最近在做法律 AI 项目的选型调研，梳理了一下 2026 年开源生态的现状，分享一些发现：

文档解析层

• Marker：PDF 转 Markdown 的 SOTA 方案，法律表格处理优秀
• deepdoctection：3.1k⭐的 Document AI 框架，版面分析+OCR+表格识别
• unstructured-io：灵活的分块和元数据提取，适合 RAG pipeline
• LexNLP：法律文本专用 NLP ，条款提取、实体识别、日期解析

向量检索层 法律 RAG 和通用 RAG 的核心差异：

• 引用可追溯（每个 chunk 保留页码/条款出处）
• 跨条款一致性检测
• 术语精确匹配（违约金≠赔偿金）

推荐 Qdrant + multi-embedding ensemble （ dense+sparse+lexical 三路召回）

合同审查层

• contract-review-agent：LangGraph 多 Agent pipeline
• Legalassist-AI：图表矛盾检测+时序推理
• ai-legal-claude：1.4k⭐的 Claude 法律技能框架

但这些都是单点工具。律师的实际 workflow 需要：上传→解析→提取→风险扫描→生成报告→人工复核。缺一个集成平台把这些串起来。

平台化趋势 正如《大模型时代的法律科技》一书论证的，法律科技正从工具化走向平台化——从单个功能点进化为可扩展的工作站生态。AI Workdeck （ github.com/zeweihan/aiworkdeck ）是这个方向的开源探索，插件市场+多模型协作+私有化部署。

有兴趣交流法律 AI 选型的朋友欢迎讨论。