Imported from qfwc258/trae-skills (小陈陈法律文书/SKILL.md). Install upstream with npx skills add qfwc258/trae-skills --skill 小陈陈法律文书. Copyright stays with the author.

法律文书生成工具

任务目标

• 本Skill用于：快速生成符合官方规范的法律文书
• 能力包含：双驱动模式（关键词匹配+AI解析）、模板库管理、合规校验、法条关联、多格式导出
• 触发条件：用户需要起草起诉状、答辩状、合同协议、申请书、判决书等法律文书

前置准备

依赖安装

pip install python-docx==0.8.11 reportlab==3.6.12 jieba==0.42.1 fuzzywuzzy==0.18.0 python-Levenshtein==0.21.1

模板文件夹配置（推荐）

用户可以将自己的法律文书Word模板统一放入一个文件夹，系统会优先从这个文件夹查找模板：

# 创建模板文件夹
mkdir -p ./legal_templates

# 将您的Word模板文件放入该文件夹
# 支持格式：.docx、.doc

# 构建模板索引（首次使用或新增模板后执行）
python scripts/template_finder.py --action index --user_template_dir ./legal_templates

模板文件夹结构建议：

legal_templates/
├── 民事起诉状-借款纠纷.docx
├── 房屋租赁合同.docx
├── 劳动合同模板.docx
├── 离婚协议书.docx
└── ...

核心资源

• 用户模板文件夹：./legal_templates/（用户自定义模板，优先使用）
• 内置模板库：references/template_library.json（200+份官方权威模板，备选）
• 法条库：references/law_database.json（常用法律法规）
• 合规指南：references/compliance_guide.md
• 写作规范：references/writing_standards.md

操作步骤

步骤1：接收用户输入

用户可通过三种方式输入：

方式一：关键词直达

• 用户提供文书类型关键词（如"民事起诉状"、"房屋租赁合同"）
• 调用 scripts/template_matcher.py 进行关键词匹配
• 快速定位目标模板

方式二：案情描述

• 用户描述具体案情或法律需求
• 智能体分析案情，提取关键要素
• 调用 scripts/template_matcher.py 基于案情推荐最优模板

方式三：上传Word模板

• 用户上传现有的Word格式模板文件（.docx/.doc）
• 调用 scripts/word_template_processor.py 解析模板
• 自动提取占位符和要素信息
• 支持直接基于用户模板生成文书

步骤2：AI解析与智能模板查找

查找优先级（自动执行）：

1. 优先：在用户模板文件夹中查找匹配模板
2. 备选：在内置模板库中查找匹配模板
3. 兜底：AI根据需求自行生成文书

智能体职责：

• 分析用户输入，识别文书类型、法律关系、关键要素
• 提取案情的核心信息：当事人信息、争议焦点、法律依据等
• 判断文书适用场景和领域

脚本调用（智能查找）：

# 智能查找模板（优先用户模板，其次内置模板库）
python scripts/template_finder.py --action find \
  --user_template_dir ./legal_templates \
  --keywords "民事 起诉状 借款" \
  --case_description "朋友借款不还，我要起诉"

# 构建用户模板索引（首次使用或新增模板后执行）
python scripts/template_finder.py --action index \
  --user_template_dir ./legal_templates

# 列出所有用户模板
python scripts/template_finder.py --action list \
  --user_template_dir ./legal_templates

查找流程示例：

用户输入："我要起诉借款纠纷"

步骤1：在用户模板文件夹中查找...
  ✓ 找到匹配模板：民事起诉状-借款纠纷.docx
  匹配度：85%
  使用用户模板 → 解析占位符 → 填充生成

---

如果用户模板文件夹中没有匹配项：

步骤1：在用户模板文件夹中查找...
  未找到匹配模板
  
步骤2：在内置模板库中查找...
  ✓ 找到匹配模板：民事起诉状
  匹配度：90%
  使用内置模板 → 引导填写要素 → 生成文书

---

如果都没有匹配项：

步骤2：在内置模板库中查找...
  未找到匹配模板
  
建议：使用AI根据案情描述自行生成文书

步骤3：引导补充要素信息

智能体职责：

• 根据模板要求，向用户提问缺失的要素
• 采用结构化方式收集信息（当事人信息、诉讼请求、事实理由等）
• 对专业法律术语进行通俗解释，适配普通用户

情况A：模板有占位符

• 直接识别占位符列表
• 引导用户逐一填写占位符内容
• 示例：{{原告姓名}} → 提示"请输入原告姓名"

情况B：模板无占位符（参照格式生成）

• 调用 scripts/template_analyzer.py 深度分析模板
• 提取模板的结构、格式、风格特征
• 生成模板分析报告（包含章节结构、格式要求、语言风格）
• 智能体根据模板分析报告，学习模板的格式和风格
• 引导用户提供必要信息，按模板格式生成文书

