实习证明模板库

解决文档生成中的口径与事实偏差

在自动化流程中生成实习证明时，常见的痛点包括：

• 评价维度不统一，导致不同岗位的实习表现难以横向对比。
• 表现描述过于模糊，缺乏标准化的客观事实支撑。
• 直接使用未经校验的输入，引发严重的事实偏差与合规风险。

开发者或HR集成方需要一个确定性机制，将非结构化的自然语言转化为标准化、可复核的文书，而非依赖人工逐字拼凑。

核心处理逻辑与执行步骤

该技能通过结构化提取与确定性计算来生成文书。首先，从用户自然语言或上传文件中提取已确认事实，仅需追问文档用途与适用地区、待写入事实和交付格式这三项最少必要信息。其次，在需要进行结构化检查时，将提取的信息写入内部临时 JSON，并调用 python scripts/run.py 执行确定性校验。最后，技能会输出可编辑的文档草稿、待填字段核对表以及签署前检查清单，并支持生成 DOCX、PDF 或 CSV 等格式。

工程集成边界与注意点

在接入工作流时，需明确该技能的物理边界：

• 仅提供文书生成与结构化校验，不实际执行发送、申报或写入业务系统等外部动作。
• 输入不足时返回待补充清单，绝不用看似精确的占位符掩盖未知事实。
• 严格限制个人信息采集，仅处理任务必需的最少数据，避免引入隐私合规风险。