使用 Amazon Quick Suite 和 Bedrock AgentCore 构建智能合同管理解决方案

📢 转载信息

原文链接：https://aws.amazon.com/blogs/machine-learning/build-an-intelligent-contract-management-solution-with-amazon-quick-suite-and-bedrock-agentcore/

原文作者：Oliver Steffmann, Wei(David) Dai, Sesan Komaiya, Krishna Pramod, Malhar Mane, and Praveen Panati

对于每年管理数百份合同的组织来说，效率低下的问题非常突出，系统分散和工作流程复杂，导致团队需要在合同审查周期上花费数小时。本解决方案通过多智能体协作来解决这些挑战——专业化的AI智能体可以同时处理合同分析的不同方面，在保持准确性和可监督性的同时缩短周期时间。

本指南演示了如何使用 Amazon Quick Suite 作为主要的合同管理解决方案，并通过 Amazon Bedrock AgentCore 增强其高级的多智能体功能，以构建智能合同管理系统。

为什么选择增强了 Amazon Bedrock AgentCore 的 Quick Suite

Quick Suite 作为您的智能体工作空间，提供了一个统一的界面，用于聊天、研究、商业智能和自动化。Quick Suite 帮助您无缝地从获取答案过渡到采取行动，同时自动化从日常活动到合同处理和分析等复杂业务流程的任务。

通过将 Amazon Bedrock AgentCore 与 Quick Suite 结合使用，您可以更安全、大规模地将业务逻辑封装在高度智能的AI智能体中。AgentCore 服务与多种框架（包括 Strands Agents）以及 Amazon Bedrock 内外的基础模型协同工作。

解决方案概述

本解决方案展示了一个智能合同管理系统，其中 Quick Suite 作为用户界面和知识库，Amazon Bedrock AgentCore 提供多智能体协作功能。该系统使用专业智能体来分析合同、评估风险、检查合规性，并通过简化的架构提供结构化的见解，如下图所示。

架构组件

解决方案架构的组件包括：

• Quick Suite 组件：
  • 用于合同管理工作流程的Spaces（空间）
  • 用于对话式合同交互的Chat agents（聊天智能体）
  • 用于集成存储在 Amazon S3 中的法律文档的Knowledge bases（知识库）
  • 用于集成结构化合同数据的Topics（主题）
  • 用于连接使用 Amazon Bedrock AgentCore 开发的自定义智能体的Actions（动作）
  • 用于重复的半手动文档审查流程的Flows（流程）
  • 用于日常和月度合同自动化任务的Automate（自动化）
• 由 AgentCore 驱动的多智能体系统：
  • Contract collaboration agent（合同协作智能体）：协调工作流程的中央编排器
  • Legal agent（法律智能体）：分析法律条款并提取关键义务
  • Risk agent（风险智能体）：评估财务和运营风险
  • Compliance agent（合规智能体）：评估监管合规性
• 支持性基础设施：
  • Amazon API Gateway 和 AWS Lambda 用于管理 API 请求
  • Amazon Simple Storage Service (Amazon S3) 用于文档存储
  • Amazon Redshift 用于结构化数据

合同管理工作流程

该解决方案实施了一个简化的合同管理工作流程，可显著减少处理时间，同时提高准确性。与需要数天手动审查相比，该系统通过协调的AI智能体处理合同，通常在几分钟内完成分析。

让我们探索一个处理示例服务协议合同的流程。该工作流程包括以下步骤：

1. 合同协作智能体识别出该文件需要进行法律、风险和合规性分析。
2. 法律智能体提取当事方、付款条款和义务。
3. 风险智能体识别财务风险敞口和谈判杠杆点。
4. 合规智能体评估监管要求并标记潜在问题。
5. 合同协作智能体将调查结果汇总成一份综合报告。

先决条件

在设置 Quick Suite 之前，请确保您已完成以下准备：

• 具有管理员权限的 AWS 账户
• 对 Quick Suite 可用支持的 AWS 区域的访问权限
• 用于 Quick Suite 服务访问的适当 AWS Identity and Access Management (IAM) 角色和策略

设置第 1 部分：设置 Quick Suite

在接下来的步骤中，我们将设置 Quick Suite 组件。

启用 Quick Suite

您的 AWS 管理员可以通过以下步骤启用 Quick Suite：

1. 登录 AWS 管理控制台
2. 从控制台中导航到 Quick Suite
3. 为您的组织订阅 Quick Suite 服务
4. 根据需要配置身份和访问管理

启用 Quick Suite 后，请导航到 Amazon Quick Suite Web 界面并使用您的凭证登录。

创建合同管理空间

在 Quick Suite 中，创建一个名为 Contract Management 的新空间，用于组织与合同相关的工​​作流程和资源。然后，您可以使用右侧的助手查询空间中的资源。下图显示了初始空间。

