扣子Coze行业工作流：法务合同审查

⚖️ 行业工作流：AI法务团队合同审查机器人

该工作流是一个专为法务、律师、企业管理者或任何需要处理合同的岗位设计的自动化合同审查与风险评估流水线。它能够读取用户上传的合同文件，通过多个并行的AI角色进行深度分析，并结合外部征信工具（天眼查）对合同方进行背景调查，最终将一份全面的审查报告自动生成并上传至飞书云文档。整个流程实现了“上传合同 -> AI多维度审查 -> 外部风险评估 -> 自动生成报告”的端到端自动化，极大地提升了合同审查的效率、深度和广度。

第一阶段：合同读取与任务分发

此阶段负责接收并解析用户上传的合同文件，并将其分发给不同的AI专家。

• 输入: 用户上传一份合同文件 (wenjian)，并可以提出一个具体的审查需求 (xuqiu)。
• 1号员工：文件读取 (文件读取插件):
  • 动作: “文件读取”插件首先读取用户上传的合同文件内容（支持pdf、doc、docx等多种格式），将其转化为纯文本，为后续的AI分析做准备。
  • 分发: 合同的纯文本内容会被同时发送给多个并行的AI员工，进行多任务、多维度的同步审查。

第二阶段：多角色并行智能审查

这是此工作流的核心，模拟了一个法务团队从不同专业角度同时对合同进行审查。

A线：常规条款审查

• 2号员工：常规审查 (大语言模型):
  • 角色: 一位“专业的合同审核助手”，具备深厚的法律知识。
  • 动作: 接收合同全文和用户的具体问题，全面审查合同条款，检查是否存在法律风险、条款漏洞、表述不清等问题，并针对用户提问进行专项解答。
  • 产出: 一份详细的“问题-分析-修改建议”格式的常规审查报告。

B线：法律条款引用审查

• 3号员工：法律引用条例审查 (大语言模型):
  • 角色: 一位专注于法律条文的专家。
  • 动作: 精准扫描合同文本，专门识别并列出合同中所有引用到的特定法律法规，如《担保法》、《合同法》、《民法总则》等。
  • 产出: 一份清晰的法律引用清单。

C线：关键信息提取与背景调查

• 4号员工：解析合同标题和甲方公司名字 (大语言模型):
  • 角色: 一位数据解析专家。
  • 动作: 快速从合同中提取出两个关键信息：合同标题和甲方公司的全称。
• 4号员工助理：判断公司是否填写 (选择器):
  • 动作: 检查“4号员工”是否成功提取到公司名称。如果未提取到，流程将直接输出“甲方公司名称为空”并中止该分支。
• 5号员工：查询公司信息 (天眼查插件):
  • 动作: 如果公司名称存在，此节点会调用“天眼查”API，查询该公司的工商基本信息。
• 5号员工助理：查询公司是否存在 (选择器):
  • 动作: 检查“5号员工”是否成功查到公司信息。如果未查到，流程将输出“查不到该家公司”并中止该分支。
• 6号员工：公司经营异常信息 (天眼查插件):
  • 动作: 如果公司存在，此节点会进一步调用“天眼查”API，查询该公司是否有经营异常记录。
• 7号员工：企业风险总结 (大语言模型):
  • 角色: 一位专业的“数据分析专家”。
  • 动作: 汇总“5号员工”和“6号员工”从天眼查获取的所有数据，进行综合分析，并生成一份关于该公司的全面风险报告。

第三阶段：报告汇总与归档

此阶段负责将所有审查结果整合成一份统一、专业的报告，并自动归档。

• 8号员工：数据汇总 (代码节点):
  • 动作: 这是一个代码节点，它扮演着报告汇总的角色。它会收集来自“2号员工”、“3号员工”和“7号员工”的所有审查结果，并将它们整合成一份结构清晰的Markdown格式报告。同时，它还会利用“4号员工”提取的合同标题，生成一个报告标题，如“《XX采购合同》问题与风险”。
• 9号员工：合同审查结果上传飞书文档 (飞书云文档插件):
  • 动作: 此节点是工作流的终点。它接收“8号员工”汇总好的完整报告内容和标题。
  • 最终效果: 自动在用户的飞书云空间中创建一个新的云文档，将完整的合同审查报告写入其中，文档标题即为报告标题。

最终的产物呈现

• 一份自动生成的飞书云文档: 这份文档就是最终的交付成果，它包含了对合同的常规审查意见、法律引用情况以及对合同甲方的背景风险评估，结构清晰，专业详尽。

主要特点

• 法务团队协同模拟: 通过为不同AI节点设定不同角色（常规审查、法条专家、数据分析师等），高度模拟了真实法务团队的分工协作模式。
• 内部审查与外部尽调结合: 不仅审查合同文本本身，还通过集成“天眼查”等外部工具，实现了对合同方的背景调查（尽职调查），审查维度非常全面。
• 全链路办公自动化 (RPA): 实现了从“文件读取”到“多维分析”，再到“外部数据查询”，最终“写入企业办公系统”的端到端自动化，是法律科技（Legal Tech）领域的典型应用。
• 高度的流程控制: 工作流中大量使用了“选择器”（条件判断）节点，使得整个流程更加智能和严谨，能够处理各种异常情况（如找不到公司、信息为空等）。

总结：这个工作流堪称一个“AI法务助理”，它将原本需要多位法务人员花费数小时甚至数天才能完成的初步审查和背景调查工作，压缩在几分钟内自动完成，不仅极大地提升了效率，还通过标准化的流程和外部数据源的引入，保证了审查的全面性和客观性。⚖️ 行业工作流：AI法务团队合同审查机器人

