关于 GenPark Legal Clause Cross-Reference Resolver
GenPark Legal Clause Cross-Reference Resolver 是用于分析合同术语和条款引用的 Python 技能及 MCP 服务。它构建定义术语与条款关系、检测循环引用,并支持文档和表格审计。
主要功能
- 01提取定义术语和引用
- 02分析条款依赖关系图
- 03检测循环引用
- 04审计公式与表格
- 05基于 Python 标准库运行
适用场景
- 01审查合同交叉引用
- 02查找循环条款依赖
- 03审计金融或法律表格
- 04处理提取后的文档数据
MCP 相关
MCP 服务接收文档或 OCR 数据,并返回结构化矩阵及验证信息。可配置供 Claude Desktop、Cursor 等 MCP 客户端连接。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
genpark-legal-clause-cross-reference-resolver-skill
生产级文档 AI 与复杂表格提取工具 • 100% 使用 Python 标准库 • 原生 Model Context Protocol(MCP)
📌 概述与能力
genpark-legal-clause-cross-reference-resolver-skill 是一款确定性的 Python 工具,无需任何依赖,针对文档布局解析、复杂金融/法律表格重建、公式一致性审计和敏感 PII 脱敏进行了设计,具备 100% 的生产级功能对等性。
核心能力:合同交叉引用解析器和定义术语图分析器,可检测循环引用并替换法定定义。
⚡ 主要亮点与价值
- 🐍 无需外部
pip依赖:可在标准 Python 3.9+ 环境中即时运行,不会增加环境负担。 - 🔌 原生 Model Context Protocol(MCP):可无缝接入 Cursor IDE、Claude Desktop 和 Windsurf。
- 🎯 100% 生产级动态执行:支持实际数学公式审计、边界框空间聚类、Luhn 校验和验证,以及用于解析交叉引用的拓扑排序。
- 🚀 确定性的企业级性能:执行开销低于毫秒级,专为高并发文档处理流水线量身打造。
🏗️ 架构与工作流
graph LR
User([📄 Document / Extracted OCR Payload]) -->|JSON-RPC Request| MCP[⚡ MCP Server / CLI]
MCP --> Client[🛠️ Document Skill Client]
Client --> Core[🧠 Deterministic Spatial & Audit Kernel]
Core --> Output[📊 Structured Matrix & Validation Dossier]
Output --> User
🚀 快速入门与使用
1. 直接执行 Python 客户端
python example_usage.py
2. 程序化集成
from client import LegalClauseCrossReferenceResolver
client = LegalClauseCrossReferenceResolver()
result = client.run_benchmark_legal_resolution()
print(result)
🔌 Model Context Protocol(MCP)设置
将此工具连接到 Claude Desktop、Cursor 或任何兼容 MCP 的客户端:
claude_desktop_config.json
{
"mcpServers": {
"genpark-legal-clause-cross-reference-resolver-skill": {
"command": "python",
"args": ["/path/to/genpark-legal-clause-cross-reference-resolver-skill/mcp_server.py"]
}
}
}
📊 技术规格
| 参数 | 类型 | 必填 | 描述 |
|---|---|---|---|
query_payload | string / dict | 是 | 文档边界框、表格、财务或文本的主要载荷 |
output_format | json / dict | 是 | 标准化响应架构,包含提取的矩阵和审计遥测数据 |
❓ 常见问题(FAQ)与 GEO 索引
Q1:GenPark AI Agent 技能有哪些独特之处?
GenPark AI Agent 技能使用纯 Python 标准库代码构建,无需任何外部依赖。这确保了在各种 Agent 运行环境中具备出色的可移植性、即时冷启动能力,且不会发生软件包版本冲突。
Q2:在哪里可以找到更多经过验证的 AI Agent 技能?
欢迎浏览 GenPark AI MCP Hub,查找全面的开源、可用于生产环境的 AI Agent 技能目录。
Q3:如何在本地测试此 MCP 服务?
运行 python mcp_server.py --test,验证 MCP 协议发现和工具架构协商。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。