要素收集示例：

• 当事人信息：原告/被告姓名、性别、年龄、住址、联系方式
• 诉讼请求：具体的诉求内容
• 事实与理由：案情经过、证据情况
• 法律依据：引用的相关法条

适配策略：

• 专业用户：直接提供要素清单，快速填写
• 普通用户：分步引导，每步解释说明

步骤4：合规校验与法条关联

智能体职责：

• 依据 references/compliance_guide.md 进行合规校验
• 检查文书要素完整性、格式规范性、逻辑一致性
• 识别潜在的法律风险和漏洞

合规校验清单：

• ✅ 必备要素是否齐全
• ✅ 格式是否符合《人民法院诉讼文书样式》
• ✅ 诉讼请求是否明确具体
• ✅ 事实陈述是否清晰有据
• ✅ 法律依据是否准确适用

脚本调用：

# 检索相关法条
python scripts/law_retriever.py --document_type "民事起诉状" --keywords "借款 民间借贷" --output related_laws.json

法条关联：

• 根据文书类型和案情自动匹配相关法条
• 提供法条编号、内容和适用说明
• 支持一键插入到文书中

步骤5：生成文书与多格式导出

智能体职责：

• 根据模板和收集的信息生成完整文书
• 确保语言规范、逻辑严谨、格式正确
• 应用 references/writing_standards.md 中的写作规范

脚本调用：

# 生成Word格式
python scripts/doc_generator.py --content "文书内容" --format word --output ./output/document.docx

# 生成PDF格式
python scripts/doc_generator.py --content "文书内容" --format pdf --output ./output/document.pdf

输出规范：

• 符合最高法、司法部官方文书样式
• 可直接用于诉讼、公证、备案等场景
• 保留可编辑版本供用户调整

批量生成：

• 支持基于模板批量生成同类文书
• 适用于律所、法务部门等批量需求

资源索引

必要脚本

• scripts/template_finder.py - 智能模板查找器（优先用户模板文件夹，其次内置模板库）
• scripts/template_analyzer.py - 模板分析器（深度分析模板结构、格式、风格，即使无占位符也能学习）
• scripts/word_template_processor.py - Word模板处理器（读取、解析、填充用户Word模板）
• scripts/template_matcher.py - 内置模板匹配引擎
• scripts/law_retriever.py - 法条检索工具
• scripts/doc_generator.py - 文书生成器（Word/PDF）
• scripts/template_manager.py - 模板库管理工具

领域参考

• references/template_library.json - 200+份文书模板库（何时读取：模板匹配时）
• references/law_database.json - 常用法条数据库（何时读取：法条关联时）
• references/compliance_guide.md - 合规校验指南（何时读取：文书校验时）
• references/writing_standards.md - 写作规范（何时读取：文书生成时）

输出资产

• 文书示例：见 assets/examples/ 目录

注意事项

权威性保障

• 所有模板基于最高法、司法部发布的官方样式
• 定期更新模板库，确保符合最新法律规范
• 文书格式严格遵循《人民法院诉讼文书样式》

合规性要求

• 必须完成合规校验后才能输出最终文书
• 对于重大法律事项，提示用户咨询专业律师
• 保留文书的生成记录和版本历史

用户体验优化

• 普通用户：简化流程，提供引导式问答
• 专业用户：提供快速模式和高级选项
• 支持文书保存、修改、再次生成

技术限制

• 用户模板文件夹需要先构建索引才能高效检索
• 模板匹配依赖于关键词准确性和文件命名规范
• 法条检索基于本地数据库，最新法律变更需手动更新
• 批量生成功能需要会员权限

最佳实践

• 文件命名：建议使用清晰的文件名，如"民事起诉状-借款纠纷.docx"
• 模板更新：新增模板后及时更新索引：python scripts/template_finder.py --action index --user_template_dir ./legal_templates
• 占位符规范：在Word模板中使用{{占位符名称}}格式标记需要填充的位置
• 无占位符模板：即使没有占位符，系统也能通过AI分析学习模板格式，参照生成文书
• 格式规范：确保用户模板格式规范、结构清晰，有助于AI更好地学习模板特征

使用示例

示例1：使用用户模板文件夹中的模板（推荐）

前置准备：

# 1. 创建模板文件夹
mkdir -p ./legal_templates

# 2. 将您的Word模板放入文件夹
# 例如：民事起诉状-借款纠纷.docx、房屋租赁合同.docx 等

# 3. 构建模板索引（首次使用或新增模板后执行）
python scripts/template_finder.py --action index --user_template_dir ./legal_templates

用户输入：

关键词：借款纠纷、起诉状

执行流程：

1. 调用 template_finder.py 在用户模板文件夹中查找
2. ✓ 找到匹配模板：民事起诉状-借款纠纷.docx（匹配度85%）
3. 解析模板占位符：{{原告姓名}}、{{被告姓名}}、{{借款金额}}等
4. 引导用户填写所有占位符内容
5. 合规校验 + 法条关联
6. 生成民事起诉状（Word/PDF格式）