为非结构化数据设置知识库（Amazon S3）

请遵循以下步骤：

1. 导航到Knowledge bases：在“集成”部分，选择 Knowledge bases。
2. 添加 Amazon S3 集成：
   • 选择 Amazon S3 作为数据源。
   • 配置将存储合同文档的 S3 存储桶。
   • 创建知识库后，将其添加到 Contract Management 空间中。

为结构化数据设置知识库（Amazon Redshift）

请遵循以下步骤：

1. 添加数据集：在 Datasets（数据集）部分，配置您的合同数据仓库（Amazon Redshift）以用于结构化合同数据。请遵循 从数据库创建数据集中的说明，并等待数据集配置完成。
2. 添加数据主题：在 Topics（主题）部分，集成结构化合同数据源，例如：
   • 合同数据库
   • 供应商信息系统
   • 合规跟踪系统

有关在 Quick Suite 中添加主题的信息，请参阅 在 Amazon Quick Sight 中将数据集添加到主题。

1. 将主题添加到您的空间：将相关主题添加到您的 Contract Management 空间。

设置第 2 部分：部署 Amazon Bedrock AgentCore

Amazon Bedrock AgentCore 为部署 AI 智能体提供了企业级的基础设施，具有会话隔离功能，每个会话都以隔离的 CPU、内存和文件系统资源运行。这在用户会话之间创建了隔离，有助于保护有状态的智能体推理过程。

1. 您可以在此 GitHub 存储库中找到所需的代码。进入子文件夹 legal-contract-solution/deployment。
2. 该解决方案包含一个全面的 deploy_agents.py 脚本，该脚本使用以云为中心的构建来处理 AI 智能体的完全部署到 AWS。这些说明需要 Python>=3.10。

pip3 install -r requirements.txt
python3 deploy_agents.py

部署脚本的作用

部署过程是完全自动化的，负责处理：

• 依赖管理：
  • 如果需要，自动安装 bedrock-agentcore-starter-toolkit
  • 验证所需的 Python 包是否可用
• AWS 基础设施设置：
  • 创建具有必要权限的 IAM 角色以供智能体执行
  • 设置用于容器镜像的 Amazon Elastic Container Registry (Amazon ECR) 存储库
  • 配置 Amazon CloudWatch 日志记录以进行监控
• 智能体部署：
  • 部署四个专业智能体
  • 使用 AWS CodeBuild 进行以云为中心的 ARM64 容器构建
  • 无需本地 Docker——构建在 AWS 基础设施中完成
• 配置管理：
  • 自动配置智能体通信协议
  • 在智能体之间建立安全边界
  • 建立监控和可观察性

部署智能体后，您可以在 Amazon Bedrock AgentCore 控制台中看到它们，如下图所示。

设置第 3 部分：将 Amazon Bedrock AgentCore 与 Quick Suite 集成

Quick Suite 可以通过动作集成连接到企业解决方案和智能体，从而使工具可用于聊天智能体和自动化工作流程。

部署 API Gateway 和 Lambda 

转到子文件夹 legal-contract-solution/deployment 并运行以下命令：python3 deploy_quicksuite_integration.py

这将使用用户池配置 Amazon Cognito，以授权对 API Gateway 端点的访问权限。Quick Suite 配置引用了此用户池的 OAuth 详细信息。成功部署后，将为您的 Quick Suite 集成生成两个文件：

• quicksuite_integration_config.json – 完整配置
• quicksuite_openapi_schema.json– 用于 Quick Suite 导入的 OpenAPI 架构

在 Quick Suite 中设置动作集成 

在 Actions（动作）部分，准备连接到由 AgentCore 部署的智能体的集成点：

1. 从工作文件夹中获取 OpenAPI 规范文件 quicksuite_openapi_schema.json。
2. 在 Integrations/Actions（集成/动作）部分，转到 OpenAPI Specification（OpenAPI 规范）。通过上传 api_gateway_openapi_schema.json 文件来创建一个新的 OpenAPI 集成，并为提供的智能体输入以下 Name（名称）和 Description（描述）。使用 quicksuite_integration_config.json 文件中的 URL 信息输入端点。
   • Name: Legal Contract Analyzer
   • Description: Analyze a legal contract using AI agents for clause extraction, risk assessment, and compliance checking

设置聊天智能体定义详细信息 

在 Chat agents（聊天智能体）部分，设置以下智能体并输入以下详细信息：

• Name: Legal Contract AI Analyzer
• Description:

  An AI-powered system that analyzes legal contracts and performs comprehensive risk assessments using advanced machine learning capabilities to identify potential issues, compliance gaps, and contractual risks.

