用途:面向律师助理与法律助手,把法律规范文件(.txt/.pdf/.docx)转换为结构化 Markdown,输出排版规整的法条文档与审核报告。
主要能力与规则:
- .txt 直接转存为 .md。
- .pdf/.docx 需先检查是否安装 mineru-ocr skill;未安装则提示先安装,安装地址 https://github.com/cat-xierluo/legal-skills/tree/main/skills/mineru-ocr ;已安装则优先调用 mineru-ocr;调用失败先提示检查其配置/Token;仅当用户明确同意时才用本地回退(python-docx / pdfplumber)。
- 第二阶段仅调整格式、不改原文字符,按法律层级设标题:法律名称 #、编/分编 ##、章 ###、节 ####、条 #####(仅“第X条”作标题,第X条【条标】整行作标题不拆),款/项/目无标题,项、目按标记换行,并清理行尾空格、行首 ASCII 空格、正文行首全角缩进等。
- 法律/非法律由调用方大模型判定,未传则用 --law-decision auto;明显非法律文本(如 GB/标准类)第二阶段拒绝,输出 Stage2: rejected (non-law-document)。
三阶段检查:Stage3-A 校验 stage2 相对 stage1 文字一致性(去标题符号与空白后字符流一致);Stage3-B 校验结构效果。任一失败自动重走,最多 2 次,仍失败默认报错退出。
参数:--law-decision law|non-law|auto;--skip-stage3-check;--stage3-max-retries(默认 2);--stage3-strict/--no-stage3-strict;--artifact-level minimal|standard|debug;可指定 --out 或 --out-dir。
输出:默认输出到输入同目录 markdown/<文件名>/,minimal 生成“<原文件名>+审核报告.md”及审核通过时的“<原文件名>+最终成果.md”;非法律文档仅输出审核报告。审核未通过保留 stage1/stage2/stage3-check 过程文件。
常用命令: python3 law-to-markdown/scripts/law_to_markdown.py "input.txt" python3 law-to-markdown/scripts/law_to_markdown.py "input.docx" python3 law-to-markdown/scripts/law_to_markdown.py "input.pdf" 用户同意回退时加 --allow-fallback。
限制:依赖 mineru-ocr(PDF/DOCX),本地回退需用户明确同意;非法律文档会被拒绝处理;三阶段严格模式下失败即退出。