← 返回
未分类

合同助手

合同助手智能体 Skill。支持合同信息提取、合同风险审核、合同模板生成三大核心功能,以及 LLM Wiki 提示词自维护系统(反馈解析→知识摄入→提示词决策→提示词修正→发布)。当用户提到"合同"+"提取/审核/生成/检查/审查/风险"相关关键词,或要求"优化/改进/更新 wiki/提示词/规则/知识库",或对合同助手输出提出反馈/修改意见时,应使用此 Skill。此 Skill 的核心优势是提示词越用越准确——通过用户反馈自动优化。
合同助手智能体 Skill。支持合同信息提取、合同风险审核、合同模板生成三大核心功能,以及 LLM Wiki 提示词自维护系统(反馈解析→知识摄入→提示词决策→提示词修正→发布)。当用户提到"合同"+"提取/审核/生成/检查/审查/风险"相关关键词,或要求"优化/改进/更新 wiki/提示词/规则/知识库",或对合同助手输出提出反馈/修改意见时,应使用此 Skill。此 Skill 的核心优势是提示词越用越准确——通过用户反馈自动优化。
user_7c42e340
未分类 community v1.0.0 1 版本 100000 Key: 无需
★ 0
Stars
📥 94
下载
💾 0
安装
1
版本
#latest

概述

合同助手智能体

概述

合同助手是一个基于 LLM Wiki 模式的合同处理 Skill,提供三大核心功能:

  1. 合同信息提取 — 从合同文本中准确提取结构化信息(合同编号、金额、主体、违约条款等)
  2. 合同风险审核 — 基于 A/B/C 三级 16 条审核规则扫描合同风险,输出结构化风险报告
  3. 合同模板生成 — 从 5 类源模板中选择对应模板生成 .docx 合同文件(服务合同、会议平台合同、销售合同、设备采购合同、施工采购合同)

以及一个核心自维护功能

  1. LLM Wiki 提示词自维护 — 用户反馈驱动提示词自动优化,实现"越用越准确"

⚠️ 脚本路径规则(必须遵守)

本 Skill 的脚本位于 Skill 安装目录下的 scripts/ 子目录。由于当前工作目录(workspace)可能不是 Skill 所在目录,所有脚本调用必须使用绝对路径

执行任何脚本前,先确定 Skill 安装路径:

  • User-level Skill 安装在 ~/.workbuddy/skills/contract-assistant/
  • Project-level Skill 安装在 /.workbuddy/skills/contract-assistant/

判断方法:检查 ~/.workbuddy/skills/contract-assistant/SKILL.md 是否存在,存在则使用该路径;否则使用 /.workbuddy/skills/contract-assistant/

下文中的 {SKILL_DIR} 代表 Skill 安装根目录的绝对路径,所有 python {SKILL_DIR}/scripts/xxx.py 实际执行时应替换为 python {SKILL_DIR}/scripts/xxx.pyreferences/xxx.md 替换为 {SKILL_DIR}/references/xxx.md

你即是 LLM

你(Agent)即是 LLM 本身。在执行功能 A/B/C 时,你直接按照提示词中的规则对合同文本进行推理,输出结构化结果——不需要调用外部 LLM API。在执行功能 D 时,你按照 {SKILL_DIR}/references/ 中的指令文档推理出每一步的结果。

📱 进度通知

在执行功能 A/B/C 时,由于处理时间较长,应在关键步骤推送进度通知,让用户了解处理进展,避免等待无响应。

通知方式

在各功能步骤中标记 📱 的位置,调用通知脚本:

python {SKILL_DIR}/scripts/notify.py "合同助手" "<进度消息>"

通知脚本会尝试 Windows Toast 通知(右下角弹窗),如果不可用则静默回退。

> 待企微消息权限开通后,将切换为 wecom-cli msg send_message 直接推送进度到企微端。

容错规则

  • 通知失败时静默跳过,不影响主功能流程
  • 每个功能最多推送 3 条进度通知
  • 不在功能 D(Wiki 自维护)中推送——该流程较快,无需提示

进度消息模板

| 阶段 | 消息模板 |

|------|----------|

| 开始处理 | ⏳ 正在{动作},请稍候... |

| 处理中 | ⏳ {动作}进行中... |

| 即将完成 | ✅ {动作}即将完成,正在生成文档... |

Wiki 目录

此 Skill 依赖一个 Prompt Wiki 目录存放提示词和知识库。默认路径为 ~/.contract-assistant-wiki/

⚠️ 自动初始化(必须遵守)