• Agent identity:

  You are an expert legal contract analysis AI system powered by advanced GenAI capabilities. Your purpose is to provide comprehensive contract review and risk assessment services.

• Persona instructions:

  Use the legal contract analyzer when possible. Always categorize risks by severity (High, Medium, Low). Highlight non-standard clauses, missing provisions, and potential compliance issues. Provide specific recommendations for contract improvements. When analyzing liability clauses, pay special attention to indemnification, limitation of liability, and force majeure provisions. Flag any unusual termination conditions or intellectual property concerns.

• Communication style: Professional, precise, and analytical with clear legal terminology.
• Response format: 

  Provide structured analysis with clear risk categorization, severity levels, and actionable recommendations. Use bullet points for key findings and numbered lists for prioritized recommendations.

• Length: 

  Comprehensive analysis covering all critical aspects while maintaining clarity and focus on actionable insights.

• Welcome message: 

  Welcome to the Legal Contract AI Analyzer. Upload contracts for intelligent analysis and risk assessment.

• Suggested prompts: 
  • Analyze this contract for potential legal risks and compliance issues
  • Review the liability clauses in this agreement for red flags
  • Assess the termination conditions and notice requirements in this contract

测试您的合同管理解决方案

现在您已经部署了基础设施并配置了 Quick Suite，您可以选择 Contract Management 空间来测试合同管理解决方案。您可以使用智能体界面查询知识库并指示智能体审查文档。您的空间将如下所示：

清理

部署的解决方案会产生相关的基础设施成本。当您不再需要在 AWS 账户中使用它时，可以转到子文件夹 legal-contract-solution/deployment 并运行以下命令进行清理：python3 cleanup.py

结论

Amazon Quick Suite 和 Amazon Bedrock AgentCore 的结合为采购和法务团队带来了即时的运营效益，并使他们能够为未来的 AI 发展做好准备。您可以使用 Amazon Bedrock 的多智能体协作功能来构建和管理多个专业智能体，使它们协同工作以解决日益复杂的业务工作流程。通过实施此智能合同管理解决方案，您可以转变组织的采购流程，缩短合同周期，并使团队能够专注于战略决策，而不是行政任务。由于该解决方案具有可扩展的架构，您可以从核心合同管理功能开始，并随着组织需求的发展，逐步扩展以解决更复杂的用例。无论您是希望简化例行合同审查，还是希望实施全面的采购转型，此智能合同管理解决方案都为您提供了实现业务目标的强大基础。要了解有关 Amazon Quick Suite 和 Amazon Bedrock AgentCore 的更多信息，请参阅：

• Amazon Quick Suite
• Amazon Bedrock AgentCore

关于作者

Oliver Steffmann 是 AWS 的首席解决方案架构师，常驻纽约，热衷于生成式 AI 和公有区块链用例。他在金融机构工作方面拥有 20 多年的经验，并帮助客户启动他们的云转型。工作之余，他喜欢与家人共度时光并为下一次 Ironman 比赛进行训练。

David Dai 是 AWS 的企业解决方案架构师，常驻纽约。他与跨行业客户合作，帮助他们设计和实施推动业务价值的云解决方案。David 对云架构充满热情，喜欢指导组织完成数字化转型之旅。工作之余，他重视与家人共度美好时光并探索最新技术。

Krishna Pramod 是 AWS 的高级解决方案架构师。他作为客户的受信任顾问，指导他们利用现代技术进行创新，并在 AWS 云中开发架构完善的应用程序。工作之余，Krishna 喜欢阅读、听音乐和探索新的目的地。

Malhar Mane 是 AWS 的企业解决方案架构师，常驻西雅图，为跨行业企业客户提供受信任的咨询服务。Malhar 对生成式 AI 和存储解决方案充满深厚的热情，他专注于指导组织完成云转型之旅，并帮助他们利用生成式 AI 的力量来优化业务运营和推动创新。Malhar 拥有加州大学欧文分校计算机科学学士学位。在闲暇时间，Malhar 喜欢徒步旅行和探索国家公园。

Praveen Panati 是亚马逊云科技的高级解决方案架构师。他对云计算充满热情，致力于与 AWS 企业客户合作，设计、构建和扩展云应用程序以实现其业务目标。Praveen 的专业领域包括云计算、大数据、流分析和软件工程。

Sesan Komaiya 是亚马逊云科技的解决方案架构师。他与各种客户合作，帮助他们进行云采用、成本优化和新兴技术。Sesan 在企业 IT 领域拥有超过 15 年的经验，并在 AWS 工作了 5 年。在业余时间，Sesan 喜欢观看各种体育活动，如足球、网球和赛车运动。他家中有两个孩子，也让他很忙碌。

🚀 想要体验更好更全面的AI调用？

欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。