law-to-markdown
starsforks
How to install law-to-markdown?
pa1nrui1/legal-skills/law-to-markdown
$npx -y skills add pa1nrui1/legal-skills --skill law-to-markdown将法条/规范文件（.txt/.docx/.pdf）转为 Markdown。适用于用户要求“法条转 markdown”“pdf/docx 转 markdown”。处理 .pdf/.docx 时先检查是否已安装 mineru-ocr skill；未安装先引导安装，安装后优先用 mineru-ocr；仅在用户明确同意时再用本地回退方案。
SKILL.md
| 1 | ## 法律工作总控规则（强制） |
| 2 | |
| 3 | 执行本 Skill 前，必须先遵循： |
| 4 | - skills/legal/法律工作总控/references/practice-profile.md |
| 5 | - skills/legal/法律工作总控/references/matter-workspace-protocol.md |
| 6 | - skills/legal/法律工作总控/references/document-reading-protocol.md |
| 7 | - skills/legal/法律工作总控/references/source-boundary-protocol.md |
| 8 | - skills/legal/法律工作总控/references/ocr-correction-protocol.md |
| 9 | - skills/legal/法律工作总控/references/pkulaw-mcp-legal-verification-protocol.md |
| 10 | |
| 11 | 本 Skill 只处理本专业任务；案件隔离、来源披露、材料缺口、法规/Wiki 校验、OCR 校正和读取复查按总控规则执行。 |
| 12 | |
| 13 | ## 旧规则废止（强制） |
| 14 | |
| 15 | - 旧文中直接写死的客户目录、阶段目录、旧式台账写入、旧本地读取协议均不作为执行规则。 |
| 16 | - 事项路径、当前事项、系统记录、业务文件区和复盘台账统一以法律工作总控 `matter-workspace-protocol.md` 为准。 |
| 17 | - 不得静默写入复盘台账；确需更新时，先确认属于复盘台账更新并向用户说明。 |
| 18 | |
| 19 | |
| 20 | --- |
| 21 | |
| 22 | # Law To Markdown |
| 23 | |
| 24 | ## 处理规则 |
| 25 | |
| 26 | 1. 输入为 `.txt`：直接转存为 `.md`。 |
| 27 | 2. 输入为 `.pdf` / `.docx`： |
| 28 | - 先检查是否已安装 `mineru-ocr` skill。 |
| 29 | - 未安装：提示先安装 `mineru-ocr`，安装地址： |
| 30 | `https://github.com/cat-xierluo/legal-skills/tree/main/skills/mineru-ocr` |
| 31 | - 已安装：优先调用 `mineru-ocr` 处理。 |
| 32 | - 调用失败：先提示检查 `mineru-ocr` 配置/Token。 |
| 33 | - 仅当用户明确同意时，才使用本地回退（`python-docx` / `pdfplumber`）。 |
| 34 | 3. 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）： |
| 35 | - 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。 |
| 36 | - 若调用方未传结果，则脚本使用硬规则自动识别（`--law-decision auto`）。 |
| 37 | - 法律名称 `#` |
| 38 | - 编/分编 `##` |
| 39 | - 章 `###` |
| 40 | - 节 `####` |
| 41 | - 条 `#####`（仅“第X条”为标题；`第X条【条标】`整行为标题不拆） |
| 42 | - 款/项/目无标题 |
| 43 | - 项、目按标记换行 |
| 44 | - 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 |
| 45 | 4. 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)`。 |
| 46 | 5. 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。 |
| 47 | 6. 默认执行第三阶段检查（双子阶段，硬门槛）： |
| 48 | - 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） |
| 49 | - 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） |
| 50 | - 任一失败触发自动重走，最多 2 次；仍失败默认报错退出 |
| 51 | |
| 52 | ## 二阶段识别参数 |
| 53 | |
| 54 | - `--law-decision law`：调用方已判定为法律文本，直接按法律结构优化。 |
| 55 | - `--law-decision non-law`：调用方已判定为非法律文本，阶段二直接拒绝。 |
| 56 | - `--law-decision auto`：不传判定时的默认模式，使用脚本内硬规则。 |
| 57 | |
| 58 | ## 三阶段参数 |
| 59 | |
| 60 | - `--skip-stage3-check`：跳过第三阶段检查（默认不跳过）。 |
| 61 | - `--stage3-max-retries`：失败后自动重走次数，默认 `2`。 |
| 62 | - `--stage3-strict` / `--no-stage3-strict`： |
| 63 | - 默认严格模式（失败即报错退出） |
