在搞 AI Agent 之前，我一直在和 RAG 系统较劲。
公司内部的知识库问答一直不理想——产品手册散落在各个部门，员工想查个参数得翻好几个文档。后来转向用 AI Agent 的思路去做应用开发，上手了一段时间发现 RAG 之外的另一种玩法：与其让用户问 AI 答，不如让 AI 直接帮你把两样东西“比”出来。
手头遇到一个具体需求：客户返回来的一版采购合同和上一版之间存在哪些差异？传统人工比对的方式太痛苦了，几十页 PDF 两稿交替着看，看串行是常有的事，尤其是时间紧的时候，漏掉关键修改的风险很高。
我尝试过自己写 diff 脚本来处理 PDF，但 PDF 的水印问题直接把我卡住了。原本尝试用 Python 的 pdfplumber 库解析，再把文本放进去跑 difflib，看起来逻辑简单，结果跑出来满屏都是水印词的变动，真实的条款差异淹没在几百条 Wasser 噪声里。为了过滤水印专门加了一个 keyword filtering 层，但水印格式不固定的现实又让写死的过滤规则失效了。
后来在社区的分享中看到有同学在 FastGPT 的工作流市场上传了一个“合同对比助手”模板。这个模板的核心处理逻辑是先用文档解析节点提取 PDF 内容，内置可配置的水印关键词过滤列表（“Confidential”“Draft”“仅供内部使用”等），再通过文本对齐算法识别新增、删除、修改三类差异，最后将差异数据渲染成 HTML 报告。
实测效果不错。我找了一份旧版合同和一份新版的扫描版 PDF，直接在模板里跑了一遍，几秒后生成了 diff 报告。HTML 报告长得有点像 GitHub 那边的 PR diff review 页面，左边是旧版文本，右边是新版，删除用红色波浪线，新增用浅绿背景标出。报告头部有差异数量统计卡片：新增 3 处、删除 5 处、修改 12 处。我随机挑了几处 mark 标记回去核对原合同，四处完全匹配，唯一的偏差是空格数量变动导致的格式差异判断 —— 已经算非常有参考价值。水印过滤也生效了，报告正文完全没有出现“仅供内部使用”和“Confidential”相关的内容。
不过当前的模板有几点还不够完善。一是只支持 PDF 格式，如果收到的是 Word 文件还得先跑一次格式转换。二是表格对比被当作纯文本处理，对表格依赖比较重的合同报告呈现效果不理想。三是 HTML 报告没有导出 CSV 或 Excel 的选项，批量归档不是特别方便。
这当中有点小感悟：AI Agent 的应用场景比我们想的要广很多，不只是一问一答的客服机器人，还可以把它变成帮你做事的“工具人”。模板化的工作流让非开发的同事也获得了提需求的能力。当法务同事看着画布说“这里能不能再加一个字段去对比签署日期”时，这意味着业务和技术的沟通成本已经降了一个维度。
最后想和大家讨论一下：在做文档差异对比的时候，你们是怎么处理格式化噪声的？比如换行符、空格和特殊字符，有没有一套比较稳健的清洗方案？另外，对于表格维度的 diff，我还没有找到一个很适合做结构化对比的方法，欢迎指点。
