law-to-markdown

name law-to-markdown description 律师助理与法律助手在处理繁杂法条时，当需要将 PDF/Word/TXT 格式的法律规范文件转为结构化 Markdown 时适用。自动完成 OCR 解析、法律层级识别与三阶段保真校验，一键生成排版完美的法条 Markdown 文档及审核报告，让法律文本数字化工作事半功倍。 Law To Markdown 处理规则 输入为 .txt ：直接转存为 .md 。 输入为 .pdf / .docx ： 先检查是否已安装 mineru-ocr skill。 未安装：提示先安装 mineru-ocr ，安装地址： https://github.com/cat-xierluo/legal-skills/tree/main/skills/mineru-ocr 已安装：优先调用 mineru-ocr 处理。 调用失败：先提示检查 mineru-ocr 配置/Token。 仅当用户明确同意时，才使用本地回退（ python-docx / pdfplumber ）。 第一阶段完成后默认执行第二阶段格式调整（仅格式，不改原文字符）： 由调用该 skill 的大模型先判断“法律/非法律”，并把结果传给脚本。 若调用方未传结果，则脚本使用硬规则自动识别（ --law-decision auto ）。 法律名称 # 编/分编 ## 章 ### 节 #### 条 ##### （仅“第X条”为标题； 第X条【条标】 整行为标题不拆） 款/项/目无标题 项、目按标记换行 清理多余空格：去行尾空格、去行首 ASCII 空格、去正文行首全角缩进、规范标题后的空格 若识别为明显非法律文本（如 GB/标准类文档），第二阶段明确拒绝： Stage2: rejected (non-law-document) 。 若第二阶段未识别法律结构或保真校验失败，则自动 no-op，不改文本。 默认执行第三阶段检查（双子阶段，硬门槛）： Stage3-A：校验 stage2 相对 stage1 的文字内容准确性（去标题符号与空白后字符流必须一致） Stage3-B：校验结构效果（结构层级、条标题规则、非法律策略、空格规范、项/目换行） 任一失败触发自动重走，最多 2 次；仍失败默认报错退出 二阶段识别参数 --law-decision law ：调用方已判定为法律文本，直接按法律结构优化。 --law-decision non-law ：调用方已判定为非法律文本，阶段二直接拒绝。 --law-decision auto ：不传判定时的默认模式，使用脚本内硬规则。 三阶段参数 --skip-stage3-check ：跳过第三阶段检查（默认不跳过）。 --stage3-max-retries ：失败后自动重走次数，默认 2 。 --stage3-strict / --no-stage3-strict ： 默认严格模式（失败即报错退出） 非严格模式仅输出报告，不阻断流程 --artifact-level minimal|standard|debug ： minimal （默认）：面向交付，输出最少 standard ：保留过程文件（ stage1/stage2/stage3-check ）便于排查 debug ：保留全部过程产物（包含调试信息） 输出规则 默认输出到输入文件同目录的 markdown/ 子目录，并按输入文件名创建独立目录： markdown/<文件名>/ 默认（ --artifact-level minimal ）输出： <原文件名>+审核报告.md （详细过程和结论） <原文件名>+最终成果.md （仅法律文本且审核通过时生成） 非法律文档（如 GB/标准类）： 结论为“拒绝处理” 仅输出 <原文件名>+审核报告.md 不输出 <原文件名>+最终成果.md 审核未通过时会自动保留过程文件用于排查： <文件名>.stage1.md <文件名>.stage2.md <文件名>.stage3-check.md 若需更多产物可切换： --artifact-level standard ：保留 stage1/stage2/stage3-check --artifact-level debug ：保留全部调试产物 可通过命令参数指定 --out 或 --out-dir 。 常用命令 python3 law-to-markdown/scripts/law_to_markdown.py "input.txt" python3 law-to-markdown/scripts/law_to_markdown.py "input.docx" python3 law-to-markdown/scripts/law_to_markdown.py "input.pdf" 用户明确同意回退时： python3 law-to-markdown/scripts/law_to_markdown.py "input.docx" --allow-fallback python3 law-to-markdown/scripts/law_to_markdown.py "input.pdf" --allow-fallback