目录

前言

1 华为云一键部署Dify平台

1.1 华为云Dify平台介绍

1.2 部署过程介绍

1.3 登录Dify平台

2 接入华为云 ModelArts Studio 的 DeepSeek 大模型

2.1 获取调用模型服务信息

2.2 在 Dify 中配置模型

3 构建合同审核助手应用

3.1 简要介绍合同审核助手

3.2 开始部分

3.3 转换合同要点

3.4 文档提取器

3.5 合同审核

3.6 PDF和Word文件生成

3.7 输出

4 应用运行结果

4.1 输入

4.2 结果

4.3 详情

4.4 追踪

5 使用体验

5.1 部署快捷,免运维负担

5.2 平台稳定,模型响应快

5.3 构建应用灵活,工作流强大

结语


前言

在大模型(LLM)迅速发展的今天,越来越多的企业开始尝试构建具备AI能力的行业应用,以提升业务效率和智能化水平。Dify作为一个开源的LLM应用平台,提供了工作流编排、知识库管理和应用开发等丰富能力,使得构建AI应用变得更加简单高效。而华为云提供的“一键部署”解决方案,则为这些开发和运维环节提供了强大的基础设施保障。

本文将介绍如何基于华为云实现对Dify平台的高效部署,并在此基础上构建一个具备实用价值的合同审核助手应用。该应用可以对上传的合同文件进行审核分析,并生成PDF与Word格式的报告,极大地提升了合同处理的智能化水平和工作效率。

1 华为云一键部署Dify平台

1.1 华为云Dify平台介绍

Dify是一个支持大语言模型(如GPT、GLM、DeepSeek等)的低代码应用开发平台,用户可以基于它快速构建聊天机器人、智能助手、文档问答、流程自动化等AI应用。其核心优势在于“工作流(Workflow)”机制,用户通过拖拉拽模块即可搭建复杂的应用逻辑,而无需编写复杂代码。

华为云通过资源编排服务(ROS)为Dify提供了“一键部署”方案,使用户无需深入配置服务器、网络、安全组等底层资源,便可快速完成平台搭建。这一方案特别适合初创企业和AI应用开发者,在节省部署时间的同时,也大大降低了运维门槛。

1.2 部署过程介绍

华为云提供的Dify平台部署流程主要分为以下四个步骤:

  • 选择模板:登录华为云控制台,进入资源编排服务(ROS),选择Dify相关的一键部署模板。

  • 参数配置:填写部署所需的基本信息,如CCE集群名称、EIP设置、数据库账号密码、管理员初始信息等。不同版本的部署模板(如单机版、高可用容器版)在参数项上会有一定差异。

  • 资源栈设置:配置IAM权限委托、是否启用回滚、是否开启删除保护等内容。这一阶段确保部署资源具备合理权限,并在失败时具备回滚机制。

  • 配置确认并部署:确认各项设置无误后,点击“立即部署”,系统将自动完成Dify平台的部署工作。

整个部署过程约10~15分钟,完成后将返回部署结果,其中包含Dify平台的公网访问URL、登录信息等内容。

1.3 登录Dify平台

部署成功后,在部署结果页面可以找到Dify平台的访问地址(通常是一个公网EIP绑定的域名或IP地址)。在浏览器中打开该地址,即可进入Dify平台的初始化页面。

首次登录时需要设置管理员账号和密码,设置完成后即可进入Dify的主工作界面。界面包括工作流管理、应用列表、模型配置、API密钥等多个功能区域,为后续构建应用做好准备。

2 接入华为云 ModelArts Studio 的 DeepSeek 大模型

2.1 获取调用模型服务信息

为了在合同审核助手中使用大语言模型,我们首先在华为云 ModelArts Studio 平台开通了 DeepSeek 系列大模型的在线推理服务。在 ModelArts Studio 控制台的“模型推理-在线推理”预置服务中,选择并开通了 `deepseek-v3-32k` 和 `deepseek-R1-32k` 两个模型。开通后,可以在调用说明页面获取该模型的 API URL 地址、模型名称以及对应的 API Key 等关键信息,这些信息是后续在 Dify 平台配置调用的重要凭据。