每次执行功能 A/B/C/D 前,必须先检查 Wiki 目录是否已初始化:

  1. 检查 ~/.contract-assistant-wiki/prompts/ 目录是否存在
  2. 如果不存在,自动执行初始化(无需用户手动操作):

```bash

python {SKILL_DIR}/scripts/wiki_manage.py init ~/.contract-assistant-wiki/

```

  1. 如果已存在,跳过初始化

> 此步骤确保新用户开箱即用,无需任何配置即可使用全部功能(包括功能 D 的自维护)。

初始化后目录结构如下:

~/.contract-assistant-wiki/
├── prompts/          # 三大功能提示词(extract.md, review.md, generate.md)
├── knowledge/        # 知识库(rules.md, templates.md, *-template.md, feedback-insights.md, prompt-insights.md)
├── sources/
│   ├── feedback/     # 反馈原文归档
│   └── contract/
│       └── templates/ # 源 .docx 模板(5类合同模板文件)
├── archive/          # 提示词版本归档
├── index.md          # 版本索引
├── schema.md         # 目录结构说明
└── log.md            # 变更日志

Wiki 优先、Reference 回退

  • 功能 A/B/C 优先从 ~/.contract-assistant-wiki/prompts/ 读取提示词(可随用户反馈自动演进的版本)
  • 如果 Wiki 目录尚未初始化且自动初始化失败,回退到 Skill 自带的 {SKILL_DIR}/references/ 文件
  • 功能 B 的审核规则和功能 C 的模板知识同理:优先从 ~/.contract-assistant-wiki/knowledge/ 读取

工作流决策树

用户输入
  ├─ 合同文本/文件 + "提取/信息/关键字段" → 功能 A: 合同信息提取
  ├─ 合同文本/文件 + "审核/风险/检查/审查" → 功能 B: 合同风险审核
  ├─ "生成/模板/合同模板" + 类型(服务/会议/销售/采购/施工) → 功能 C: 合同模板生成
  ├─ "优化/改进/更新 wiki/提示词/规则/知识库" → 功能 D: LLM Wiki 自维护
  └─ 对已有输出的"反馈/修改/不对/漏掉/应该加上" → 功能 D: LLM Wiki 自维护

功能 A:合同信息提取

步骤

  1. 📱 进度通知:开始处理
    • 执行:python {SKILL_DIR}/scripts/notify.py "合同助手" "⏳ 正在解析合同文本,请稍候..."
  1. 获取合同文本
    • 如果用户提供了文件(PDF/DOCX)→ 运行脚本解析:

```bash

python {SKILL_DIR}/scripts/parse_contract_file.py

```

  • 如果用户直接粘贴文本 → 直接使用
  1. 读取提示词
    • 优先从 Wiki 读取:

```bash

python {SKILL_DIR}/scripts/wiki_manage.py read-prompt ~/.contract-assistant-wiki/ extract

```

  • 如果 Wiki 未初始化,读取 {SKILL_DIR}/references/extract-prompt.md
  1. 推理提取 — 你按照提示词中的规则对合同文本进行推理,输出结构化 Markdown 文本排版结果,包含:合同编号、名称、类型、签订日期、甲乙方信息、合同金额、核心条款、违约条款、争议解决、特殊条款、置信度标注。所有字段必须完整展示,不得总结或省略。

📱 进度通知python {SKILL_DIR}/scripts/notify.py "合同助手" "⏳ 合同信息提取进行中..."

  1. 展示结果 — 以 Markdown 文本排版(结构化标题 + 键值对表格 + 列表)输出提取的信息,置信度标注在字段值后括号内。确保所有提取信息完整展示,不总结、不截断、不省略。
  1. 生成 .docx 文件 — 将提取结果写入临时文件,调用脚本生成文档:

📱 进度通知python {SKILL_DIR}/scripts/notify.py "合同助手" "✅ 合同信息提取即将完成,正在生成文档..."

