本文へ移動
cccskills
無料GitHub で公開

case-file-review

案卷阅卷与证据分析 Skill。支持两种输入模式:(a) 仅证据材料 — OCR 后快速给出结论,逐条标注源头,自动标记矛盾点;(b) 起诉状 + 证据材料 — 根据起诉状确定的法律关系分析证据充分性,逐条溯源,标注证据间矛盾。自动提取时间轴并生成 HTML 可视化,最终输出结构化阅卷报告。

インストール方法を見る

含まれるファイル(10)

  • SKILL.md8.9 KB
  • CHANGELOG.md656 B
  • references/contradiction-rules.md4.2 KB
  • references/fact-evidence-extraction.md2.9 KB
  • references/legal-element-framework.md4.3 KB
  • references/report-format-spec.md2.4 KB
  • references/timeline-extraction.md3.2 KB
  • scripts/timeline-template.html5.0 KB
  • templates/review-report-complaint-evidence.md1.9 KB
  • templates/review-report-evidence-only.md980 B

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

case-file-review — 案卷阅卷与证据分析

对案卷材料进行 OCR → 事实提取 → 证据分析 → 矛盾检测 → 时间轴生成 → 报告输出,一站式完成从原始案卷到阅卷报告的全流程。

核心原则(不可跳过)

  1. OCR 是前提:任何图片、PDF、扫描件必须先完成 OCR 转为可编辑文本,再进行分析。不得对未 OCR 的材料直接下结论。
  2. 每一条结论必须有源头:必须标注来源文件名 + 页码/段落号。无源头的结论不得出现在报告中。
  3. 矛盾点必须显式标注:多份证据之间但凡有不一致,必须列出矛盾内容、涉及证据及编号、矛盾等级。
  4. 不确定即标注"待补充":证据中未提及的信息不得自行补全,必须标注"材料未提及"或"待补充"。

输入模式

用户可能提供以下两种输入组合之一:

模式 A:仅证据材料

用户只提供证据文件(PDF/图片/Word/扫描件等),没有起诉状或判决书等程序文书。

处理目标:完成 OCR → 提取事实 → 检测矛盾 → 生成时间轴 → 输出阅卷报告。

模式 B:起诉状 + 证据材料

用户同时提供起诉状(或其他确定法律关系的文书)和证据材料。

处理目标:完成 OCR → 提取起诉状中的法律关系与诉讼请求 → 逐项对照证据充分性 → 检测矛盾 → 生成时间轴 → 输出阅卷报告。


完整工作流程

Phase 1:材料接收与分类

  1. 列出用户提供的所有文件清单,按类型分类:

    • 程序文书:起诉状、答辩状、判决书、裁定书等
    • 证据材料:合同、函件、付款凭证、聊天记录截图、录音转写等
    • 附属材料:证据目录、质证意见等
  2. 判断输入模式(A 还是 B),告知用户当前使用的分析路径。

  3. 如果文件数量超过 10 个,先列出全部文件清单供用户确认范围。

Phase 2:OCR 处理(强制执行,不可跳过)

对每一份图片、PDF、扫描件,逐份执行 OCR。 不得笼统说"已完成 OCR",必须逐份列出 OCR 结果。

OCR 工具优先级:

  1. 已安装的 MinerU Document Extractor — 首选,支持 PDF/图片/Word/PPT/扫描件转 Markdown,表格和公式识别能力强
  2. paddle-ocr — 法律 PDF 与扫描件结构化解析备选
  3. legal-ocr — 法律材料保守优化备选

OCR 完成后输出清单:

OCR 处理清单:
├── 证据1_借款合同.pdf → OCR完成,共 5 页,保存为 证据1_借款合同.md
├── 证据2_银行转账凭证.png → OCR完成,保存为 证据2_银行转账凭证.md
├── 证据3_微信聊天记录截图.pdf → OCR完成,共 12 页,保存为 证据3_微信聊天记录.md
└── ...

