Ringkasan hukum

details_to_extract = [
    'Pihak yang terlibat (sublessor, sublessee, dan lessor asli)',
    'Detail properti (alamat, deskripsi, dan penggunaan yang diizinkan)', 
    'Jangka waktu dan sewa (tanggal mulai, tanggal berakhir, sewa bulanan, dan deposit keamanan)',
    'Tanggung jawab (utilitas, pemeliharaan, dan perbaikan)',
    'Persetujuan dan pemberitahuan (persetujuan pemilik, dan persyaratan pemberitahuan)',
    'Ketentuan khusus (furnitur, parkir, dan pembatasan penyewaan kembali)'
]

from io import BytesIO
import re

import pypdf
import requests

def get_llm_text(pdf_file):
    reader = pypdf.PdfReader(pdf_file)
    text = "\n".join([page.extract_text() for page in reader.pages])

    # Hapus spasi berlebih
    text = re.sub(r'\s+', ' ', text) 

    # Hapus nomor halaman
    text = re.sub(r'\n\s*\d+\s*\n', '\n', text) 

    return text


# Buat URL lengkap dari repositori GitHub
url = "https://raw.githubusercontent.com/anthropics/anthropic-cookbook/main/skills/summarization/data/Sample Sublease Agreement.pdf"
url = url.replace(" ", "%20")

# Unduh file PDF ke dalam memori
response = requests.get(url)

# Muat PDF dari memori
pdf_file = BytesIO(response.content)

document_text = get_llm_text(pdf_file) 
print(document_text[:50000]) 

import anthropic

# Inisialisasi klien Anthropic
client = anthropic.Anthropic()

def summarize_document(text, details_to_extract, model="claude-opus-4-20250514", max_tokens=1000):

    # Format detail yang akan diekstrak untuk ditempatkan dalam konteks prompt
    details_to_extract_str = '\n'.join(details_to_extract)
    
    # Prompt model untuk meringkas perjanjian sublease
    prompt = f"""Ringkas perjanjian sublease berikut. Fokus pada aspek-aspek kunci ini:

    {details_to_extract_str}

    Berikan ringkasan dalam poin-poin yang disarangkan dalam header XML untuk setiap bagian. Contohnya:

    <pihak yang terlibat>
    - Sublessor: [Nama]
    // Tambahkan lebih banyak detail sesuai kebutuhan
    </pihak yang terlibat>
    
    Jika ada informasi yang tidak dinyatakan secara eksplisit dalam dokumen, catat sebagai "Tidak ditentukan". Jangan memberikan pendahuluan.

    Teks perjanjian sublease:
    {text}
    """

    response = client.messages.create(
        model=model,
        max_tokens=max_tokens,
        system="Anda adalah analis hukum yang mengkhususkan diri dalam hukum real estat, dikenal karena ringkasan perjanjian sublease yang sangat akurat dan detail.",
        messages=[
            {"role": "user", "content": prompt},
            {"role": "assistant", "content": "Berikut adalah ringkasan perjanjian sublease: <summary>"}
        ],
        stop_sequences=["</summary>"]
    )

    return response.content[0].text

sublease_summary = summarize_document(document_text, details_to_extract)
print(sublease_summary)

import anthropic

# Inisialisasi klien Anthropic
client = anthropic.Anthropic()

def chunk_text(text, chunk_size=20000):
    return [text[i:i+chunk_size] for i in range(0, len(text), chunk_size)]

def summarize_long_document(text, details_to_extract, model="claude-opus-4-20250514", max_tokens=1000):

    # Format detail yang akan diekstrak untuk ditempatkan dalam konteks prompt
    details_to_extract_str = '\n'.join(details_to_extract)

    # Iterasi melalui potongan dan ringkas masing-masing
    chunk_summaries = [summarize_document(chunk, details_to_extract, model=model, max_tokens=max_tokens) for chunk in chunk_text(text)]
    
    final_summary_prompt = f"""
    
    Anda sedang melihat ringkasan potongan dari beberapa dokumen yang semuanya terkait. 
    Gabungkan ringkasan berikut dari dokumen dari berbagai sumber yang dapat dipercaya menjadi ringkasan keseluruhan yang koheren:

    <chunked_summaries>
    {"".join(chunk_summaries)}
    </chunked_summaries>

    Fokus pada aspek-aspek kunci ini:
    {details_to_extract_str})

    Berikan ringkasan dalam poin-poin yang disarangkan dalam header XML untuk setiap bagian. Contohnya:

    <pihak yang terlibat>
    - Sublessor: [Nama]
    // Tambah lebih banyak detail sesuai kebutuhan
    </pihak yang terlibat>
    
    Jika ada informasi yang tidak dinyatakan secara eksplisit dalam dokumen, catat sebagai "Tidak ditentukan". Jangan memberikan pendahuluan.
    """

    response = client.messages.create(
        model=model,
        max_tokens=max_tokens,
        system="Anda adalah ahli hukum yang meringkas catatan pada satu dokumen.",
        messages=[
            {"role": "user",  "content": final_summary_prompt},
            {"role": "assistant", "content": "Berikut adalah ringkasan perjanjian sublease: <summary>"}

        ],
        stop_sequences=["</summary>"]
    )
    
    return response.content[0].text

long_summary = summarize_long_document(document_text, details_to_extract)
print(long_summary)