2.2 在 Dify 中配置模型

获得模型服务的调用信息后,进入 Dify 平台的“模型供应商”管理页面,选择添加自定义模型。

类型选择LLM模型,并将从 ModelArts Studio 获取的 API URL 地址、模型名称和 API Key 逐项填写到相应配置项中。配置完成后,可以进行接口连通性测试,确认模型调用成功。通过这一配置,Dify 平台便能够通过 API 调用华为云的 DeepSeek 大模型,实现合同审核等智能任务的模型推理支持。

3 构建合同审核助手应用

3.1 简要介绍合同审核助手

在法律、财务、人事等场景中,企业常常需要审核大量合同文件,识别合同中的关键条款、风险内容与是否合规等问题。传统方式往往依赖人工审核,效率低、错误率高。因此,利用大模型对合同进行智能审核,已成为企业数智化转型的重要方向。

本次我们在Dify平台上构建了一个“合同审核助手”应用。该应用基于工作流模块化设计,能够完成从合同文件上传、要点提取、审核分析到结果生成的全流程处理。

其主要工作流模块包括:

  • 开始节点
  • 合同要点转换
  • 文档提取器
  • 合同审核处理
  • PDF与Word报告生成
  • 多格式结果输出

通过这些模块的编排,合同审核助手可以实现对合同文件的自动分析与结果生成,输出结构化审核报告。

3.2 开始部分

工作流的起点为“开始”模块,主要负责接收用户输入的合同文件和审核参数。

输入内容支持多种文件格式,如PDF、Word、TXT等。除了合同文件本身,还可由用户选择合同的所属领域(如采购、人事、法律)以及需关注的重点条款内容(如付款方式、违约条款、保密协议等),这些参数将为后续模型分析提供上下文依据。

3.3 转换合同要点

该模块基于大语言模型(LLM),通过预设提示词(Prompt)对用户输入的“合同要点”进行语义扩展和结构化重写。它的目标是将模糊、笼统的要点描述,转化为更具可执行性的细化审核维度,作为后续分析的基础。

提示词示例如下:

根据输入的keypoint,将用户的要求或关注点转换为具体的合同审核要点,并输出为提示词中的keypoint

这样的结构化输出,使工作流中“审核”模块能更准确理解分析目标,从而提高整体审核效果。

模块的运行依赖模型提供的结构性思维能力,通过提示词精准控制生成结果的粒度与适用性,确保每一个合同要点都能被明确展开,便于后续的对比与分析。

3.4 文档提取器

“文档提取器”模块负责对上传的合同文件内容进行提取和结构化处理。该模块可根据文件格式调用对应的解析逻辑,实现对PDF、Word等文件中的正文内容的识别、段落划分与语义归纳。

提取后的文本内容将作为“审核”模块的主要输入数据,决定最终输出报告的准确性。

3.5 合同审核

“合同审核”模块是整个工作流的核心,利用大语言模型(LLM)配合多个提示词(Prompt),对合同文本、合同要点、合同领域三类信息进行交叉分析,生成完整的智能审核报告。

审核过程采用多轮提示词引导,确保审查逻辑系统化、细致化。

例如,审核提示词如下:

#角色 你是一名专业的律师,执业领域是/field

#任务 你要对/上下文进行审核和分析,并提供详细严格评分。做到以下几点

1 对合同进行全面审核,指出存在的风险和问题

2 提供具体的改进意见,帮助完善条款

3根据法律规范和个人建议,修改具体条款

#约束条件

1必须遵守有效的法律法规

2符合行业规定,使用专业的术语和名词

3贴近实际情况,并充分考虑/keypoint

通过上述提示词组合,模型不仅能对照要点进行审核,还能从全局视角评估合同的整体质量与风险水平,具备初级法律顾问的分析能力。在实际使用中,我们也可针对不同领域(如采购、人力、法务)定制化调整提示词模板,使输出结果更具专业性与针对性,从而为企业合同审核提供强有力的辅助决策支持。

