cslawyer1985 要素式文书一键生成 Skill
概述
本 Skill 能从普通诉讼文书（支持 .txt/.md/.docx/.pdf/图片）自动识别案由、匹配模板、提取要素、填充内容，输出规范的要素式文书。
适用场景：律师需要将已有的诉讼文书（如传统格式起诉状）转换为法院要求的要素式表格格式。
支持范围
- 11 个领域分类：刑事自诉、婚姻家事、合同纠纷、劳动争议、交通事故、保险纠纷、知识产权、行政纠纷、国家赔偿、公益诉讼、海商海事
- 58 个案由：覆盖《最高人民法院 司法部 中华全国律师协会关于印发部分案件起诉状答辩状示范文本的通知》（法〔2025〕82号）文件中的全部要素式文书案由
- 104 份模板：起诉状、答辩状、申请书、意见陈述书等
- 输入格式：.txt / .md / .docx / .pdf / 图片（需 OCR）
使用方法
基本用法
请帮我将这份起诉状转换为要素式文书：[上传文件]
指定案由
请将这份文书转换为民间借贷纠纷的要素式起诉状：[上传文件]
从文本生成
请根据以下信息生成民间借贷纠纷要素式起诉状：
原告张三，男，1985年出生...
被告李四，欠款10万元...
工作流程
输入文件 → 解析内容 → 识别案由 → 匹配模板 → 提取要素 → 区域定位填充 → 输出docx
- 文件解析 (
file_parser.py)：支持 txt/md/docx/pdf/图片 OCR，自动检测编码 - 案由识别 (
case_classifier.py)：基于 58 个案由的关键词规则匹配，离线可用 - 模板获取 (
template_manager.py)：优先本地模板，其次从 GitHub 远程下载 - 要素提取 (
content_extractor.py)：自动检测要素式/传统格式，正则+规则提取 - 区域定位填充 (
template_filler.py)：基于段落区域索引的精确 XML 填充 - 主流程 (
main.py)：串联上述步骤，一键生成
核心技术
案由识别
- 关键词规则匹配（不依赖 LLM），确保离线可用
- 关键词长度加权 + 优先级 + 出现频次综合评分
- 低置信度时给出多个候选建议
区域定位填充（v3 核心改进）
- 段落区域索引：解析模板 XML 构建段落区域映射（原告_自然人/被告_法人/委托诉讼代理人等）
- 区域内填充：字段填充限定在特定区域内，避免跨区域误填
- 精确勾选框：
before_checkbox + □精确匹配（如"男□"→"男☑"），避免误勾其他□
勾选框处理
□(U+25A1) →☑(U+2611)：精确替换- 在 XML 的
<w:t>元素级别操作，不做字符串级别替换 - 通过
before_checkbox参数定位特定□，避免同一行多个□被误勾
双格式输入支持
- 要素式输入：自动检测勾选框和标签结构，按标签-值对提取
- 传统叙述式输入：用正则+规则提取当事人、金额、日期等
配置文件
| 文件 | 说明 |
|---|---|
configs/case_keywords.json |
58 个案由的关键词映射表 |
configs/field_mapping.json |
通用字段映射规则 |
references/case_type_index.md |
案由索引表（11 大类） |
模板来源
模板文件依据《最高人民法院 司法部 中华全国律师协会关于印发部分案件起诉状答辩状示范文本的通知》（法〔2025〕82号）文件中的示范文本，存放于以下仓库：
- Gitee（国内优先）：https://gitee.com/hugeshark/element-lawsuit-templates
- GitHub（备选）：https://github.com/hugesharks/element-lawsuit-templates
模板按 11 个领域分类存放，首次使用时自动从 Gitee 下载（国内速度快），Gitee 不可用时自动切换 GitHub。下载成功后缓存到本地，后续使用无需重复下载。也可指定本地模板目录跳过下载。
安全与隐私
⚠️ 重要提示：
- 数据脱敏：所有示例数据均已脱敏（电话改 ×××、身份证改 ××× 等）
- 本地处理：所有文件解析和模板填充均在本地完成，不上传任何文书内容到外部服务
- 模板下载：仅从 GitHub 下载空白模板，不传输任何案件信息
- 临时文件：处理完成后自动清理解包的临时 XML 文件
- 输出文件：生成的 docx 文件保存在本地，由用户自行管理
依赖
- Python 3.8+
- python-docx（可选，用于 .doc 格式回退）
- PyMuPDF 或 pdfplumber（可选，用于 PDF 解析）
- Pillow + pytesseract 或 easyocr（可选，用于图片 OCR）
核心功能（docx 模板填充）仅依赖 Python 标准库，无需额外安装。
文件结构
element-lawsuit-generator/
├── SKILL.md # 本文件
├── requirements.txt # 可选依赖
├── scripts/
│ ├── main.py # 主入口
│ ├── file_parser.py # 文件解析
│ ├── case_classifier.py # 案由分类器
│ ├── template_manager.py # 模板管理
│ ├── content_extractor.py # 内容提取
│ └── template_filler.py # 模板填充引擎（区域定位 v3）
├── configs/
│ ├── case_keywords.json # 案由关键词映射
│ └── field_mapping.json # 字段映射规则
└── references/
└── case_type_index.md # 案由索引表
错误处理
| 场景 | 处理方式 |
|---|---|
| 无法识别案由 | 返回错误信息，建议手动指定案由 |
| 低置信度（<0.3） | 给出多个候选案由，提示用户确认 |
| 模板下载失败 | 检查本地缓存，提示检查网络 |
| 文件格式不支持 | 提示支持的格式列表 |
| 区域定位失败 | 跳过该区域，在警告中提示 |
版本
- v3.0 (2025-01) - 区域定位填充引擎，精确勾选框处理
- v1.0 (2025-01) - 初始版本