千问3.5-27B长文本处理：OpenClaw实现合同关键信息抽取

1. 为什么选择这个技术组合

去年处理一批投资协议时，我经历了连续三天的手工核对噩梦——72份PDF合同，每份平均40页，需要提取签约方、金额、有效期等关键字段。当我在凌晨三点发现第5份合同的金额录入错误时，终于决定寻找自动化解决方案。

经过多次尝试，最终确定的方案是：千问3.5-27B+OpenClaw。这个组合的独特优势在于：

• 千问3.5-27B的32768上下文窗口能完整吞下典型合同文本
• OpenClaw的文件操作能力可以直接处理本地敏感文档
• 整个流程在私有环境运行，避免法律文件外泄风险

实际测试中，单份合同的解析时间从人工15分钟缩短到AI处理的90秒，准确率稳定在92%以上（经律师复核）。更重要的是，这个方案不需要将合同上传到任何第三方平台。

2. 环境搭建的关键步骤

2.1 模型部署选择

我测试了三种部署方式：

1. 直接调用API：简单但不符合保密要求
2. 本地部署原版模型：需要3张A100，成本过高
3. 星图平台的千问3.5-27B镜像：折中方案

最终选择第三种，主要考虑：

• 平台提供的镜像已做好CUDA优化
• 按需计费，处理完合同即可释放资源
• 仍然通过内网穿透保持私有化访问

部署命令非常简单：

# 在星图平台选择qwen3.5-27b镜像
# 配置4xRTX4090规格
# 启动后获取内网访问地址如：http://10.0.0.2:8080

2.2 OpenClaw的特殊配置

重点修改了~/.openclaw/openclaw.json的模型配置段：

{
  "models": {
    "providers": {
      "qwen-mirror": {
        "baseUrl": "http://10.0.0.2:8080/v1",
        "apiKey": "无需填写",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3.5-27b",
            "name": "Qwen星图镜像版",
            "contextWindow": 32768,
            "maxTokens": 4096
          }
        ]
      }
    }
  }
}

配置后需要验证连接：

openclaw models test qwen3.5-27b

3. 合同处理的实际效果

3.1 处理流程设计

通过OpenClaw的Web界面提交任务时，实际触发的是这个工作流：

1. 读取指定目录的PDF文件
2. 用pdf.js库转换为纯文本
3. 构造包含这些提示词的请求：

你是一名专业法律助理，请从合同文本中提取：
1. 合同双方全称（输出字段：party_a, party_b）
2. 合同总金额（输出字段：amount，需包含币种）
3. 生效日期（输出字段：effective_date，YYYY-MM-DD格式）
4. 终止条款（输出字段：termination，摘要为50字以内）

要求：
- 金额必须与正文数字完全一致
- 日期优先采用签字页标注的日期
- 以JSON格式输出，不要解释

4. 将返回的JSON写入Excel对应行

3.2 真实案例对比

处理某份《股权质押合同》时，AI提取结果与人工核对对比如下：

字段	AI提取结果	人工核对结果
party_a	浙江XX科技有限公司	正确
amount	"CNY 85,000,000"	应为"CNY 85,000,000.00"
effective_date	2023-11-17	正确
termination	质权实现后自动终止	漏掉"或双方书面同意解除"条件

虽然存在细节遗漏，但所有关键信息位置正确，大幅减少了人工筛查工作量。特别是处理英文合同时，模型对"Notwithstanding anything to the contrary"等复杂句式的理解令人惊喜。

4. 过程中遇到的典型问题

4.1 表格内容错位

早期版本处理包含跨页表格的合同时，经常出现金额与条款错配。解决方案是在PDF转文本阶段添加表格标记：

# 在OpenClaw的preprocess.py中添加
def enhance_tables(text):
    return text.replace('\n\n', '[TABLE_BREAK]')

同时在提示词中增加说明："遇到[TABLE_BREAK]标记表示表格换行，保持同行数据关联性"

4.2 长合同分块策略

当合同超过32k token时，采用这种分块方式：

1. 优先完整保留当前章节
2. 在分块处插入上下文摘要：

[前文摘要]
双方已约定：{key_points}
当前章节：{section_title}

3. 最后一块处理时要求模型综合各块结果

5. 值得分享的优化技巧

经过两个月迭代，这些策略显著提升了效果：

提示词工程方面：

• 在系统消息中定义"你是有10年经验的公司法律师"比简单说"提取信息"准确率高18%
• 要求"先指出合同类型（如借款/股权转让），再按类型调整提取策略"能处理更复杂的文档

工程化方面：

• 用OpenClaw的watchdog技能监控合同文件夹，新增文件自动触发流程
• 输出Excel时自动添加数据校验规则（如金额不允许文本）

合规方面：

• 所有处理过的合同自动生成MD5指纹，避免重复处理
• 在Excel结果中添加"AI辅助生成，需人工复核"水印

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。