law-to-markdown

用途

law-to-markdown 用于将法条/规范文件转换为 Markdown。适用于用户要求“法条转 markdown”“pdf/docx 转 markdown”等场景。

主要能力

输入为 .txt：直接转存为 .md。
输入为 .pdf / .docx：先检查是否已安装 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 处理；调用失败先提示检查 mineru-ocr 配置/Token；仅当用户明确同意时，才使用本地回退（python-docx / pdfplumber）。
第一阶段完成后默认执行第二阶段格式调整（仅格式，不改原文字符）：由调用该 skill 的大模型先判断“法律/非法律”并把结果传给脚本；若调用方未传结果，脚本使用硬规则自动识别（--law-decision auto）。
法律结构标题层级：法律名称 #；编/分编 ##；章 ###；节 ####；条 #####（仅“第X条”为标题；第X条【条标】整行为标题不拆）；款/项/目无标题；项、目按标记换行。
清理多余空格：去行尾空格、去行首 ASCII 空格、去正文行首全角缩进、规范标题后的空格。
若识别为明显非法律文本（如 GB/标准类文档），第二阶段明确拒绝：Stage2: rejected (non-law-document)。
若第二阶段未识别法律结构或保真校验失败，则自动 no-op，不改文本。
默认执行第三阶段检查（双子阶段，硬门槛）：Stage3-A 校验 stage2 相对 stage1 的文字内容准确性（去标题符号与空白后字符流必须一致）；Stage3-B 校验结构效果（结构层级、条标题规则、非法律策略、空格规范、项/目换行）。任一失败触发自动重走，最多 2 次；仍失败默认报错退出。

使用方式

执行本 Skill 前，必须先遵循法律工作总控规则（强制），包括：

skills/legal/法律工作总控/references/practice-profile.md
skills/legal/法律工作总控/references/matter-workspace-protocol.md
skills/legal/法律工作总控/references/document-reading-protocol.md
skills/legal/法律工作总控/references/source-boundary-protocol.md
skills/legal/法律工作总控/references/ocr-correction-protocol.md
skills/legal/法律工作总控/references/pkulaw-mcp-legal-verification-protocol.md

本 Skill 只处理本专业任务；案件隔离、来源披露、材料缺口、法规/Wiki 校验、OCR 校正和读取复查按总控规则执行。旧规则废止（强制）：旧文中直接写死的客户目录、阶段目录、旧式台账写入、旧本地读取协议均不作为执行规则；事项路径、当前事项、系统记录、业务文件区和复盘台账统一以法律工作总控 matter-workspace-protocol.md 为准；不得静默写入复盘台账，确需更新时先确认属于复盘台账更新并向用户说明。

二阶段识别参数：

--law-decision law：调用方已判定为法律文本，直接按法律结构优化。
--law-decision non-law：调用方已判定为非法律文本，阶段二直接拒绝。
--law-decision auto：不传判定时的默认模式，使用脚本内硬规则。

三阶段参数：

--skip-stage3-check：跳过第三阶段检查（默认不跳过）。
--stage3-max-retries：失败后自动重走次数，默认 2。
--stage3-strict / --no-stage3-strict：默认严格模式（失败即报错退出）；非严格模式仅输出报告，不阻断流程。
--artifact-level minimal|standard|debug：minimal（默认）面向交付，输出最少；standard 保留过程文件（stage1/stage2/stage3-check）便于排查；debug 保留全部过程产物（包含调试信息）。

输出规则：默认输出到输入文件同目录的 markdown/ 子目录，并按输入文件名创建独立目录 markdown/<文件名>/。默认（--artifact-level minimal）输出 <原文件名>+审核报告.md（详细过程和结论）与 <原文件名>+最终成果.md（仅法律文本且审核通过时生成）。非法律文档（如 GB/标准类）：结论为“拒绝处理”，仅输出 <原文件名>+审核报告.md，不输出 <原文件名>+最终成果.md。审核未通过时会自动保留过程文件用于排查：<文件名>.stage1.md、<文件名>.stage2.md、<文件名>.stage3-check.md。若需更多产物可切换 --artifact-level standard（保留 stage1/stage2/stage3-check）或 --artifact-level debug（保留全部调试产物）。可通过命令参数指定 --out 或 --out-dir。

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"

用户明确同意回退时：

python3 law-to-markdown/scripts/law_to_markdown.py "input.docx" --allow-fallback python3 law-to-markdown/scripts/law_to_markdown.py "input.pdf" --allow-fallback

适用场景

适用于法条/规范文件的 Markdown 转换，尤其是需要保留法律结构层级（编、章、节、条、款、项、目）并校验转换准确性的场景。

限制

.pdf/.docx 处理依赖 mineru-ocr skill；未安装需先安装，调用失败需检查配置/Token。
本地回退（python-docx / pdfplumber）仅在用户明确同意时使用。
明显非法律文本（如 GB/标准类文档）会被拒绝处理。
第二阶段未识别法律结构或保真校验失败时自动 no-op，不改文本。
第三阶段检查失败自动重走最多 2 次，仍失败默认报错退出。
执行前须遵循法律工作总控规则，不得静默写入复盘台账。

技能介绍

用途

主要能力

使用方式

适用场景

限制

许可证