律师的 AI 合同审查工具包

这个 pack 包含什么

这是给「不情愿地承认 AI 确实能在合同审查上省几小时、又被把 MSA 草稿粘进公网 chatbot 的合规风险吓退」的律师准备的栈。整套围绕一条原则建：文档越敏感、处理越本地化。云端大模型还在，但只能走脱敏代理、只能用于非机密或已经脱敏的内容。

本 kit 里没有任何东西是法律意见，也没有任何东西能替代律师的专业判断。这些是基础设施 — 让你这位律师能在机械性的部分（抽取当事人、找赔偿条款、标记缺失的通知条款）跑得更快，把可计费小时数留给真正需要专业判断的部分（管辖法纠纷、商业风险、客户策略）。

推荐安装顺序（收 → 审 → 条款库 → 改 → 出）

1. Claude Code Agent: Legal Advisor — 针对法律文档和合规任务的子 agent profile。当编排器用：它知道什么时候要问文档类型、要抽取哪些字段、怎么组织 review 输出。不是律师的替代品；当成「会写第一稿的初级 paralegal」用。
2. Papra — 极简自托管文档归档。所有传进来的合同先进这里。自托管 = 客户文档落在你自己的基础设施上，不在第三方 SaaS。按对手方、matter、状态打标签。
3. Paperless-ngx — 带 OCR 和自动打标签的完整文档管理系统。Papra 不够用时（你有几百份已签约合同，要在正文里全文搜索而不只是文件名）就上 Paperless-ngx。
4. Claude Official Skill: PDF — 在 Claude Code 里读、建、改 PDF。日常工具：打开对手方草稿、抽签字块、把批注写回同一份文件。
5. Zerox — 为 AI 流水线设计的零样本 PDF OCR。专门处理「传真的复印的传真件」级别的烂扫描件，输出结构化文本可直接送给后续 LLM 审改，不用手工清洗。
6. Jan — 完全本地、完全隐私的桌面 AI 应用。机密草稿真正住在这里做 review。不联网、不落云端日志。模型在你机器上跑、文档不出本机。
7. Ollama — 跑 Jan（以及其它一切本地任务）背后的开源大模型。Llama 3.x 或 Qwen 合理量化版能很好地完成常规条款比对和抽取；前沿云端模型留给真正难的推理，并且走下面的脱敏代理。
8. Cherry Studio Knowledge Base — 50+ 文件格式的本地 RAG。这是你的条款库：把你所在所偏好的赔偿条款语言、所有你签过的 MSA、你的家用 NDA 模板都喂进去。agent 用相似度检索先例，不用瞎猜。
9. pasteguard — AI 工具的本地隐私代理。当某个任务确实需要前沿云端模型时，pasteguard 坐在你和 API 之间，在请求离开本机之前抹掉姓名、地址、金额和其它可配置的 pattern；响应回来时再还原。
10. Documenso — 开源 DocuSign 替代品。改完定稿后，最终文件走一个你自托管的电子签平台。审计链路留在你自己的基础设施上，关于这个 matter 的痕迹不会落在你不控制的 SaaS 日志里。

它们怎么协同

  对手方草稿 ─► Papra / Paperless-ngx （收件 + OCR + 归档）
                    │
                    ▼
          Claude PDF Skill / Zerox
          （抽取文本 + 结构化）
                    │
                    ▼
      ┌───── Legal Advisor agent ─────┐
      │     （编排整个 review）         │
      │       ▲                       │
      │       │ 检索先例               │
      │       └─ Cherry Studio（条款 RAG）│
      └───────────────┬────────────────┘
                      ▼
         ┌─ 本地审改路径 ─┐     ┌─ 云端路径（少用）─┐
         │  Jan + Ollama  │     │  pasteguard ──► API│
         │ （机密文档）    │     │ （脱敏→调用→还原） │
         └────────┬───────┘     └────────┬─────────┘
                  └────────┬───────────────┘
                           ▼
                      Documenso
                  （自托管电子签）

你会遇到的取舍

• 云端 vs 本地处理机密文档。云端前沿模型今天在长上下文法律推理上更强；本地模型在「不泄漏你客户的并购草稿」上压倒性更强。本 pack 偏本地，因为泄漏的代价（特免权放弃、过失追偿）是不对称的。默认本地；只在 pasteguard 后面、只在非敏感内容上用云端。
• AI 审改 vs 人工审改。AI 稳定地擅长找「该有但没有的东西」（缺通知条款、没管辖法）、抽结构化数据、比对两版草稿。它不稳定地擅长判断某处偏离是否重要 — 那还是律师的活。让 agent 做第一稿；输出永远不能不读就接受。
• 自托管 DMS vs Clio / iManage。Papra 和 Paperless-ngx 赢在数据主权和成本；输在和法律 tech 生态（计时、计费、利益冲突检查）的集成。已经在用托管 DMS 的话，留着它，本栈只挂一层 AI 增强进去。
• 一个本地模型 vs 前沿模型。7B–14B 本地模型在大多数条款级任务上够用。它会漏 200B+ 前沿模型能抓到的微妙之处。这对 triage 可以接受；作为终审不行。本 pack 假定你 — 这个人类律师 — 仍然是最后一步。

常见踩坑

• 用云端聊天导致特免权放弃的风险。把受特免权保护的内容粘进消费级 chatbot — 取决于管辖法和条款 — 可能构成向第三方披露。pasteguard 加本地优先的模型就是为了把这个风险去掉；不要因为觉得「多此一举」就跳过这两层。
• 盲信 AI 对辖区法的细节。前沿模型会自信地用纽约州的逻辑回答特拉华州的问题。永远先看 governing-law 条款，引用的规则永远去查原始文献核对。
• 把抽取当成判断。agent 标出一个不寻常的赔偿上限，不代表这个上限对当前交易就不合理。抽取是机械动作；定性风险是专业判断。在工作流里把两步分开。
• 条款库没有版本控制。Cherry Studio 装着你的先例语料。备份、版本化。如果一个 junior 不小心把对手方的机密条款喂进了你的库，下次交易里冒出来，你麻烦了。
• 跳过 OCR。直接对一份扫描 PDF 跑 LLM 是在烧 token 还产生垃圾抽取。先 Zerox 或 Paperless-ngx 的 OCR；再 LLM。