咨询信息采集清单

脚本化状态：✅ 已实现（v1.4）；脚本入口 scripts/processors/intake_checklist_generator.py；支持 8 大法律问题类型 + 合同纠纷 4 个子类（建设工程/买卖/租赁/服务）；输出含问题逻辑关系、材料关联关系、升级提示与法律依据字段。

咨询信息采集清单生成器

使命

根据法律问题类型，自动生成定制化的信息采集清单，包含必问问题和必备材料，帮助律师高效收集案件所需信息。

何时使用

• 首次咨询前准备信息采集框架
• 咨询中发现信息缺口需要补充
• 案件委托前系统化整理所需材料
• 团队协作交接时标准化信息采集流程

何时不要使用

• 已完整采集后的信息整理
• 证据分析或事实认定
• 非中国法律场景
• 港澳台及境外法律

输入要求

必需输入

推荐输入

可选输入

输入校验规则

输出要求

输出结构

{
  "checklist_id": "CL-20260316-001",
  "problem_type": "劳动争议",
  "problem_type_code": "labor_dispute",
  "contract_subtype": null,
  "confidence": "high",
  "generated_at": "2026-03-16T10:10:00",
  "jurisdiction": "中国大陆",
  "questions": [
    {
      "id": "Q001",
      "category": "劳动关系确认",
      "question": "入职时间和离职时间分别是什么？",
      "importance": "必问",
      "order": 1,
      "purpose": "确定劳动关系存续期间，计算工龄",
      "follow_up": "如存在多次入职/离职，需分别说明",
      "depends_on": []
    }
  ],
  "materials": [
    {
      "id": "M001",
      "category": "身份证明",
      "material": "身份证复印件",
      "importance": "必备",
      "order": 1,
      "purpose": "确认当事人身份，立案必需",
      "source_hint": "当事人提供",
      "related_to": []
    }
  ],
  "collection_tips": [
    "建议优先采集「必问」问题和「必备」材料",
    "部分材料可能需要从用人单位调取，建议提前沟通"
  ],
  "upgrade_alert": [],
  "legal_basis": ["《劳动法》", "《劳动合同法》", "《劳动争议调解仲裁法》"],
  "disclaimer": "本清单仅供参考，具体案件需根据实际情况调整。"
}

字段说明：

• contract_subtype：合同纠纷时识别到的子类名称（建设工程合同/买卖合同/租赁合同/服务合同），未识别为 null
• depends_on：该问题逻辑依赖的前置问题 id（前置问题的答案影响本问题的追问方向）
• related_to：与该材料存在证明链关联的其他材料 id
• upgrade_alert：升级提示列表（低置信度/多类型交叉/特殊领域/合同子类未命中时触发），空列表表示无需升级
• legal_basis：该问题类型对应的主要法律依据

置信度说明

核心工作流程

Step 1：问题类型识别

1. 匹配问题类型分类（精确匹配=high，包含/子类匹配=medium）
2. 计算置信度
3. 如无法识别，输出通用清单（置信度 low，触发升级提示）
4. 场景细化：合同纠纷时用 problem_type + brief_description 识别子类（建设工程/买卖/租赁/服务），命中则合并子类专用问题与材料

Step 2：生成问题清单

1. 加载该类型的问题模板（合同类型合并子类模板）
2. 按重要程度排序
3. 添加问题说明和追问提示
4. 标注问题间的逻辑关系（depends_on：前置问题 id，其答案影响本问题追问方向）

Step 3：生成材料清单

1. 加载该类型的材料模板（合同类型合并子类模板）
2. 按重要程度排序
3. 添加材料用途和来源提示
4. 标注材料间的关联关系（related_to：证明链上的关联材料 id）

Step 4：整合输出

1. 合并问题和材料清单
2. 生成采集建议（通用 + 类型化 + 子类化）和免责声明
3. 输出置信度、升级提示（upgrade_alert）与法律依据（legal_basis）
4. 输出结构化结果

