fanglawerguidangzhushou（律师案件归档助手）
概述
通用律师案件归档自动化工具，支持OCR识别 + 归档卷宗生成 + 办案小结生成 + PDF转换全流程。
脱敏说明：本技能已脱敏处理，不含任何个人案件信息、邮箱密码、微信密钥等敏感数据。
技能文件清单
| 文件 | 功能 | 说明 |
|---|---|---|
archive_case.py | 主程序：案件归档全流程 | 支持OCR + PDF解析 + 生成归档 |
generate_juansong.py | 生成归档卷宗（民事） | 3页模板格式 |
generate_xiaojie.py | 生成办案小结 | 4段式结构 |
ocr_engine.py | OCR识别模块 | RapidOCR-ONNX |
config.py | 配置文件 | 路径/模板/参数 |
backup.py | 备份脚本 | 自动备份到指定目录 |
SKILL.md | 技能说明文档 | 本文件 |
依赖
# Python环境（3.10+）
# 安装依赖
pip install rapidocr-onnxruntime python-docx pdfplumber openpyxl配置（config.py）
# 模板文件路径
TEMPLATE_PATH = "模板目录/归档卷宗模板（民事）.docx"
# 输出目录（默认与案件目录相同）
# 可在 archive_case.py 中通过参数指定
# 线程限制（防止CPU爆表）
OMP_NUM_THREADS = 2
OPENBLAS_NUM_THREADS = 2
# 图片预处理
MAX_SIDE = 1500 # 最大边长使用方法
方式1：完整流程（推荐）
python archive_case.py <案件文件夹路径>
# 示例
python archive_case.py "D:\cases\张三案件"
python archive_case.py "G:\案件\李四"方式2：分步执行
# 1. OCR识别
python ocr_engine.py <案件文件夹> -o ocr_result.txt
# 2. 生成归档卷宗
python generate_juansong.py <案件文件夹> --case-info <JSON>
# 3. 生成办案小结
python generate_xiaojie.py <案件文件夹> --case-info <JSON>
# 4. Word转PDF
python docx_to_pdf.py <docx文件>方式3：Python调用
from archive_case import main
# 基本调用
main("案件文件夹路径")
# 传入案件信息（避免OCR）
case_info = {
"contract_no": "（202X）XX民代字第X号",
"case_no": "（202X）XX民初XXX号",
"case_type": "民间借贷纠纷",
"client": "张三",
"client_role": "原告",
"opponent": "李四",
"opp_role": "被告",
"lawyer": "您的姓名",
"stage": "1审",
"court": "XX市XX区人民法院",
"sign_date": "202X年X月X日",
"end_date": "202X年X月X日",
"end_way": "调解",
"fee": "10000元",
"pages": "50",
}
main("案件文件夹", case_info)输入要求
案件文件夹应包含以下之一：
- 案件相关图片（.jpg/.png/.bmp/.tiff）— 将进行OCR识别
- 现有PDF文件（如已有归档卷宗）— 将提取案件信息
输出文件
程序会在案件文件夹生成：
| 文件 | 说明 |
|---|---|
XXX归档卷宗（民事）.docx | 归档卷宗（3页模板格式） |
XXX归档卷宗（民事）.pdf | PDF版 |
XXX办案小结.docx | 办案小结（4段式结构） |
XXX办案小结.pdf | PDF版 |
OCR识别结果.txt | OCR识别文本（如果运行了OCR） |
案件信息识别策略
- 优先从现有PDF提取 — 查找文件名含"归档卷宗"的PDF
- 次选OCR识别 — 对图片进行RapidOCR识别
- 手动传入 — 通过case_info参数直接提供
支持提取的字段
- 合同编号、案号、案由
- 委托方（原告/被告）
- 对方当事人
- 受理法院、承办律师、代理阶段
- 接案日期、结案日期、结案方式
- 律师费、页数
备份功能
# 运行备份
python backup.py备份内容包括：
- SKILL.md
- archive_case.py
- generate_juansong.py
- generate_xiaojie.py
- ocr_engine.py
- config.py
- ocr_tool.py（通用OCR工具）
性能参数（参考）
| 项目 | 数值 |
|---|---|
| RapidOCR初始化 | ~1秒 |
| 单张图片识别 | ~10秒（3024×4032） |
| CPU占用 | 可控（线程限制） |
| 内存占用 | ~200MB |
常见问题
Q: OCR识别很慢怎么办？ A: 检查线程限制配置，确保设置了 OMP_NUM_THREADS=2
Q: 识别结果不准确？ A: 尝试调整图片预处理参数（MAX_SIDE、CLAHE参数）
Q: 如何修改模板？ A: 修改 config.py 中的 TEMPLATE_PATH，指向您的归档卷宗模板
*版本：v1.0* *创建：2026-04-06* *脱敏：已移除所有个人案件信息、邮箱密码、微信密钥*