eddyAi-0/ai-contract-red-teamer

# ⚖️ AI 合同红队测试工具 [](tests/) [](https://python.org) ## 演示 ### 上传  *上传 PDF 合同或使用附带的示例文件。* ### 实时分析  *三个专业代理按顺序分析合同，实时更新进度。* ### 风险报告  *彩色风险评分（0–10），包含每个代理的细分和摘要。* ### 发现列表  *所有发现可按严重程度（严重/高/中/低）和代理类型筛选，按严重程度排序。* ### 带 GDPR 引用的详细发现  *每个发现包含问题条款（以原文引用）、可操作的建议，以及通过 RAG 从索引法律来源引用的原文（此处为 GDPR 第 13 条关于透明度要求）。* ## 功能 - **多代理分析** —— 三个专业代理从不同角度同时分析合同 - **RAG 增强** —— 引用来自 547 个索引块的真实 GDPR 条款（EU 法规 2016/679，英文版） - **多语言支持** —— 处理任意语言的合同；界面和分析输出始终为英文；原始条款以原文引用 - **加权风险评分** —— 法律 40%，财务 35%，实操 25% - **可筛选发现** —— 按严重程度和代理类型筛选，按风险排序 - **可下载报告** —— Markdown 或 JSON 格式 - **生产就绪** —— 支持 Docker，54 个单元测试，容器健康检查 ## 技术栈 后端使用 Python 3.11。LLM 推理通过 Anthropic API（`claude-sonnet-4-5`）直接调用，无框架封装。嵌入向量通过 Voyage AI（`voyage-3`）生成，存储在 ChromaDB。前端使用 Streamlit。PDF 提取使用 pdfplumber，并配有可配置的字符限制，以处理短合同和长法律文档。测试套件包含 54 个用 pytest 编写的测试，使用完全模拟的 Anthropic 和 Voyage AI 客户端（运行零 API 成本）。 ## 快速启动 ``` # 克隆并创建虚拟环境 git clone https://github.com/eddyAi-0/ai-contract-red-teamer.git cd ai-contract-red-teamer python -m venv venv source venv/bin/activate # Windows: venv\Scripts\activate # 安装依赖项 pip install -r requirements.txt # 配置 API 密钥 cp .env.example .env # 编辑 .env — 添加 ANTHROPIC_API_KEY（必需）和 VOYAGE_API_KEY（用于 RAG） # 索引 GDPR 参考文档（一次性，约2分钟） python -m rag.indexer # 运行 streamlit run app.py ``` 在浏览器中打开 [http://localhost:8501](http://localhost:8501)。 ## 🐳 Docker 使用单个命令运行整个栈： ``` cp .env.example .env # 将 ANTHROPIC_API_KEY 和 VOYAGE_API_KEY 添加到 .env docker-compose up --build ``` 在浏览器中打开 [http://localhost:8501](http://localhost:8501) GDPR 向量存储持久化在命名 Docker 卷中 —— 首次运行约需 2 分钟索引；后续运行立即启动。 ## 架构 三个专业代理从不同角度分析同一合同，然后编排器综合他们的发现生成最终风险报告。 ``` PDF / Text Input │ ▼ ┌─────────────────────────────────────────┐ │ Orchestrator │ │ coordinates agents, computes risk score│ └────────┬──────────┬──────────┬──────────┘ │ │ │ ┌────▼───┐ ┌────▼───┐ ┌───▼────┐ │ Legal │ │Finance │ │Practic.│ │ Agent │ │ Agent │ │ Agent │ └────────┘ └────────┘ └────────┘ │ │ │ └──────────┴──────────┘ │ Final Report (risk score 0–10) ``` | 代理 | 重点关注领域 | |---|---| | **法律代理** | 模糊条款、GDPR 违规、单方修改权、管辖权陷阱、不成比例的责任上限 | | **财务代理** | 隐藏成本、不成比例的罚款、自动续约、不利的付款条件 | | **实操代理** | 不切实际的义务、不可能完成的截止日期、缺少退出条款、模糊的合规要求 | | 代理 | 评分权重 | |---|---| | 法律代理 | 40% | | 财务代理 | 35% | | 实操代理 | 25% | ## 值得注意的工程决策 **RAG 索引 vs. 合同截断。