3.6 PDF和Word文件生成

为了满足合同审核报告的通用性和易用性,系统将审核文本结果转换为PDF和Word格式。该模块支持将Markdown文档渲染为标准格式报告,添加封面、目录、页码等样式,生成专业化文件。

PDF文件适合打印与正式场合使用,Word文档则便于用户进一步修改和编辑。

3.7 输出

工作流的最后一个模块为结果输出模块。系统会将审核结果以三种方式输出:

  • 纯文本:用户可直接在线查看报告内容;
  • PDF文件:可下载用于存档或正式使用;
  • Word文件:方便编辑或补充修改。

这样既满足了不同用户对输出格式的需求,也为后续合同归档、汇报提供便利。

4 应用运行结果

合同审核助手运行后,用户可上传合同文件(如房屋出租合同),并填写合同领域和重点审核要点。系统运行完成后,界面会展示四个主要内容模块,分别是输入、结果、详情和追踪。

4.1 输入

输入部分显示用户上传的合同文件内容,以及填写的合同领域和合同要点信息,确保系统准确理解审核背景和目标。

4.2 结果

结果部分展示合同审核的最终输出。包括直接显示的审核文本内容,以及对应生成的PDF和Word格式的合同审核报告,用户可以直接在线查看文本,也可以下载格式化的文档进行保存和分享。

4.3 详情

详情模块提供应用运行的详细信息,包括任务是否成功完成、运行耗时、消耗的token数量,以及输入输出数据内容。同时还显示了执行该任务的用户信息,方便审计和回溯。

4.4 追踪

追踪部分对工作流的每个关键步骤进行了细致展示。用户可以查看从工作流开始节点、合同要点转换、文档内容提取、合同审核、到Word和PDF报告生成、最终结果输出等环节的执行状态和具体日志,便于定位问题和优化流程。

5 使用体验

从整个项目实践来看,Dify 在华为云平台上的一键部署方案表现出色,不仅降低了部署门槛,还大幅提升了AI应用构建的效率。具体体现在以下几个方面:

5.1 部署快捷,免运维负担

通过华为云提供的一键部署模板,用户只需完成基本的参数填写和模板确认,无需了解底层网络、存储或容器集群等技术细节,即可在十几分钟内部署完成一个功能完整的 Dify 平台。这种高度自动化的部署方式极大减少了配置复杂性,特别适合中小企业和初学者快速上手。

5.2 平台稳定,模型响应快

Dify平台依托于华为云的CCE容器服务与高性能云存储,具备良好的稳定性和高吞吐能力。在实际测试中,平台在处理大型合同文件或长文本分析任务时响应迅速,几乎无延迟,保障了用户的连续使用体验。这对运行需要调用大语言模型的复杂应用尤为重要。

5.3 构建应用灵活,工作流强大

Dify内置的工作流机制为构建AI应用提供了极大的灵活性。用户可以通过可视化方式自由组合模块,如文本输入、模型调用、格式转换、文件输出等,快速完成AI逻辑的搭建。得益于模块化和低代码设计,即便是非技术背景的业务人员,也能在较短时间内搭建出具有实际价值的智能应用。

结语

通过本次基于Dify平台的实践,我们不仅体验了华为云一键部署方案的高效与稳定,也展示了如何基于大语言模型构建一个实用的合同审核助手应用。这一流程为企业在AI应用场景中的落地提供了可复制、可扩展的范式。未来,随着大模型与云平台能力的不断演进,我们相信像合同审核助手这样的行业AI应用将越来越普及,助力企业迈向更加智能、高效的数字化时代。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/news/910019.shtml
繁体地址,请注明出处:http://hk.pswp.cn/news/910019.shtml
英文地址,请注明出处:http://en.pswp.cn/news/910019.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

三种经典算法无人机三维路径规划对比(SMA、HHO、GWO三种算法),Matlab代码实现

代码功能 该MATLAB代码用于对比三种元启发式优化算法(SMA、HHO、GWO三种算法, SMA黏菌算法、HHO哈里斯鹰优化算法、GWO灰狼优化算法) 在特定优化问题上的性能,运行环境MATLABR2020b或更高 : 初始化问题模型&#xff…