  • 直接将已输出的 Markdown 文本排版内容写入临时文件
  • 执行:

```bash

python {SKILL_DIR}/scripts/generate_docx.py --title "合同信息提取-{合同编号或日期}" --output "<工作目录>/合同信息提取-{合同编号或日期}.docx" --input

```

  • ⚠️ --output 必须使用绝对路径且在工作目录内(如 C:\Users\jerome\WorkBuddy\2026-05-08-task-4\合同信息提取-2026-05-12.docx),否则 deliver_attachments 无法发送文件到企微
  • 其中 为 Agent 将 Markdown 内容写入的临时文件
  • 无合同编号时用日期替代:合同信息提取-{日期}.docx
  1. 交付文件 — 调用 deliver_attachments 将生成的 .docx 文件交付给用户,企业微信端可直接接收下载。
    • 使用 deliver_attachments 工具,传入步骤 5 生成的 .docx 文件绝对路径
    • ⚠️ 文件必须在工作目录下,否则企微端收不到
    • 在回复文本中同时告知文件保存路径

功能 B:合同风险审核

步骤

  1. 📱 进度通知:开始处理
    • 执行:python {SKILL_DIR}/scripts/notify.py "合同助手" "⏳ 正在解析合同文本,请稍候..."
  1. 获取合同文本(同功能 A 步骤 1)
  1. 读取提示词和规则库
    • 优先从 Wiki 读取提示词:

```bash

python {SKILL_DIR}/scripts/wiki_manage.py read-prompt ~/.contract-assistant-wiki/ review

```

  • 读取审核规则库:

```bash

python {SKILL_DIR}/scripts/wiki_manage.py read-knowledge ~/.contract-assistant-wiki/ rules

```

  • 如果 Wiki 未初始化或 rules.md 为空,回退到 {SKILL_DIR}/references/rules-knowledge.md
  1. 推理审核 — 你按照提示词和规则库对合同文本进行推理,输出结构化风险报告 JSON,包含:

📱 进度通知python {SKILL_DIR}/scripts/notify.py "合同助手" "⏳ 合同风险审核进行中..."

  • risk_summary: {A: 数量, B: 数量, C: 数量, total: 数量, passed: 数量}
  • checklist: 每条规则的逐项 pass/fail 结果
  • risks: 具体风险列表(id, level, category, description, clause_reference, suggestion)
  • overall_assessment: 总体评估
  1. 展示结果 — 按风险等级(高→中→低)分组展示,突出高风险项
  1. 生成 .docx 文件 — 将审核报告转为 Markdown 格式,写入临时文件,调用脚本生成文档:

📱 进度通知python {SKILL_DIR}/scripts/notify.py "合同助手" "✅ 合同风险审核即将完成,正在生成文档..."

  • 将风险报告 JSON 转为 Markdown(按风险等级分组,含检查清单表格和风险详情)
  • 执行:

```bash

python {SKILL_DIR}/scripts/generate_docx.py --title "合同审核报告-{日期}" --output "<工作目录>/合同审核报告-{日期}.docx" --input

```

  • ⚠️ --output 必须使用绝对路径且在工作目录内,否则 deliver_attachments 无法发送文件到企微
  • 其中 为 Agent 将 Markdown 内容写入的临时文件
  1. 交付文件 — 调用 deliver_attachments 将生成的 .docx 文件交付给用户,企业微信端可直接接收下载。
    • 使用 deliver_attachments 工具,传入步骤 5 生成的 .docx 文件绝对路径
    • ⚠️ 文件必须在工作目录下,否则企微端收不到
    • 在回复文本中同时告知文件保存路径

功能 C:合同模板生成

步骤

  1. 📱 进度通知:开始处理
    • 执行:python {SKILL_DIR}/scripts/notify.py "合同助手" "⏳ 正在准备合同模板,请稍候..."
  1. 识别模板类型
    • service = 服务合同(用户提到"服务/维护/技术支持/驻场")
    • meeting = 会议平台合同(用户提到"会议/云服务/视云/会议平台")
    • sales = 销售合同(用户提到"销售/卖方/出售")
    • procurement = 设备采购合同(用户提到"采购/买方/购买/设备采购")
    • construction = 施工采购合同(用户提到"施工/工程/建设/装修/安装")
  1. 读取提示词和源模板路径
    • 优先从 Wiki 读取提示词:

```bash

python {SKILL_DIR}/scripts/wiki_manage.py read-prompt ~/.contract-assistant-wiki/ generate

```

  • 读取模板知识库:

```bash

python {SKILL_DIR}/scripts/wiki_manage.py read-knowledge ~/.contract-assistant-wiki/ templates

