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：
- 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 - 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 - 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：
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：
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 中的详细示例）：
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
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
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，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：
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
# {文档标题}
## 元信息
- **原文链接**：{从原始文件的 `> 原文链接:` 行提取，无则省略此行}
- **处理时间**：{时间戳}
- **文本类型**：{法律条文/法律案例}
---
{格式化后的正文内容}原文链接提取规则：当输入来自 wechat-article-fetch 时，原始 Markdown 文件头部包含 > 原文链接: https://mp.weixin.qq.com/s/xxxxx，必须提取该 URL 写入元信息的"原文链接"字段。
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：
- 已抓取的文本内容：由其他 skill（如 wechat-article-fetch）获取的文本
- 用户粘贴的文本：用户直接提供的文本内容
- 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）
来自 wechat-article-fetch 的自动调用
当 wechat-article-fetch 检测到法律内容且本技能已安装时，会自动链式调用本技能。此时输入为已保存的 Markdown 文件路径。处理流程不变：
- 读取指定路径的 Markdown 文件内容作为输入
- 按步骤 1-4 执行（分析类型、保存原始、格式化、验证）
- 结果保存到本技能的
archive/目录 - 文件路径记录在 formatted.md 元信息的"来源"字段中