法律咨询问答提炼

它解决什么问题

律师日常会积累大量与客户的沟通记录：邮件、聊天工具导出文本、会议纪要、案件沟通笔记。其中真正有价值的部分——客户反复提出的同类问题、律师已经形成稳定口径的解答——被埋在口语化的对话里，和某个具体客户的案情、身份信息混在一起，很难直接变成文章、培训材料或知识库条目。手动整理成本高，而且很容易把真实姓名、公司名、联系方式带进成品，形成合规风险。

它做了什么

输入一份或多份沟通记录（文档路径，或直接粘贴内容），技能完成四件事：

• 识别问答对：覆盖五种形态——直接问答、追问回应、风险提醒、操作指引、普遍关切
• 价值判断：按普遍性、典型性、教育性、复用性四类标签筛选，剔除只对单一客户有意义的内容
• 脱敏改写：用 当事人、某公司、某地 等代称替换可识别信息，并把口语表达整理成规范问答格式
• 结构化输出：每个问答对包含问题、律师解答（300-500字）、可选问题背景、价值标签、适用场景

工作流程分四步：分析输入内容 → 识别有价值的问答对 → 生成结构化报告 → 分类与关联分析。输出写入原文档同一目录，命名 {原文档名}_法律问答提取_{YYYYMMDD}.md。

归档与增量扫描

在 config/.env 中配置 watch_paths 后，技能维护 archive/scan-log.json 记录扫描状态，用 content_hash 判断文件是否变化。只有 hash 变化、且同一项目内所有文件都变化时才触发重新提取。文件夹按命名模式分类：纯数字或日期区间视为归档容器，递归扫描子文件夹；日期+姓名 视为直接项目。同一项目的多轮咨询会合并去重，相同问题保留最新解答，输出 {日期}_{项目名}_qa.md。archive/ 目录不纳入 Git 版本控制。

适用边界

它不是案情摘要工具。只对能被其他客户复用的问答感兴趣，针对单一客户具体处境的定制化建议会被过滤掉。脱敏是硬约束而非建议项，提取结果仍建议人工复核一遍是否残留可识别信息。输出的律师解答保持原意，不构成新的法律意见。