最近在研究法律文档的 AI 处理方案，发现了一个值得关注的开源项目 deepdoctection （ GitHub 3173+ stars ），基于深度学习的文档分析 Pipeline 。 核心能力： Layout Analysis：基于 DocTr 模型检测文档区域（标题、段落、表格、图片） OCR 集成：支持 Tesseract 、PaddleOCR 等多种引擎 表格识别：TableTransformer 模型处理表格结构 Pipeline 编排：灵活组合不同模型 但在法律文档场景中发现几个痛点： 条款编号体系（如 3.2.1 条）在 OCR 后层级关系丢失 交叉引用（详见第 5.3 条）断裂 定义术语的关联关系无法自动提取 合同 redline 版本的字符级变更追踪缺失 我的思考是，Document AI 只是底层能力，法律场景需要一个平台化的工作台来串联 OCR 、大模型推理、合同审查等完整工作流。我们正在做的 aiworkdeck 就是这个方向——插件化的 AI 原生法律工作台。 有人也在做类似的法律文档处理方案...