```

  • 如果 Wiki 未初始化或 templates.md 为空,回退到 {SKILL_DIR}/references/templates-knowledge.md
  • 根据模板类型定位对应的源 .docx 模板文件,查找优先级:~/.contract-assistant-wiki/sources/contract/templates/{SKILL_DIR}/assets/templates/
  • serviceservice-template.docx
  • meetingmeeting-template.docx
  • salessales-template.docx
  • procurementprocurement-template.docx
  • constructionconstruction-template.docx

2.5 读取源模板(了解占位符) — 读取对应类型的 Markdown 模板 knowledge/{type}-template.md,查看其中标注了哪些【】占位字段,了解需要用户提供哪些核心数据。

然后根据模板中的占位符,逐项向用户询问核心数据。例如施工采购合同需要:

  • 工程项目名称
  • 甲方(发包方)全称
  • 乙方(施工方)全称
  • 工程地点
  • 合同金额
  • 计划开工/竣工日期
  • 甲方联系人及联系方式
  • 乙方联系人及联系方式

其他合同类型同理,根据其 Markdown 模板中的【】占位符向用户询问对应数据。

> 一次将所有问题列出,让用户一次性提供。如果用户只提供了部分数据,其余在模板中用【】占位。

  1. 推理生成 — 你将用户提供的核心数据组织为 JSON 格式,写入临时数据文件。

数据格式示例:

```json

{"【甲方全称】": "东风木业有限公司", "【项目名称】": "A标段装修工程", "【合同金额】": "500,000"}

```

然后调用 fill_docx_template.py 脚本,将数据填入源 .docx 模板,生成后自动用 Word 打开文件:

```bash

python {SKILL_DIR}/scripts/fill_docx_template.py \\

--template "<源模板.docx路径>" \\

--output "<工作目录>/合同模板-{类型}-{日期}.docx" \\

--data-file \\

--open

```

其中 <源模板.docx路径> 按优先级查找:先 ~/.contract-assistant-wiki/sources/contract/templates/{type}-template.docx,若不存在则用 {SKILL_DIR}/assets/templates/{type}-template.docx

⚠️ --output 必须使用绝对路径且在工作目录内,否则 deliver_attachments 无法发送文件到企微

📱 进度通知python {SKILL_DIR}/scripts/notify.py "合同助手" "⏳ 合同模板生成进行中..."

3.5 智能审查与后处理 — fill_docx_template.py 执行完毕后,进行以下智能审查:

a. 读取生成结果:通过 Python 读取生成的 .docx 全部文本内容

```bash

python -c "from docx import Document; doc = Document(''); print('\\n'.join(p.text for p in doc.paragraphs))"

```

b. 对比用户输入:将用户提供的所有核心数据与文档中实际显示的文本进行逐一比对

c. 识别差异:找出用户提供了但文档中未出现的内容(如项目名称、联系方式等),以及文档中需要调整的文本

d. 生成并执行修改操作

  • 替换:文档中已有但内容不正确的 → 用 fill_docx_template.py 对生成的 .docx 再次执行替换

```bash

python {SKILL_DIR}/scripts/fill_docx_template.py --template "<已生成的.docx>" --output "<最终输出.docx>" --data '{"原文本":"新文本"}'

```

  • 插入:需要新增整段内容的 → 构造 JSON 操作文件,用 insert_into_docx.py 在合适位置插入

```bash

python {SKILL_DIR}/scripts/insert_into_docx.py --input "<已生成的.docx>" --output "<最终输出.docx>" --insertions-file

```

  • 删除:需要移除的内容 → 用 fill_docx_template.py 将目标文本替换为空字符串

e. 输出变更说明:告知用户智能审查后做了哪些增补或修改

> 示例:用户提供了"华润IT运维服务"但模板没有对应占位符

> → 检测到文档标题或正文未包含此文本

> → 判断标题是否需要更新 → 将标题修改为包含项目名称

  1. 展示结果与文件路径 — 在对话中:
    • 展示填入数据后的合同文本 Markdown 排版
    • 明确告知用户 .docx 文件的保存路径(如 工作目录\合同模板-服务合同-XXX.docx
  1. 确认文件已生成 — 再次确认文件已保存到本地

📱 进度通知python {SKILL_DIR}/scripts/notify.py "合同助手" "✅ 合同模板生成完成"

  1. 交付文件 — 调用 deliver_attachments 将生成的 .docx 文件交付给用户,企业微信端可直接接收下载。
    • 使用 deliver_attachments 工具,传入步骤 5 生成的 .docx 文件绝对路径
    • ⚠️ 文件必须在工作目录下,否则企微端收不到
    • 在回复文本中同时告知文件保存路径