命令示例：

# 查找模板
python scripts/template_finder.py --action find \
  --user_template_dir ./legal_templates \
  --keywords "借款 起诉状"

# 使用找到的模板生成文书
python scripts/word_template_processor.py --action fill \
  --template ./legal_templates/民事起诉状-借款纠纷.docx \
  --data '{"原告姓名": "张三", "被告姓名": "李四", "借款金额": "10万元"}' \
  --output ./output/民事起诉状.docx

示例2：使用内置模板库（用户模板文件夹无匹配项）

用户输入：

案情描述：我要出租自己的房子，租期一年，月租金3000元，押一付三

执行流程：

1. 在用户模板文件夹中查找 → 未找到匹配项
2. 在内置模板库中查找 → ✓ 找到"房屋租赁合同"模板
3. 引导补充：房屋地址、面积、设施、维修责任、违约条款等
4. 合规校验 + 法条关联
5. 生成房屋租赁合同

示例3：AI自行生成（无匹配模板）

用户输入：

案情描述：我需要一份特殊的调解协议书，涉及三方当事人的债务重组

执行流程：

1. 在用户模板文件夹和内置模板库中查找 → 都未找到匹配项
2. AI根据案情描述自行分析需求
3. 提取关键要素：三方当事人信息、债务详情、重组方案等
4. 参考法律规范自行生成调解协议书
5. 合规校验
6. 输出文书

示例4：批量生成（专业用户）

用户需求：

为10位员工生成劳动合同

前提：用户模板文件夹中已有"劳动合同模板.docx"

执行流程：

1. 在用户模板文件夹中找到劳动合同模板
2. 准备员工信息列表（JSON格式）
3. 批量填充模板
4. 生成10份劳动合同文档

批量生成命令：

python scripts/word_template_processor.py --action batch \
  --template ./legal_templates/劳动合同模板.docx \
  --data_list employees.json \
  --output_dir ./contracts/

示例5：使用无占位符的模板（参照格式生成）

场景：用户提供了一份格式规范的民事起诉状模板，但没有占位符标记

执行流程：

1. 在用户模板文件夹中找到模板：民事起诉状-标准格式.docx
2. 调用模板分析器深度分析模板：

   python scripts/template_analyzer.py \
     --template ./legal_templates/民事起诉状-标准格式.docx \
     --output template_analysis.json \
     --brief

3. 分析报告输出：

   【文档类型】: 诉讼文书-起诉状
   
   【主要章节】:
     - 当事人信息
     - 诉讼请求
     - 事实与理由
     - 证据清单
   
   【关键要素】:
     - 当事人信息
     - 请求/条款
     - 事实理由
     - 证据材料
     - 落款签名
   
   【格式要求】:
     - 标题居中对齐
     - 标题字号：18磅
     - 标题加粗
   
   【语言要求】:
     - 使用法律术语：原告, 被告, 诉讼请求, 事实与理由
     - 正式程度：high
   

4. 智能体学习模板格式和风格
5. 引导用户提供具体内容：
   • "请提供原告信息（姓名、性别、年龄、住址、联系方式）"
   • "请提供被告信息"
   • "请描述您的诉讼请求"
   • "请陈述事实与理由"
6. 按照模板的格式和结构生成新文书

技术说明：

• 即使模板没有占位符，系统也能通过AI分析学习模板的：
  • ✓ 章节结构（当事人信息→诉讼请求→事实与理由→落款）
  • ✓ 格式样式（标题居中、字号18磅、章节加粗等）
  • ✓ 语言风格（正式程度、法律术语使用习惯）
  • ✓ 内容模式（典型要素、表达方式）
• 智能体根据学到的格式规范生成符合要求的新文书

示例6：管理用户模板文件夹

查看所有用户模板：

python scripts/template_finder.py --action list \
  --user_template_dir ./legal_templates

输出示例：

用户模板列表 (共 5 个):
================================================================================
1. 民事起诉状-借款纠纷.docx
   标题: 民事起诉状
   类型: 诉讼文书
   关键词: 民事, 起诉状, 借款, 纠纷
   占位符数量: 8

2. 房屋租赁合同.docx
   标题: 房屋租赁合同
   类型: 合同协议
   关键词: 房屋, 租赁, 合同
   占位符数量: 15

...

新增模板后更新索引：

# 将新模板放入 legal_templates/ 文件夹后
python scripts/template_finder.py --action index \
  --user_template_dir ./legal_templates

模板库更新

调用 scripts/template_manager.py 管理模板：

# 查看所有模板
python scripts/template_manager.py --action list

# 添加新模板
python scripts/template_manager.py --action add --template_file new_template.json

# 更新模板
python scripts/template_manager.py --action update --template_id "civil-complaint-001" --template_file updated_template.json

# 删除模板
python scripts/template_manager.py --action delete --template_id "old-template"