legal-text-format

---
name: legal-text-format
homepage: https://github.com/cat-xierluo/legal-skills
author: 杨卫薪律师（微信ywxlaw）
version: "1.1.0"
license: CC-BY-NC-SA-4.0
description: 将法律文本（法律条文或法律案例）转换为规范的 Markdown 格式，删除推广冗余信息。本技能应在用户需要处理法律条文（如民法典、刑法等）、整理法律案例（如最高法典型案例、裁判文书等）、或从粘贴文本中格式化法律文档时使用。注意：本技能只负责格式化和内容清理，不包含内容抓取能力。内容获取应由其他 skill（如 wechat-article-fetch）完成，AI 会自动判断技能协作顺序。
---

# 法律文本格式化工具

## 概述

将法律文本（法律条文或法律案例）转换为规范的 Markdown 格式，删除推广冗余信息，自动识别文本类型并应用相应的格式化规则。

**核心职责**：只负责格式化和内容清理，不包含内容抓取能力。

## 与其他技能的协作

### 典型工作流程

**场景：用户请求格式化网页上的法律文本**

```
用户请求 → AI 判断来源 → 抓取类 skill 获取内容 → legal-text-format 格式化
```

示例流程：

1. 用户提供微信公众号链接 → AI 使用 `wechat-article-fetch` 抓取 → AI 调用 `legal-text-format` 格式化
2. 用户提供普通网页链接 → AI 使用其他工具抓取 → AI 调用 `legal-text-format` 格式化
3. 用户直接粘贴文本 → AI 直接调用 `legal-text-format` 格式化

**技能职责边界**：

- `wechat-article-fetch` / 其他抓取工具：负责从各种来源获取原始文本内容
- `legal-text-format`：负责对已获取的文本进行格式化和清理

## 核心原则

**内容完整性保证**：除格式调整和去除推广内容外，所有法律案例和法条的实质内容必须完整保留，不得有任何遗漏！

## 工作流程

### 步骤 1：分析文本类型

使用 LLM 分析输入文本：

- 判断是法律条文还是法律案例
- 识别文本结构特征（章节、条款、案号等）
- 确定适合的格式化策略
- 提取主题用于文件命名

**分析提示词参考**：

```text
分析以下文本，判断其类型：
- 如果是法律条文：识别章、节、条的结构
- 如果是法律案例：识别案例标题、案号、案情、裁判结果、典型意义等
- 提取主题用于文件命名
```

### 步骤 2：保存原始内容

将输入的原始内容保存为本地 Markdown 文件：

- 文件位置：`archive/{YYYYMMDD_HHMMSS}_{主题}/`
- 文件命名：`{YYYYMMDD}_{主题}_raw.md`
- 目的：提供溯源依据，便于内容比对验证

**归档目录结构示例**：

```text
archive/20250122_153400_个人信息保护检察公益诉讼典型案例/
├── 20250122_个人信息保护检察公益诉讼典型案例_raw.md      # 原始内容
├── 20250122_个人信息保护检察公益诉讼典型案例_formatted.md # 格式化后的内容（步骤4生成）
└── meta.json                                              # 元信息（可选）
```

### 步骤 3：格式化文本

**重要**：一次性处理完整文本，不进行分段。

**格式化提示词**（参考 [examples.md](references/examples.md) 中的详细示例）：

```text
请将以下法律文本格式化为规范的 Markdown 格式。

# 法律条文格式化规则
- 章前面添加二级 markdown 格式（##）
- 不同条文之间添加空行
- 每一条条文内部换行时不应有多余空行
- "第X条"进行加粗（**第X条**）
- 如果一段文字的最后没有句号或分号，则删除后方的回车
- 保持所有条文内容完整，不得遗漏任何条款

# 法律案例格式化规则
- 把英文标点符号替换成中文标点符号（包括括号、逗号、句号、冒号、分号等）
- 案例序号或名称前添加二级 markdown 格式（##），序号后要紧跟案例名称
- 每个案例的章节前添加三级 markdown 格式（###）
- 每个案例的章节内部不应有大于1个的空行（连续换行数不超过2个）
- 清理多余的连续空行，保持段落间适当的分隔
- 把数字格式调整为半角
- 内容范围限定：
  - 仅保留从第一个案例到最后一个案例的内容
  - 删除前面的文章介绍、作者信息、引言、目录等
  - 删除底部的宣传推广内容、二维码、公众号介绍、相关文章推荐等
  - 保留标准：只保留案例标题、案号、基本案情、裁判结果、典型意义等法律案例本身的内容
- 保持所有案例实质内容完整，包括案情、裁判、意义等所有部分

# 参考示例
详见 references/examples.md 文件，其中包含4个完整的格式化示例。
```