支持的问题类型

脚本化计算器

本技能已实现可运行的脚本化生成器，支持以下功能：

模块结构

scripts/processors/
└── intake_checklist_generator.py  # 主生成器（问题/材料/子类模板均内联于此单文件）

支持的功能

使用示例

from intake_checklist_generator import process

# 劳动争议清单生成
result = process({
    "problem_type": "劳动争议",
    "detail_level": "standard"
})

print(f"问题类型: {result['problem_type']}")
print(f"置信度: {result['confidence']}")
print(f"问题数量: {len(result['questions'])}")
print(f"材料数量: {len(result['materials'])}")

关键争议点

🟡 中风险：问题类型识别模糊

争议描述：部分案件类型边界不清，难以准确归类

处理建议：

• 提供置信度标注
• 建议人工复核低置信度结果
• 支持手动指定类型

🟢 低风险：清单内容过时

争议描述：法律法规变化可能导致清单内容过时

处理建议：

• 定期更新模板库
• 标注法规版本信息
• 提供更新提示

拒绝条件

以下情况应拒绝生成并提示：

升级条件

以下情况应提示升级人工处理：

法律依据

免责声明

⚠️ 重要声明：
1. 本清单仅供参考，具体案件需根据实际情况调整。
2. 问题类型识别基于关键词匹配，复杂案件建议人工判断。
3. 清单内容定期更新，请以最新版本为准。
4. 本技能不替代律师专业判断，涉及复杂案件建议咨询专业律师。

优化记录

v1.4 优化内容（0811 真机测试整改 N1-N4）：

1. 合同子类模板（N1）：新增建设工程/买卖/租赁/服务 4 个子类专用问题与材料模板；建设工程场景问题由 6 条通用扩充为 16 条、材料由 5 项扩充为 13 项
2. 置信度校准（N1）：精确匹配=high，包含/子类匹配降为 medium；移除"发货单/收货单"等不适用通用材料项
3. 场景细化（N2，Step 1.4）：brief_description 参与合同子类识别，实际影响清单内容生成
4. 逻辑关系标注（N2，Step 2.4）：问题模板支持 depends_on，输出解析为实际问题 id
5. 关联关系标注（N2，Step 3.4）：材料模板支持 related_to，输出解析为实际材料 id
6. 升级条件输出（N4）：新增 upgrade_alert 字段，覆盖低置信度/多类型交叉/特殊领域/合同子类未命中四类触发
7. 法律依据输出（N4）：新增 legal_basis 字段，按问题类型+子类引用主要法律依据
8. 声明修正（N3）：模块结构声明改为实际单文件实现；功能表与工作流程措辞与实现对齐

v1.2 优化内容：

1. 脚本化完全实现：新增 intake_checklist_generator.py 完整实现
2. 问题模板库：新增 question_templates.py，包含8大类型问题模板
3. 材料模板库：新增 material_templates.py，包含各类型材料模板
4. 置信度计算：实现问题类型识别置信度自动计算
5. 输入校验增强：新增完整的输入字段校验规则
6. 输出结构优化：标准化JSON输出格式
7. 协作关系明确：补充上下游技能协作说明
8. 法律依据补充：添加主要法律依据引用

可选套件上下文（不影响独立使用）

1. 工作目录根存在 套件运行规则.md 时必须先读取并执行；不存在时以本技能硬规则为准，不影响独立使用。
2. 工作目录根存在 办案画像.md 时，只读取与当前任务有关的诉讼立场、风险偏好和文书风格；不存在时按本技能默认运行，不追问、不报错。
3. 仅当用户明确切换到某案或提供唯一案件路径时，读取 cases/{案件简称}/案件画像.md；不得猜测案件，不得跨案带入。
4. 画像只影响表达与偏好，不得覆盖事实、法律依据、必备结构、验证结果或本技能硬规则。
5. 已明确绑定唯一案件且案件管家可用时，成果完成后提交标准案件事件；无案件不建档、不回写，回写失败不得阻塞成果交付。