

1. 项目概述：本地AI合同审查系统的核心价值

在当今企业法务工作中，合同审查一直是个让人头疼的活。想象一下，你是一家科技公司的法务负责人，每天要处理几十份合同，每份动辄几十页。传统方式要么得花大价钱外包给律所，等个三五天才能拿到反馈；要么用那些云端SaaS工具，但总担心商业机密被泄露。这就是为什么我们需要一个完全在本地运行的智能合同审查系统。

这个项目的核心目标很明确：打造一个零数据外泄、支持多视角分析、响应速度快的合同审查工具。我选择Ollama作为本地AI引擎，搭配FastAPI后端和React前端，构建了一套完整的解决方案。最让我自豪的是，这个系统不仅能识别合同风险，还能根据你是甲方还是乙方，给出完全不同的风险评估——就像同时拥有两位立场对立的律师在帮你把关。

2. 技术选型与架构设计

2.1 为什么选择这些技术栈

当决定要做一个本地化的AI合同审查系统时，技术选型需要平衡多个因素：隐私安全、处理性能、开发效率和用户体验。经过多次验证，我最终确定了以下技术组合：

AI推理层：Ollama + Qwen3:8b模型

• 8b版本的Qwen3模型在中文法律文本理解上表现出色，特别是对合同条款中的专业术语解析准确
• 本地部署确保合同内容永远不会离开用户设备
• 在我的MacBook Pro (M1 Pro, 16GB内存)上实测，处理10页合同平均只需45秒

后端服务：FastAPI + SSE

• FastAPI的异步特性完美支持并发请求处理
• 原生SSE(Server-Sent Events)支持是实现流式交互的关键
• 自动生成的OpenAPI文档方便前端对接

前端框架：React 18 + TypeScript

• 组件化开发适合这种需要频繁更新UI的实时应用
• TypeScript的类型检查大大减少了前后端对接的bug
• Framer Motion库让风险卡片的入场动画流畅自然

2.2 系统架构全景图

整个系统采用经典的三层架构，但针对合同审查场景做了特殊优化：

code复制[前端层]
  └── React SPA
       ├── 合同上传组件
       ├── 实时风险流式展示
       └── 视角切换控制

[服务层]
  └── FastAPI
       ├── /api/upload - 文件接收
       ├── /api/analyze/stream - SSE流式分析
       └── /api/export - 报告导出

[AI层]
  └── Ollama本地服务
       ├── Qwen3:8b模型加载
       ├── 双视角Prompt引擎
       └── 流式响应生成

这种架构设计确保了：

1. 合同数据全程只在内存中处理，分析完成后立即释放
2. 前端可以实时获取分析进度，避免用户长时间等待
3. AI模型完全在本地运行，无需网络连接

3. 核心功能实现细节

3.1 文档解析与预处理

合同文件通常有PDF和Word两种格式，系统需要先将其转换为纯文本。这里我使用了PyMuPDF和python-docx两个库：

python复制def extract_text(file_path: str) -> str:
    """根据文件类型调用不同的解析器"""
    if file_path.endswith('.pdf'):
        import fitz  # PyMuPDF
        doc = fitz.open(file_path)
        return "\n".join(page.get_text() for page in doc)
    
    elif file_path.endswith(('.docx', '.doc')):
        from docx import Document
        doc = Document(file_path)
        return "\n".join(para.text for para in doc.paragraphs)