73 lines
6.0 KiB
Markdown
73 lines
6.0 KiB
Markdown
# 双语合同完善 / 模板残留清理（中英对照法律服务协议等）
|
|
|
|
## 适用场景
|
|
莎莎 / Maggie / 客户直接交办一份"在现有草稿基础上完善"的中英对照合同（法律服务协议、委托代理协议等），不走 Doro 的 uwf workflow。草稿往往是从所内旧模板 / 旧案改来的，残留前案痕迹。
|
|
|
|
## 铁律1：模板残留是常态，必须逐条中英对照
|
|
律所复用双语模板时，**中文侧和英文侧可能各自残留不同旧案的内容**，且核心商业条款中英文互相矛盾。
|
|
普力克 Procore 案（2026-06-25）实例：
|
|
- 中文侧整体是"社保调查"案，英文侧整体是"喆航买卖合同纠纷"案——**两个不同旧案混在一份草稿里**
|
|
- 客户名残留旧客户（艾达 / AMOS），分布在抬头、正文、付款条款第三方代付人、签署页多处
|
|
- 费率：中文 2,500 元/小时·2-3 小时一次性；英文 2,000 元/小时·每月 5-6 小时——三项数据互相打架
|
|
- 付款：中文付全额；英文付 50% 即 72,500 元 + AMOS 新加坡公司代付
|
|
|
|
**做法**：python-docx 提全文（含 `doc.tables`），把每个条款的中文段和紧邻的英文段配对，逐条比对。重点盯：服务内容、服务范围、主要联系人、费率、工时、付款方式/金额、第三方付款人、签署日期。
|
|
|
|
## 铁律2：商业条款绝不替客户猜，先确认后动手
|
|
费率、金额、工时、付款分期、第三方代付——这些是商业条款。草稿里中英文打架时**不能自己挑一个填进去**。把所有矛盾点列成清单，让委托律师给准数，确认后再出稿。
|
|
本案先问了 7 点（真实业务事由 / 非诉 or 诉讼 / 联系人 / 费率 / 工时 / 收款方式 / 签署日），拿到 3 点核心确认（服务内容=王晓玲社保调查、费率 2,500×2-3 小时一次性全额、签署日 6/25）才动手。
|
|
|
|
## 铁律3：以中文为准 → 先定中文，再对齐英文
|
|
协议若含"如有出入以中文为准"条款（多数中英对照协议都有），完善顺序必须是：**先把中文条款定稿，再逐条把英文改成与中文一致**。用户本案也明确指示此顺序。这样既符合协议约定，也符合用户预期。该兜底条款审完保留——对己方有利，不要删。
|
|
|
|
## 技术：段落级 run 合并替换（保格式整段替换）
|
|
python-docx 里一个段落常被切成几十个碎 run（中文逐字符切、英文逐词切，bold/size 各异）。整段替换文本又要保留段落样式，用这个函数：
|
|
```python
|
|
def set_para_text(p, text):
|
|
"""整段文本写入第一个 run，清空其余 run，保留首 run 格式。"""
|
|
if not p.runs:
|
|
p.add_run(text); return
|
|
p.runs[0].text = text
|
|
for r in p.runs[1:]:
|
|
r.text = ""
|
|
```
|
|
- 表格单元格同理：`set_para_text(cell.paragraphs[idx], text)`
|
|
- 删除整个空段落（如清掉被替空的旧英文残段，避免留空行）：`el = p._element; el.getparent().remove(el)`
|
|
- 替换后务必复查：遍历全文（段落 + 表格 cell）拼成大字符串，断言旧内容（艾达/AMOS/旧金额/旧费率等）`not in full`，再断言新数据出现次数正确。
|
|
|
|
## 验收：多页 OnlyOffice 渲染 → 逐页 vision 核对
|
|
单页固定版面用 `print-ready-pdf/scripts/oo_render_check.sh`。多页双语合同用以下管线（Maggie/Doro/莎莎都用 OnlyOffice 看文件，必须用 x2t 不用 LibreOffice）：
|
|
```bash
|
|
docker cp file.docx nextcloud-onlyoffice-1:/tmp/_chk.docx
|
|
# 容器内写 TaskQueueDataConvert xml，m_nFormatTo=513，跑 x2t（见 print-ready-pdf）
|
|
docker cp nextcloud-onlyoffice-1:/tmp/_chk.pdf /tmp/out.pdf
|
|
pdftoppm -png -r 110 /tmp/out.pdf /tmp/pg # 每页一张 PNG
|
|
```
|
|
然后 `vision_analyze` 逐页核对：客户名、服务内容、费率、付款方式金额、签署日期、签署页主体、中英一致性。
|
|
|
|
## 铁律4：vision 报"截断/截字/多空格"先回源核实，别急着改
|
|
justified（两端对齐）渲染图里，vision 模型会把以下**正常排版现象**误报为"文字截断/排版错误"——本案一次任务里就误报了 4 次：
|
|
- 跨页连字符断词（第1页底 `accor-` → 第2页头 `ding`）
|
|
- 跨页句子接续（第4页底 `Negotiations shall` → 第5页头 `commence...`）
|
|
- 两端对齐的字距假象（`with` 被读成 `wit h`）
|
|
- 两端对齐的自动换行断词（`aforemen` / `tioned`，且无连字符）
|
|
|
|
判断方法（任一即可证伪 vision 的"截断"）：
|
|
1. 从源 docx 读该段 `p.text`，确认是完整单词 / 完整句子；
|
|
2. 查 `word/settings.xml` 是否含 `autoHyphenation`（没开就不会真断字）；
|
|
3. 查文本不含软连字符 `\u00ad`。
|
|
|
|
**渲染层表象 ≠ 文档缺陷**，Word / OnlyOffice 编辑视图会正常回流。
|
|
|
|
## 铁律5：关键数据（账号/金额/信用代码）逐字符回源核对，不信 vision 读数
|
|
vision 把收款账号 `121955296610001`（15 位）读成 `12195296610001`（漏 1 位）。账号、金额、统一社会信用代码这类关键数字，**必须从源 docx 逐字符提取核对**，绝不采信 vision 对渲染图的读数。本案账号与原稿逐位一致，确认后未改。
|
|
|
|
## 顺手订正范围（"条款明确得当"要求）
|
|
完善双语合同时，除主体/商业条款外，一并修掉：
|
|
- 中文病句（"在上述法律服务作为客户的代理人" → "就上述法律服务事项作为客户的代理人"）、错别字（"疑异"→"疑义"）、异体字（"⻓"→"长"）
|
|
- 英文逗号粘连句（comma splice，逗号改分号或加 and）、口语化用词（"really" → "truthfully"，与同条 "faithfully" 体系一致）
|
|
|
|
## 交付
|
|
- 命名规则：当事人名称+文件名称+版本+修改人+日期（本案：`普力克贸易（上海）有限公司-法律服务协议-v1-20260625.docx`）
|
|
- 本类任务默认交"用印前清稿"（直接定稿、非修订模式）。若需**带修订痕迹**版本供对方/同事看改了哪些，另出一版 tracked changes（用 ContractEditor 库，不裸写 XML）。交付时主动告知用户这两种版本的区别，问要哪种。
|