劳动争议材料接入
确认当前工作图节点为
material_ingestion,对用户明确指定的材料运行:python3 scripts/ingest_materials.py \ --state <case-root>/.casework/case_state.json \ --source <原始材料路径> \ --original-or-copy <original|copy|unknown>多份材料重复传入
--source。脚本保持原件只读,计算 SHA-256、大小、文件类型和可取得的页数;在.casework/materials/生成逐材料接入记录、派生文本及 JSON/Markdown 索引,并就地回写materials[]。先检测文字层的完整性,不因 PDF “能复制几个字”就认定无需 OCR。
执行器只使用本地文本解码、DOCX XML 和可用的本机
pdfinfo/pdftotext;图片、扫描 PDF 或文本层不足的 PDF 只登记ocr_status=pending。案件、客户或执业材料默认仅本地处理;未获明确授权不调用云端 OCR。OCR、分页图和接触表由运行环境在对应材料目录继续生成;完成后更新
derivative_path、OCR 引擎、语言和可视复核状态,不在 OCR 文本中静默修改原文。在
materials[]登记material_id、source_path、source_sha256、page_start/end、derivative_path、ocr_engine、ocr_language、ocr_status、visual_review_status和original_or_copy。将 OCR 不确定、手写表格、截断聊天、旋转或模糊页列为人工复核任务。
将分页图、OCR、接触表和材料接入索引统一输出到
<case-root>/.casework/materials/,不在案件根目录建立用户交付文件;完成后才进入intake。
进入下游前运行 python3 scripts/workflow_graph.py transition --state <case-root>/.casework/case_state.json --event pass --actor <执行者>。工作图会重新读取源文件并核对当前 SHA-256、大小、逐材料接入记录和派生文件;只写一个哈希字符串或事后改动原件不能通过门禁。
不识别实体争点,不将 OCR 文本当作经证实事实。