要素式诉讼文书生成器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_a82a2273/element-lawsuit-generato。
技能介绍
问题背景
诉讼文书从传统叙述式改写为法院要求的要素式表格,往往需要先人工拆解案由、当事人、金额、日期、请求事项等字段,再逐项填入固定模板。对于 .txt、.md、.docx、.pdf 或扫描图片等来源材料,重复搬运容易漏项,尤其勾选框和表格区域容易误填。
工作方式
该技能面向 11 个领域分类、58 个案由和 104 份模板,支持起诉状、答辩状、申请书、意见陈述书等文本转换。处理链路包括:
- 文件解析:读取文本、文档和 PDF,必要时调用 OCR 从图片中提取文字。
- 案由识别:基于关键词规则匹配,不依赖外部模型,低置信度时会给出候选案由。
- 模板获取:优先使用本地模板,首次使用可从模板仓库下载空白模板并缓存。
- 要素提取:区分要素式输入与传统叙述式输入,抽取当事人、金额、日期等关键字段。
- 区域填充:按模板中的段落区域索引将字段写入对应区域,并通过
before_checkbox精确定位勾选框,减少同一行多个□被误勾的问题。
适用边界
它更适合已有清晰事实材料、需要转换为规范要素式文书的场景。若原文事实混乱、案由无法判断、模板区域缺失或图片文字识别不准,仍需人工复核。技能强调本地处理,不上传文书内容,但图片 OCR、PDF 解析等能力依赖相应可选依赖。
使用场景
- 律师收到客户发来的传统格式起诉状 .docx,需要转成法院要素式表格并补齐当事人、金额字段。
- 诉讼助理整理一桩劳动争议纠纷材料,要识别案由并选择对应答辩状模板进行填充。
- 法务从扫描件图片中提取文字后,要把交通事故起诉状内容填入固定模板并勾选性别选项。
- 律师处理合同纠纷申请文书,需把叙述式文本中的日期、金额和请求事项提取到模板区域。
适合人员
- 需要把客户传统起诉状转换为法院要素式表格的律师
- 处理劳动争议、合同纠纷等固定案由文书的诉讼助理
- 负责核对模板字段和勾选框、避免误填的法务
- 需要离线识别案由并本地填充 docx 模板的法律科技工程师