裁判文书OCR
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_fa622c3c/legal-doc-ocr。
技能介绍
问题:扫描件进不了案卷
案件材料到手大多是 PDF 扫描件:判决书、裁定书、调解书盖着红章,起诉状混着水印,庭审笔录的页眉页脚占满版面。手工逐页录入又慢又容易错,判决书里的金额、日期、当事人信息一旦抄错,后续检索与引用都会跟着出错。通用 OCR 往往直接吐纯文本:印章压住的文字识别不出来,水印和页眉被当成正文,法律术语还可能被“好心”改错。
能力与关键步骤
该技能按“识别 → 纠错 → 归档 → 检索”的流水线组织:
- 批量识别:逐页转成可编辑全文;识别前展示页数与所需积分并预检余额,不足直接阻断,成功后才扣费
- 版面与印章处理:自动区分红章与正文、提取印章内文字,过滤背景水印与页眉页脚
- 语义纠错:对法律术语做语义纠错,并对关键数字(金额、日期、比例)二次复核
- 按需加工:文档摘要、结构化
JSON等产物由服务端按需生成 - 自动入卷:检测到案件库时自动建包入卷,完成归属判定、改名、登记并生成卷宗总目录
- 溯源检索:案件库已确立时按「包 - 文档 - 页面」三级链路定位原文页码,并附页面截图举证
- 兜底策略:合同、营业执照、银行流水、发票乃至病历等非法律扫描件,先确认类型再走通用 OCR;画面模糊时主动询问而非硬读
适用边界与注意点
- 计费按设备积分:初始赠 50 积分、均每页 1 积分,失败零扣费,记账、查账与充值走共享技能
remote-ocr-billing - 印章与正文严重重叠或扫描过暗的页面,识别置信度会下降,建议先小批量试跑再全量处理
- 语义纠错针对 OCR 常见错误,不等同于法律校对,正式引用前仍需人工复核原文
使用场景
- 积压一批裁判文书扫描件,需逐页转为可编辑全文并复核金额、案号、当事人等关键信息
- 处理合同、营业执照、银行流水等非法律扫描件,需先确认文档类型再走通用识别流程
- 沉淀案件库后,需按包、文档、页面三级链路溯源原文页码并附截图举证
适合人员
- 律所助理,每周需把数十份裁判文书PDF录入案件管理系统并核对关键字段
- 法院书记员,要批量转换庭审笔录、调解书等扫描件并按卷宗规范归档
- 独立执业律师,外出取证拿到合同、发票、病历等扫描件,需要可编辑文本辅助阅卷