该工作流是一个专为法务、律师、企业管理者或任何需要处理合同的岗位设计的自动化合同审查与风险评估流水线。它能够读取用户上传的合同文件，通过多个并行的AI角色进行深度分析，并结合外部征信工具（天眼查）对合同方进行背景调查，最终将一份全面的审查报告自动生成并上传至飞书云文档。整个流程实现了“上传合同 -> AI多维度审查 -> 外部风险评估 -> 自动生成报告”的端到端自动化，极大地提升了合同审查的效率、深度和广度。

第一阶段：合同读取与任务分发

此阶段负责接收并解析用户上传的合同文件，并将其分发给不同的AI专家。

• 输入: 用户上传一份合同文件 (wenjian)，并可以提出一个具体的审查需求 (xuqiu)。
• 1号员工：文件读取 (文件读取插件):
  • 动作: “文件读取”插件首先读取用户上传的合同文件内容（支持pdf、doc、docx等多种格式），将其转化为纯文本，为后续的AI分析做准备。
  • 分发: 合同的纯文本内容会被同时发送给多个并行的AI员工，进行多任务、多维度的同步审查。

第二阶段：多角色并行智能审查

这是此工作流的核心，模拟了一个法务团队从不同专业角度同时对合同进行审查。

A线：常规条款审查

• 2号员工：常规审查 (大语言模型):
  • 角色: 一位“专业的合同审核助手”，具备深厚的法律知识。
  • 动作: 接收合同全文和用户的具体问题，全面审查合同条款，检查是否存在法律风险、条款漏洞、表述不清等问题，并针对用户提问进行专项解答。
  • 产出: 一份详细的“问题-分析-修改建议”格式的常规审查报告。

B线：法律条款引用审查

• 3号员工：法律引用条例审查 (大语言模型):
  • 角色: 一位专注于法律条文的专家。
  • 动作: 精准扫描合同文本，专门识别并列出合同中所有引用到的特定法律法规，如《担保法》、《合同法》、《民法总则》等。
  • 产出: 一份清晰的法律引用清单。

C线：关键信息提取与背景调查

• 4号员工：解析合同标题和甲方公司名字 (大语言模型):
  • 角色: 一位数据解析专家。
  • 动作: 快速从合同中提取出两个关键信息：合同标题和甲方公司的全称。
• 4号员工助理：判断公司是否填写 (选择器):
  • 动作: 检查“4号员工”是否成功提取到公司名称。如果未提取到，流程将直接输出“甲方公司名称为空”并中止该分支。
• 5号员工：查询公司信息 (天眼查插件):
  • 动作: 如果公司名称存在，此节点会调用“天眼查”API，查询该公司的工商基本信息。
• 5号员工助理：查询公司是否存在 (选择器):
  • 动作: 检查“5号员工”是否成功查到公司信息。如果未查到，流程将输出“查不到该家公司”并中止该分支。
• 6号员工：公司经营异常信息 (天眼查插件):
  • 动作: 如果公司存在，此节点会进一步调用“天眼查”API，查询该公司是否有经营异常记录。
• 7号员工：企业风险总结 (大语言模型):
  • 角色: 一位专业的“数据分析专家”。
  • 动作: 汇总“5号员工”和“6号员工”从天眼查获取的所有数据，进行综合分析，并生成一份关于该公司的全面风险报告。

第三阶段：报告汇总与归档

此阶段负责将所有审查结果整合成一份统一、专业的报告，并自动归档。

• 8号员工：数据汇总 (代码节点):
  • 动作: 这是一个代码节点，它扮演着报告汇总的角色。它会收集来自“2号员工”、“3号员工”和“7号员工”的所有审查结果，并将它们整合成一份结构清晰的Markdown格式报告。同时，它还会利用“4号员工”提取的合同标题，生成一个报告标题，如“《XX采购合同》问题与风险”。
• 9号员工：合同审查结果上传飞书文档 (飞书云文档插件):
  • 动作: 此节点是工作流的终点。它接收“8号员工”汇总好的完整报告内容和标题。
  • 最终效果: 自动在用户的飞书云空间中创建一个新的云文档，将完整的合同审查报告写入其中，文档标题即为报告标题。

最终的产物呈现

• 一份自动生成的飞书云文档: 这份文档就是最终的交付成果，它包含了对合同的常规审查意见、法律引用情况以及对合同甲方的背景风险评估，结构清晰，专业详尽。

主要特点

• 法务团队协同模拟: 通过为不同AI节点设定不同角色（常规审查、法条专家、数据分析师等），高度模拟了真实法务团队的分工协作模式。
• 内部审查与外部尽调结合: 不仅审查合同文本本身，还通过集成“天眼查”等外部工具，实现了对合同方的背景调查（尽职调查），审查维度非常全面。
• 全链路办公自动化 (RPA): 实现了从“文件读取”到“多维分析”，再到“外部数据查询”，最终“写入企业办公系统”的端到端自动化，是法律科技（Legal Tech）领域的典型应用。
• 高度的流程控制: 工作流中大量使用了“选择器”（条件判断）节点，使得整个流程更加智能和严谨，能够处理各种异常情况（如找不到公司、信息为空等）。

总结：这个工作流堪称一个“AI法务助理”，它将原本需要多位法务人员花费数小时甚至数天才能完成的初步审查和背景调查工作，压缩在几分钟内自动完成，不仅极大地提升了效率，还通过标准化的流程和外部数据源的引入，保证了审查的全面性和客观性。