技能介绍

要解决什么问题

在 A 股项目中，回答「有没有同类案例」往往比看起来难。监管规则散落在多个文件里，版本和生效状态经常变化；二手整理看似快速，但结论是否基于一手披露、页码能否对上，很少被追问。一旦案例被写进 memo 或回复意见，错误成本很高。

这个技能做的是边界案例检索：针对一个具体口径问题，产出可复核的项目组 memo，包括结论、口径、监管规则、案例分层、一手出处和检索盲区。

检索如何组织

三条硬规则贯穿始终：先规则，后案例，先核实现行文件、条款和生效状态；一手文件才能下结论，二手资料只用于找线索；证据不足时只能写「暂未发现」，不得写「没有案例」或「监管禁止」。

默认走快速模式，四步完成：用一句话复述问题，区分「必须」与「最好」；找 3—5 个候选，只深读最可能命中的 1—2 个；用一手文件核对主体、事项、时点和结果；交付「结论｜严格案例｜近似/排除｜来源与限制」。

候选较多、口径反复变化或需要完整底稿时，切换专业模式：先定义口径，把条件标为 hard / preferred / fallback / unresolved；再核实规则、按「对象词 + 事项词 + 时点词」检索候选；拿到 PDF 后直接读取，文字层稀少时渲染页面做 OCR，并把数字、日期与页面图像核对。随后按机械评级分类：条件匹配分 A—D，证据等级分 E1（已读一手条款并记录页码）到 E4，只有 A-E1 进入严格结论。

适用边界

输出是检索结论，不替代律师法律意见、保荐机构内核或监管沟通。检索截止日不得晚于实际当前日期，案例事件不得晚于截止日，假设场景必须显式标注。终止或撤回项目单列，无证据时不得归因。遇到异常查阅 troubleshooting 文档，不得为补齐结论虚构页码或原文。安装、升级或发布前跑一次 python3 scripts/case_pipeline.py selftest，日常检索无需重复。