Phase 3:事实提取与证据编号

从 OCR 文本中逐份提取关键事实,规则见 references/fact-evidence-extraction.md。

  1. 为每份证据分配唯一编号(证1、证2、证3……)

  2. 按以下维度提取事实:

    • 时间节点(具体日期、时间段)
    • 主体信息(自然人/法人名称、身份关系)
    • 金额/数量(具体数字、币种、计算方式)
    • 行为/事件(谁做了什么、结果如何)
    • 权利义务(约定的权利、承诺的义务)
  3. 每条事实标注源头,格式:

    [证1-第3页-第2段] 2024年3月15日,甲方张三向乙方李四转账人民币50万元。
    

Phase 4:法律关系分析(仅模式 B)

当用户提供了起诉状:

  1. 从起诉状中提取:

    • 诉讼请求(逐项列出)
    • 事实与理由(概括核心事实主张)
    • 法律关系定性(如"民间借贷关系""买卖合同关系"等)
  2. 将法律关系拆解为构成要件,参见 references/legal-element-framework.md。

    • 示例(民间借贷):(1) 借贷合意 (2) 款项交付 (3) 借款期限/利息约定 (4) 还款事实
  3. 逐要件对照证据:

    构成要件对应证据证据充分性说明
    借贷合意证1(借款合同)✅ 充分合同第2条明确借款意思表示
    款项交付证2(银行转账凭证)✅ 充分转账金额与合同一致
    利息约定证1(借款合同)第4条✅ 充分约定年利率12%
    还款事实—❌ 缺失未提供还款记录
  4. 对证据不足的构成要件,给出补证建议。

Phase 5:矛盾点检测

逐份交叉比对证据,自动标注所有不一致之处。规则详见 references/contradiction-rules.md。

矛盾等级:

等级标识定义示例
🔴 严重致命矛盾直接影响关键事实认定的冲突借款金额:合同写50万,转账凭证显示30万
🟡 一般普通矛盾影响次要事实或细节的不一致同一事件两个证人说的具体时间相差1小时
🟢 轻微可解释差异可能存在合理解释的差异同一笔金额的表述方式不同("伍拾万" vs "500,000")

输出格式:

矛盾点 #1 [🔴 严重]
- 涉及证据:证1(借款合同)vs 证2(转账凭证)
- 矛盾内容:合同约定借款金额50万元,但银行转账记录显示实际转账30万元
- 来源:[证1-第1页-第3条] vs [证2-全页]
- 可能影响:直接影响本金数额的认定

Phase 6:时间轴生成

从全部证据中提取有时间标记的事件,生成可视化时间轴。

  1. 提取所有时间节点,去除重复,按时间排序
  2. 标注每个时间节点的事件描述和来源
  3. 生成 HTML 时间轴 — 使用 scripts/timeline-template.html 模板,填入实际数据,生成美观的交互式时间轴页面
  4. HTML 截图转 PNG — 使用 agent-browser skill 对 HTML 页面进行全页截图,输出 PNG 图片
  5. 同时生成 Mermaid 代码 — 作为备选格式嵌入报告

详见 references/timeline-extraction.md。

输出:

  • timeline.html — 可独立打开的交互式时间轴页面
  • timeline.png — 时间轴截图,嵌入阅卷报告
  • Mermaid 代码块 — 嵌入报告 Markdown

Phase 7:阅卷报告生成

按用户输入模式选择对应模板:

  • 模式 A(仅证据)→ templates/review-report-evidence-only.md
  • 模式 B(起诉状+证据)→ templates/review-report-complaint-evidence.md

报告以 Markdown 格式输出,文件命名:[案号/案件名称]_阅卷报告.md

报告结构:

  1. 基本信息(案件名称、案号、材料清单、分析日期)
  2. OCR 处理清单
  3. 事实与证据梳理(逐份证据的事实提取,每条标注源头)
  4. 法律关系分析(仅模式 B — 构成要件逐项对照表)
  5. 证据矛盾点清单(按等级排列)
  6. 时间轴(嵌入 Mermaid 代码 + 时间轴截图)
  7. 综合分析结论(证据链完整度评估、关键风险提示、补证建议)

依赖工具

工具用途是否必须
MinerU Document ExtractorOCR 处理(首选)是
agent-browserHTML 时间轴截图是(如需截图)
PaddleOCR / legal-ocrOCR 备选否

如 OCR 工具不可用,先引导用户安装:使用 find-skills 搜索并安装 MinerU Document Extractor。


质量检查清单

生成报告后,逐项自检:

  • 所有图片/PDF/扫描件均已执行 OCR
  • 每条结论都有来源标注(文件名 + 页码/段落)
  • 所有证据间矛盾点已检测并标注
  • 时间轴覆盖了所有可确定的时间节点
  • 时间轴 HTML 已生成并可正常打开
  • 证据材料未提及的信息已标注"待补充"
  • 报告格式规范、层级清晰、可直接交付

参考文档

  • references/fact-evidence-extraction.md — 事实与证据提取规则
  • references/contradiction-rules.md — 矛盾检测规则与示例
  • references/timeline-extraction.md — 时间轴提取与生成规范
  • references/legal-element-framework.md — 常见案由构成要件框架
  • references/report-format-spec.md — 阅卷报告格式规范