** `extract_text_from_pdf` 接受可选的 `max_chars` 参数（默认值：25,000），以保护分析用户上传合同时的 LLM 上下文窗口。索引器以 `max_chars=None` 调用同一函数，以加载完整的 88 页 GDPR 文档。如果没有这种区分，英文 GDPR PDF 将被静默截断至约 7 页，仅产生 38 个块，而非 547 个块 —— 通过比较块数量发现 RAG 覆盖范围减少了 14 倍。 **顺序代理，而非并行。** 三个代理按顺序运行，而非并发。这使实时进度 UI 保持清晰（每个步骤完成后才启动下一步），并避免在单个 API 密钥上同时向 Anthropic API 发送大量请求。 **过期缓存恢复。** Streamlit 的 `@st.cache_resource` 在页面重新加载时保持 VectorStore 对象存活。如果在服务器运行时删除并重建 `rag/chroma_db/`，缓存的对象会持有对已删除 ChromaDB 集合 UUID 的引用。一个 `_safe_vectorstore()` 包装器在每次调用时探测集合；失败时清除 Streamlit 缓存并透明地重新初始化，防止“集合不存在”崩溃，无需重启服务器。 **JSON 解析加固。** Anthropic API 偶尔会在从合同文本提取的 JSON 字符串中返回控制字符（U+0000–U+001F，排除 `\n`、`\t`、`\r`）。这些字符会静默破坏 `json.loads`。在每次解析尝试前执行 `re.sub` 清理。仅对结构化输出方法将 `max_tokens` 提升至 8,192，保持自由文本 `analyze()` 路径不变。 ## 多语言处理 系统设计用于处理任意语言的合同。代理系统提示明确指示模型全文引用合同条款（保留原始语言），同时使用英文编写标题、描述、建议和摘要。这使得无论输入是意大利语、德语、法语还是英语，输出都保持一致。 ## 测试 ``` python -m pytest tests/ -v ``` 54 个测试覆盖了代理层、编排器、RAG 流水线和向量存储 —— 全部使用模拟的 Anthropic 和 Voyage AI 客户端。无 API 调用，无成本。 ## 项目结构 ``` ai-contract-red-teamer/ ├── agents/ │ ├── base_agent.py # Anthropic API call, JSON retry, control-char cleanup │ ├── legal_agent.py │ ├── financial_agent.py │ └── practical_agent.py ├── orchestrator/ │ └── orchestrator.py # Weighted scoring, finding merge, executive summary ├── rag/ │ ├── vectorstore.py # ChromaDB + Voyage AI, stale-cache recovery │ ├── indexer.py # Indexes PDFs from rag/documents/ with no char limit │ └── documents/ # GDPR EN (EU Reg. 2016/679) — 547 chunks ├── ui/ │ ├── styles.py # CSS injection and color helpers │ └── report_renderer.py # Streamlit report rendering and Markdown export ├── utils/ │ └── pdf_parser.py # PDF extraction, configurable max_chars, truncation marker ├── tests/ # 54 unit tests ├── screenshots/ ├── app.py # Streamlit entry point and state machine ├── Dockerfile ├── docker-compose.yml └── .env.example ``` ## 路线图 - [x] 步骤 1 —— 项目搭建、BaseAgent、PDF 解析器 - [x] 步骤 2 —— 法律、财务、实操代理 + 编排器 + RAG - [x] 步骤 3 —— 带实时进度和可筛选报告的 Streamlit 前端 - [x] 步骤 4 —— 支持 Docker 一键部署 - [ ] 步骤 5 —— 部署至 Streamlit Cloud - [ ] 步骤 —— 更多法律来源（德国 BGB、美国消费者法） - [ ] 步骤 7 —— 多文档比较 ## 许可证 MIT

标签：AI合同分析, AI安全, Anthropic, Chat Copilot, ChromaDB, CIS基准, Claude, CVE检测, DInvoke, Docker, GDPR, IPv6支持, Kubernetes, Python, RAG检索增强, VoyageAI, 合同审查, 合同红队, 合同风险, 合规, 多智能体, 多语言支持, 安全测试框架, 安全防御评估, 无后门, 法律合规, 法律科技, 网络调试, 自动化, 请求拦截, 逆向工具, 风险评分