设计模式精讲 Day 8:组合模式(Composite Pattern)

【设计模式精讲 Day 8】组合模式(Composite Pattern) 开篇 在“设计模式精讲”系列的第8天,我们将深入讲解组合模式(Composite Pattern)。组合模式是一种结构型设计模式,它允许将对象组合成树形结构以表示…

【Dify学习笔记】:RagFlow接入Dify基础教程

RagFlow接入Dify基础教程 如果RagFlow还没部署,可参考我另一篇本地部署文章:【Dify学习笔记】:本地部署RagFlow适配Dify 一、RagFlow 1. 配置模型 点击:头像 > Model providers 添加模型供应商、设置默认模型Set default …

Apache ECharts-02.入门案例

一.入门案例 官网下载&#xff1a;下载 - Apache ECharts&#xff0c;下载echarts.js文件&#xff0c;下载好后在其同一个文件夹下创建html文件即可。 <!DOCTYPE html> <html><head><meta charset"utf-8" /><title>ECharts</title…

社群经济视阈下开源AI智能名片链动2+1模式与S2B2C商城小程序在私域电商中的融合应用研究

摘要&#xff1a;在数字经济与社交网络深度融合的背景下&#xff0c;付费社群凭借精准用户筛选、高价值成员聚合及强信任关系链等优势&#xff0c;成为私域电商发展的核心载体。本文基于社群经济理论&#xff0c;结合“开源AI智能名片链动21模式S2B2C商城小程序”的技术与商业逻…

【Tools】Mac brew工具

Homebrew&#xff08;简称 brew&#xff09;是 macOS&#xff08;也支持 Linux&#xff09;上的一款 包管理工具&#xff0c;它的作用类似于&#xff1a; Ubuntu 下的 aptCentOS 下的 yumArch Linux 下的 pacman 一句话概括&#xff1a; brew 是用来在 macOS 上安装、管理软件…

IEEE RAL 双臂机器人三连抓估计物体状态 无需特制夹爪或视觉相机 - 大阪大学万伟伟老师团队

IEEE RA-L | 万伟伟老师团队提出双臂机器人规划控制方法有效降低被抓物姿态不确定性 日本大阪大学万伟伟老师团队针对双臂机器人开发了一种重复抓取规划和阻抗控制的方法&#xff0c;该方法通过两个机械臂依次寻找抓取位置和物体姿态&#xff0c;并通过三个正交抓取动作&#x…

AtomicInteger 和 volatile Integer对比

AtomicInteger 和 volatile Integer 虽然都与线程安全有关&#xff0c;但本质完全不同。它们的主要区别体现在原子性保证和功能上&#xff1a; &#x1f50d; 核心区别对比表 特性volatile IntegerAtomicInteger原子性❌ 不保证复合操作原子性✅ 保证所有操作的原子性自增操作…

一生一芯 PA2 RTFSC

从src/isa/riscv32/inst.c出发。 向上搜索&#xff0c;理解宏定义的含义。 R(i) #define R(i) gpr(i) R(i)&#xff1a;访问第i号通用寄存器 会被替换为&#xff1a; #define gpr(idx) (cpu.gpr[check_reg_idx(idx)]) 分为两个部分&#xff1a; cpu.gprcheck_reg_idx c…

深度学习——手写数字识别

深度学习——手写数字识别 学习深度学习的朋友应该对MNIST数据集不陌生吧&#xff0c;相信很多人在刚开始学习深度学习的时候都会用到MNIST数据集进行书写数字识别。本篇文章参考鱼书创建一个深度网络来进行书写数字识别的任务。 如上图所示&#xff0c;这里使用的卷积层全都是…

HashMap算法高级应用实战:频率类子数组问题的5种破解模式

本文将深入剖析5种基于HashMap的高级模式&#xff0c;通过原理详解、多语言实现、性能对比和工业级应用&#xff0c;助您彻底掌握频率类子数组问题。 1. 深入解析&#xff1a;频率类子数组问题 1.1 问题定义与分类 频率类子数组问题是指需要统计或查找满足特定元素频率条件的…

