法律文本格式化

网页抓取后的法律文本总是乱糟糟

从公众号或网页复制的法律条文和案例，常见问题是格式不统一：英文标点混在中文里，「第X条」没有被标识，推广信息、二维码、公众号名片混在正文中间。手动清理既耗时，又容易在删改中丢内容。

它做什么

legal-text-format 只做一件事：把已经拿到手的文本规范化为 Markdown。

• 先用 LLM 判断输入是法律条文还是案例，识别章节、条款、案号等结构特征，并提取主题用于命名
• 把原始内容存档到 archive/{时间戳}_{主题}/ 下的 raw.md，保留溯源依据
• 一次性处理完整文本，按类型套用格式化规则

条文类规则：

• 章前加 ## 二级标题，「第X条」加粗
• 条文之间空一行，条文内部不多留空行
• 段尾缺句号或分号时删掉多余回车

案例类规则：

• 英文标点替换为中文标点，数字统一半角
• 案例序号前加 ##，案例内部章节用 ###
• 仅保留第一个案例到最后一个案例之间的内容，删掉前言、作者信息、文末推广和推荐链接

边界与注意点

• 技能不含抓取能力：网页链接需先由 wechat-article-fetch 等工具处理，本技能只接收文本或本地文件
• 只做格式调整，不改变原意；案号、法院名称、当事人、序号等关键信息必须原样保留
• 格式化前后的内容应能逐条比对，raw.md 就是为这个设计的