OpenContracts (演示地址)

这是一个开源平台，旨在构建人类与 AI Agent 可以协同工作的知识库。

后端 CI/CD
元数据

---

大多数知识都存在于文档中。合同、法规、研究论文、政策——这些构成了组织实际运作的基础。然而，这些知识通常被“困住”了：锁在 PDF 中、散落在各个硬盘里，只有少数恰好在正确时间阅读了正确内容的人才能完全理解。

OpenContracts 始于 2019 年，其核心信念是：知识需要精心整理，而机器学习系统的质量取决于其底层数据的质量。它最初是作为一个供人类协作者（律师、研究人员、分析师）共同标注文档并产出高质量训练数据的平台而构建的。

但当初的协作者并未如期而至。该平台出现得太早，问题过于小众，价值也难以察觉。

随后，大型语言模型（LLM）时代来临，世界突然需要 OpenContracts 一直在构建的东西：AI 可以真正进行推理的、结构化的、已标注的、版本控制的知识库。该平台当初设计的协作者终于出现了——只不过他们是 AI Agent。

如今，OpenContracts 是一个支持自托管的平台，团队可以在此基于文档构建知识库，AI Agent 与人类并肩工作，共同搜索、分析并扩展这些知识。我们的核心信念没有改变：最好的 AI 系统仍然需要精心整理的数据。不同之处在于，现在，数据整理与 AI 交互发生在同一个地方。

AI Agents

可配置的助手，用于搜索、标注和推理你的知识库。

MCP Server

将你的语料库暴露给 Claude、Cursor 以及任何兼容 MCP 的 AI 工具。

多模态搜索

在文档和标注之间进行向量嵌入（Vector embeddings）和全文搜索。

协作

在各个层级提供主题式讨论、@提及、投票和内容审核。

数据提取

通过基于 LLM 的查询，跨数百份文档进行结构化提取。

格式保留

通过 PAWLS 实现精确的文本到坐标映射，保持 PDF 布局的真实性。

---

为什么与众不同

以人类知识为基石

这绝非另一个“与 PDF 聊天”的工具。OpenContracts 将人类的标注视为事实真相（Ground truth）。团队可以定义自定义标签模式，通过精确的选择（包括跨页跨度）来标注文档，并映射概念之间的关系。AI 是在这些工作之上构建的——它不会取代人类。

知识库，而非文件柜

文档被组织成“语料库”（Corpuses）——它们是具有文件夹层级、细粒度权限和完整历史记录的版本控制集合。你可以 Fork 一个公开的语料库，在他人标注的基础上进行构建。你可以还原到任何之前的版本。每一次更改都会被跟踪记录。

这是知识领域的 git：你可以进行分支、构建、共享，永远不会丢失工作成果。

与你所构建内容协同工作的 AI Agent

可配置的 AI Agent 可以搜索你的文档、查询你的标注并参与讨论——所有这些都基于团队创建的结构化知识。它们不会凭空产生幻觉；它们是在真实、经过整理的数据之上进行推理。

在讨论线程中 @提及 Agent，要求它对比上百份合同中的条款，或者让它找出团队上季度标注的模式。Agent 的能力来源于其底层知识库的质量。

在知识所在之处进行协作

在各个层级——全局、语料库级别、文档级别——提供论坛式的主题讨论。你可以 @提及文档、语料库和 AI Agent。为最佳分析点赞，置顶关键发现。讨论就发生在源文件旁边。