【精选】计算机毕业设计HTML5智能宠物寻找与领养系统 跨平台宠物匹配 地图定位找宠 领养申请审核系统源码+论文+PPT+讲解

博主介绍&#xff1a; ✌我是阿龙&#xff0c;一名专注于Java技术领域的程序员&#xff0c;全网拥有10W粉丝。作为CSDN特邀作者、博客专家、新星计划导师&#xff0c;我在计算机毕业设计开发方面积累了丰富的经验。同时&#xff0c;我也是掘金、华为云、阿里云、InfoQ等平台…

拼多多商家端 anti_content 补环境分析

声明 本文章中所有内容仅供学习交流使用&#xff0c;不用于其他任何目的&#xff0c;抓包内容、敏感网址、数据接口等均已做脱敏处理&#xff0c;严禁用于商业用途和非法用途&#xff0c;否则由此产生的一切后果均与作者无关&#xff01; 部分python代码 import execjs impor…

电脑、手机长时间不关机可以吗

电脑和手机常年处于开机状态&#xff0c;只有在没电或者系统提示更新的时候才会关机。那问题来了&#xff0c;电脑、手机长时间不关机到底可不可以呢&#xff1f;今天咱们就来好好唠唠。 手机长时间不关机的情况 先来说说手机。现在的智能手机功能越来越强大&#xff0c;我们…

「AI大数据」| 《华为:面向智能制造的工业大模型标准化研究报告》

今天给大家介绍 《华为:面向智能制造的工业大模型标准化研究报告》&#xff0c;这是一份由中国电子技术标准化研究院联合华为等多家企业编写的权威报告&#xff0c;聚焦工业大模型在智能制造领域的标准化发展。报告详细分析了工业大模型的技术架构、应用场景、标准化现状与挑战…

Dinky1.2.3基于Kubernetes Application模式提交Flink作业

前言 Dinky 是一个开箱即用、易扩展&#xff0c;以 Apache Flink 为基础&#xff0c;连接 OLAP 和数据湖等众多框架的一站式实时计算平台&#xff0c;致力于流批一体和湖仓一体的探索与实践。 致力于简化Flink任务开发&#xff0c;提升Flink任务运维能力&#xff0c;降低Flink…

【软考高级架构设计师】——2025年上半年软考真题(回忆版)

目录 一、综合知识1.1、计算机基础与操作系统(15道单选)1.2、软件工程与架构(16道单选)1.3、数据与网络(8道单选)1.4、数学与逻辑(4道单选)1.5、其他(27道单选)1.6、英文题(质量属性)(5道单选)二、案例分析2.1、大模型训练系统(必选题)2.2、医院知识图谱(可选…

哈夫曼树Python实现

哈夫曼树构建原则&#xff1a; .统计频率&#xff1a;对待编码字符&#xff08;或数据块&#xff09;的频率进行统计。.初始化森林&#xff1a;将每个字符视为一棵只有根节点的二叉树&#xff0c;权值为频率。.合并树&#xff1a;重复以下操作&#xff0c;直到只剩一棵树&…

Dockerfile的学习与实践

Dockerfile通过一系列的命令和参数&#xff0c;构建自定义镜像。一般步骤如下&#xff1a; 一. 常用命令说明 基础命令具体命令描述例子FROMFROM[基础镜像:版本号]基于指定的基础镜像构建自定义镜像FROM eclipse-temurin:17-jdk-alpineRUNRUN构建容器需要运行的命令&#xff0…

【三大前端语言之一】静态网页语言:HTML详解

你知道你在浏览器中所看到的每一个按钮&#xff0c;每一个框&#xff0c;都是怎么创造出来的吗&#xff1f;它们并非魔法&#xff0c;而是由一种被称为HTML的语言精心构建的骨架。作为前端世界的三大基石之一&#xff08;HTML、CSS、JavaScript&#xff09;&#xff0c;HTML是万…