#### 法律条文格式化规则摘要

- 章前面添加二级 markdown 格式（`##`）
- 不同条文之间添加空行
- 每一条条文内部换行时不应有多余空行
- "第X条"进行加粗（`**第X条**`）
- 如果一段文字的最后没有句号或分号，则删除后方的回车
- 保持所有条文内容完整，不得遗漏任何条款

#### 法律案例格式化规则摘要

- 把英文标点符号替换成中文标点符号
- 案例序号或名称前添加二级 markdown 格式（`##`），序号后要紧跟案例名称
- 每个案例的章节前添加三级 markdown 格式（`###`）
- 每个案例的章节内部不应有大于1个的空行（连续换行数不超过2个）
- 清理多余的连续空行，保持段落间适当的分隔
- 把数字格式调整为半角
- **内容范围限定**：
  - **仅保留**从第一个案例到最后一个案例的内容
  - **删除前面**的文章介绍、作者信息、引言、目录等
  - **删除底部**的宣传推广内容、二维码、公众号介绍、相关文章推荐等
  - **保留标准**：只保留案例标题、案号、基本案情、裁判结果、典型意义等法律案例本身的内容
- 保持所有案例实质内容完整，包括案情、裁判、意义等所有部分

### 步骤 4：保存并验证

保存格式化后的文档：

- 文件位置：`archive/{YYYYMMDD_HHMMSS}_{主题}/`
- 文件命名：`{YYYYMMDD}_{主题}_formatted.md`
- 与 `raw.md` 保存在同一归档目录下

**内容完整性验证**：

- 对比原始文档和格式化文档的字数（允许±10%的差异，因为删除了推广内容）
- 确认所有法律条文/案例标题都存在
- 确认关键内容（案号、法院、裁判要旨等）完整保留
- 在输出文档的元信息中注明验证结果

## 参考文档

### 格式化示例

详细的格式化示例和对比请参见 [examples.md](references/examples.md)，包含：

- 4个完整的法律案例格式化示例
- 每个示例包含原始文本和格式化后的对比
- 格式化要点总结（标点符号处理、标题层级、空行处理、内容范围等）

### 准确性要求

- **不改变原文含义**：格式调整不得改变法律文本的原意
- **保留关键信息**：案号、法院名称、当事人等关键信息必须保留
- **序号保持**：案例序号、条文序号不得修改

## 输出文档结构

### 归档目录组织

所有格式化结果按时间戳归档存储：

```text
archive/
├── {YYYYMMDD_HHMMSS}_{文档主题}/
│   ├── {YYYYMMDD}_{主题}_raw.md        # 原始抓取内容
│   ├── {YYYYMMDD}_{主题}_formatted.md  # 格式化后的内容
│   └── meta.json                       # 元信息（可选）
```

**命名规则**：

- **目录名**：`{YYYYMMDD_HHMMSS}_{主题}`（例：`20250122_153400_个人信息保护典型案例`）
- **文件名**：
  - 原始文件：`{YYYYMMDD}_{主题}_raw.md`（例：`20250122_个人信息保护典型案例_raw.md`）
  - 格式化文件：`{YYYYMMDD}_{主题}_formatted.md`（例：`20250122_个人信息保护典型案例_formatted.md`）
- **主题限制**：从文本中提取的核心主题，限制30字以内
- **日期格式**：`YYYYMMDD`（例：20250122）

### formatted.md 内容结构

```markdown
# {文档标题}

## 元信息
- **来源**：{原网页URL或"用户粘贴"}
- **处理时间**：{时间戳}
- **文本类型**：{法律条文/法律案例}
- **原始文件**：[{YYYYMMDD}_{主题}_raw.md]({YYYYMMDD}_{主题}_raw.md)

## 内容验证
- **原始字数**：{原始文档字数}
- **格式化后字数**：{格式化文档字数}
- **字数差异**：{差异百分比}%
- **案例/条文数量**：{识别到的案例或条文数量}
- **完整性检查**：✅ 通过 / ⚠️ 需人工复核

---

{格式化后的正文内容}
```

## 质量标准

- **标点符号统一**：所有标点符号使用中文标点
- **数字格式统一**：数字使用半角字符
- **层级结构清晰**：正确使用二级、三级标题
- **空行规范**：段落间空行适当，不过多也不缺失
- **内容完整性**：保留所有法律相关内容，去除无关推广信息

## 适用场景

- 整理法律条文汇编
- 规范化法律案例集
- 准备法律学习材料
- 建立法律文本知识库
- 清理从网页抓取的法律文本

## 输入要求

本技能接受以下类型的输入：

1. **已抓取的文本内容**：由其他 skill（如 wechat-article-fetch）获取的文本
2. **用户粘贴的文本**：用户直接提供的文本内容
3. **本地文件**：已保存的 Markdown/文本文件

**不接受**：网页链接（链接应由专门的抓取类 skill 处理）