| 64 | - 非严格模式仅输出报告，不阻断流程 |
| 65 | - `--artifact-level minimal|standard|debug`： |
| 66 | - `minimal`（默认）：面向交付，输出最少 |
| 67 | - `standard`：保留过程文件（`stage1/stage2/stage3-check`）便于排查 |
| 68 | - `debug`：保留全部过程产物（包含调试信息） |
| 69 | |
| 70 | ## 输出规则 |
| 71 | |
| 72 | - 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： |
| 73 | - `markdown/<文件名>/` |
| 74 | - 默认（`--artifact-level minimal`）输出： |
| 75 | - `<原文件名>+审核报告.md`（详细过程和结论） |
| 76 | - `<原文件名>+最终成果.md`（仅法律文本且审核通过时生成） |
| 77 | - 非法律文档（如 GB/标准类）： |
| 78 | - 结论为“拒绝处理” |
| 79 | - 仅输出 `<原文件名>+审核报告.md` |
| 80 | - 不输出 `<原文件名>+最终成果.md` |
| 81 | - 审核未通过时会自动保留过程文件用于排查： |
| 82 | - `<文件名>.stage1.md` |
| 83 | - `<文件名>.stage2.md` |
| 84 | - `<文件名>.stage3-check.md` |
| 85 | - 若需更多产物可切换： |
| 86 | - `--artifact-level standard`：保留 `stage1/stage2/stage3-check` |
| 87 | - `--artifact-level debug`：保留全部调试产物 |
| 88 | - 可通过命令参数指定 `--out` 或 `--out-dir`。 |
| 89 | |
| 90 | ## 常用命令 |
| 91 | |
| 92 | ```bash |
| 93 | python3 law-to-markdown/scripts/law_to_markdown.py "input.txt" |
| 94 | python3 law-to-markdown/scripts/law_to_markdown.py "input.docx" |
| 95 | python3 law-to-markdown/scripts/law_to_markdown.py "input.pdf" |
| 96 | ``` |
| 97 | |
| 98 | 用户明确同意回退时： |
| 99 | |
| 100 | ```bash |
| 101 | python3 law-to-markdown/scripts/law_to_markdown.py "input.docx" --allow-fallback |
| 102 | python3 law-to-markdown/scripts/law_to_markdown.py "input.pdf" --allow-fallback |
| 103 | ``` |
| 104 | |
| 105 | ## 许可证 |
| 106 | |
| 107 | SPDX-License-Identifier: Apache-2.0 |
| 108 | |
| 109 | Copyright (c) 2026 JiCheng |
| 110 | |
| 111 | 采用 Apache License 2.0 许可，许可证原文见仓库根目录 `LICENSE`。 |
People who liked this also viewed
6 picksType
- lark-drive飞书云空间（云盘/云存储）：管理 Drive 文件和文件夹，包含上传/下载、创建文件夹、复制/移动/删除、查看元数据、评论/权限/订阅、标题、版本、飞书文档密级标签（secure labels）和本地文件导入。用户需要整理云盘目录、处理云空间资源 URL/token、判断链接类型/真实 token/标题，或导入 Word/Markdown/Excel/CSV/PPTX/.base 为 docx/sSkillsJul 2026
- lark-sharedUse for lark-cli setup/auth tasks: auth login/status/logout, user vs bot identity, business-domain permissions (--domain, including all/docs/drive), missing scopes, revoking authorization, or handlingSkillsJul 2026
- lark-whiteboard飞书画板：查询和编辑飞书云文档中的画板。支持导出画板为预览图片、导出原始节点结构、使用多种格式更新画板内容。 当用户需要查看画板内容、导出画板图片、编辑画板时使用此 skill。不负责：飞书云文档内容编辑（lark-doc）、文档内嵌电子表格/Base（lark-sheets / lark-base）。SkillsJul 2026
- lark-task飞书任务：管理任务、清单和任务智能体。创建待办任务、查看和更新任务状态、拆分子任务、组织任务清单、分配协作成员、上传任务附件、注册或注销任务智能体、更新任务智能体的主页数据、写入智能体任务记录。当用户需要创建待办事项、查看任务列表、跟踪任务进度、管理项目清单或给他人分配任务、为任务上传附件文件、注册注销任务智能体、更新智能体主页数据、写入任务记录时使用。SkillsJul 2026
- lark-attendance飞书考勤打卡：查询自己的考勤打卡记录SkillsJul 2026
- lark-apps妙搭（Spark/Miaoda）应用开发与托管：应用创建、本地全栈开发、云端生成迭代、创意设计（UI mockup / 可交互原型 / 线框图 / 落地页 / 仪表盘 / 幻灯片 deck / 视觉探索）、AI相关能力和飞书平台能力或者其他外部能力集成、日志/Trace/监控指标/PV/UV 查询、环境变量管理、应用角色与成员管理、自动化触发器（定时/记录变更/Webhook/飞书审批）。当用户要SkillsJul 2026