输出模板

  • templates/review-report-evidence-only.md — 模式 A(仅证据)报告模板
  • templates/review-report-complaint-evidence.md — 模式 B(起诉状+证据)报告模板

脚本与资源

  • scripts/timeline-template.html — HTML 时间轴页面模板

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

中国大陆地区法院类案快速检索与《案件检索报告》(DOCX)生成技能。以案件五项要点(案由/法律关系、争议焦点、关键事实、我方诉请与诉讼地位、请求权基础法条)为检索锚点,经一次四问确认即开工(其中**检索地域范围**与**裁判时间范围**为强制选择题,默认范围为「2021年1月1日以后裁判的浙江省范围内的法院案例」,用户点选默认后须回显该范围提示);按**请求权基础、法律关系、案件事实三要素**判定高匹配——用户**指定**检索特定结果的案例时结果相似度计入评分(四要素满分 10 分),用户**未指定**时结果相似度不作为高匹配考虑因素(三要素满分 8 分);r1 判定须**核对法条版本与时间效力**,援引已失效旧法条者不得给满分;以语义向量检索为主召回、精确结构检索为条件兜底,本地脚本加权打分后按「得分率 > 法院层级 > 审判程序 > 裁判日期」排序,并检测**同院同日同标题的重复入库**案件、疑似重复者不占入报名额;截取匹配度最高的 5–10 例类案,逐案调详情核验案号并摘录判词原文,最后直接输出含页脚页码的 DOCX 报告(默认保存至桌面)。全流程人工确认 1 次、检索类调用控制在 2 次召回 + ≤10 次详情以内,报告阶段检索冻结。未指定结果时三要素高匹配而结果相反者亦会入报(逐例标注结果方向),指定结果时结果相反者一律剔除;报告内以两处固定声明披露「未设不利先例定向检索路径」的局限。当用户要求「快速检索类似案例」「找几个正向案例」「快速版案例检索报告」「检索 5 到 10 个类案并出报告」「出一份类案检索报告 docx」时使用。需要四象限归位、反向案例定向检索、补充召回多轮迭代或 14 分制硬软条件精判时,应使用完整版技能「案例检索报告Plus」而非本技能。基于华宇元典法律数据 MCP。

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

88查企业风险查询与分析工具 —— 专注于中国大陆企业的法务风险查询与分析,覆盖经营异常、行政处罚、监管措施、被执行人、失信被执行人、司法案件等风险类型。支持公司名称、统一社会信用代码、companyId 三种输入方式,自动完成风险查询并输出结构化风险分析总结。 触发场景:仅当用户意图为查询企业风险/法务风险时触发。包括但不限于:企业风险查询、公司风险、经营异常、行政处罚、监管措施、被执行人、失信被执行人、司法风险、风险扫描、风险评估、企业合规审查、风险报告、XX公司有什么风险、XX公司安全吗、XX公司有没有处罚、XX公司被执行过吗。 不触发场景:纯粹的企业信息查询(如查公司、搜企业、工商信息、注册资本、法人代表、股东结构、专利商标等)不应触发本技能,请使用其他 cha88 系列工具。

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

Manages Rule 30(b)(6) corporate representative deposition workflows — drafting notice topics with reasonable particularity, building examination outlines, defending designees, handling objections, and preserving binding admissions for summary judgment or trial. Use when drafting or responding to 30(b)(6) notices, selecting and preparing designees, building topic-by-topic outlines, or triaging scope and privilege disputes. Trigger keywords: 30(b)(6), corporate representative deposition, topic list, designee, notice analysis, deposition objections, corporate admissions.

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

Guides taking and defending Rule 30(b)(6) corporate representative depositions. Drafts topic lists with reasonable particularity, builds examination outlines for binding corporate admissions, analyzes noticed topics for objections, and prepares designees. Use when drafting 30(b)(6) notices, preparing corporate deposition topics, selecting or preparing designees, or defending corporate representative depositions.

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

Drafts FDA 510(k) Premarket Notification submissions demonstrating substantial equivalence under 21 CFR Part 807. Supports Traditional, Special, and Abbreviated pathways. Use when preparing Class II medical device regulatory filings, substantial equivalence analyses, or FDA premarket submissions.

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

Drafts a recordable Abstract of Judgment to create a judgment lien on a debtor's real property. Extracts party names, monetary components, and judgment details from case documents, then applies jurisdiction-specific formatting and certification requirements. Use post-judgment in commercial litigation when enforcing monetary awards, perfecting judgment liens, or preparing lien filings with the county recorder.

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

CSlawyer1985 のスキルをすべて見る

このスキルの問題を報告する