SuperAPI AI 工具集

law-to-markdown

写作与研究

查看项目

更新于 10-16 08:08

技能介绍

用途:把法条或规范文件(.txt/.docx/.pdf)转换为 Markdown,适用于“法条转 markdown”“pdf/docx 转 markdown”等请求。

主要能力与处理规则:输入为 .txt 时直接转存为 .md;输入为 .pdf/.docx 时先检查是否已安装 mineru-ocr skill,未安装则提示先安装(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使用本地回退(python-docx / pdfplumber)。

格式调整(第二阶段,仅改格式不改原文字符):由调用方大模型先判断“法律/非法律”并传给脚本,未传则用 --law-decision auto 硬规则识别。法律结构映射为: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,并清理多余空格。识别为明显非法律文本(如 GB/标准类)时明确拒绝:Stage2: rejected (non-law-document);未识别法律结构或保真校验失败则自动 no-op。

第三阶段检查(硬门槛):Stage3-A 校验 stage2 相对 stage1 的文字准确性(去标题符号与空白后字符流须一致);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;--out 或 --out-dir。

输出:默认输出到输入文件同目录 markdown/<文件名>/ 下。minimal 输出 <原文件名>+审核报告.md,仅法律文本且审核通过时另生成 <原文件名>+最终成果.md;非法律文档仅输出审核报告。审核未通过会保留 stage1/stage2/stage3-check 过程文件。

常用命令:python3 law-to-markdown/scripts/law_to_markdown.py "input.txt"(docx/pdf 同理);用户同意回退时加 --allow-fallback。

限制:pdf/docx 依赖 mineru-ocr,回退需用户明确同意;非法律文档会被拒绝;许可证为 Apache-2.0。