功能 D:LLM Wiki 提示词自维护(核心)

当用户对合同助手的输出提出反馈时(如"漏掉了违约金检查"、"格式不对"、"应该加上知识产权"等),或用户主动要求优化/改进/更新 Wiki 提示词、规则库或知识库时,执行以下流水线。

> 如果反馈不够具体(如只是"结果不对"、"不好"),先按 {SKILL_DIR}/references/feedback-collect-prompt.md 引导用户给出更有价值的反馈,再进入流水线。

Step 1 — 解析反馈

  1. 读取 {SKILL_DIR}/references/feedback-parse-prompt.md 了解解析规则
  2. 你根据解析规则,从对话上下文中的用户反馈文本和当前功能模块推理出结构化结果:

```json

{

"target_prompt": "extract | review | generate",

"feedback_type": "missing_field | format_error | logic_error | scope_shift",

"severity": "critical | important | minor",

"suggestion": "具体修改建议",

"original_output": "原始输出中的问题部分",

"expected_output": "期望的输出"

}

```

Step 2 — 知识摄入

  1. 读取 {SKILL_DIR}/references/insight-extract-prompt.md 了解知识提取规则
  2. 你根据知识提取规则,从反馈原文和解析结果中推理出知识条目:

```json

{

"knowledge_target": "rules | templates | feedback_insights | prompt_insights",

"insight_type": "missing_requirement | correction | format_rule | domain_rule | prompt_gap",

"summary": "一句话总结",

"evidence": "用户反馈中的证据",

"recommended_prompt_action": "none | monitor | optimize",

"target_prompt": "extract | review | generate",

"confidence": 0.0-1.0

}

```

  1. 写入知识库 — 根据 knowledge_target 调用脚本:
    • 追加知识条目:

```bash

python {SKILL_DIR}/scripts/wiki_manage.py append-knowledge ~/.contract-assistant-wiki/ ""

```

  • 如果需要替换整个知识文件(如 rules/templates 大幅更新):

```bash

python {SKILL_DIR}/scripts/wiki_manage.py update-knowledge ~/.contract-assistant-wiki/

```

  • knowledge_name 可选值:rulestemplatesfeedback-insightsprompt-insights
  1. 保存反馈原文

```bash

python {SKILL_DIR}/scripts/wiki_manage.py save-feedback ~/.contract-assistant-wiki/ ""

```

Step 3 — 优化决策

  1. 读取 {SKILL_DIR}/references/prompt-decide-prompt.md 了解决策规则
  2. 读取当前提示词内容:

```bash

python {SKILL_DIR}/scripts/wiki_manage.py read-prompt ~/.contract-assistant-wiki/

```

  1. 读取相关知识库内容:

```bash

python {SKILL_DIR}/scripts/wiki_manage.py read-knowledge ~/.contract-assistant-wiki/

```

  1. 你根据决策规则,结合当前提示词 + 知识库 + 新知识条目推理出决策:

```json

{

"should_optimize_prompt": true/false,

"decision": "optimize | monitor | knowledge_only",

"reason": "决策原因",

"prompt_update_instruction": "给优化器的具体指令",

"confidence": 0.0-1.0

}

```

  1. 分支判断
    • decision = "knowledge_only" → 流水线结束,告知用户"知识已沉淀,暂不优化提示词"
    • decision = "monitor" → 流水线结束,告知用户"已记录反馈,将持续观察"
    • decision = "optimize" → 继续 Step 4

Step 4 — 修正提示词

  1. 读取 {SKILL_DIR}/references/prompt-update-prompt.md 了解修正规则
  2. 读取当前提示词内容(同 Step 3)
  3. 读取相关知识库内容
  4. 你根据修正规则,结合当前提示词 + 解析反馈 + 知识库 + 优化指令推理出修正结果:

```json

{

"updated_prompt": "修正后的完整提示词文本",

"change_description": "修正说明",

"change_type": "minor | major"

}

```

  1. 自检修正结果 — 检查 updated_prompt 是否满足:
    • 包含版本号行(如 v1.0
    • 包含必需章节:角色定义、核心规则、输出格式
    • Markdown 格式正确(标题层级、代码块闭合)
    • 修改与反馈意图一致,没有过度修改
  1. 归档旧版本 + 发布新版本
    • updated_prompt 写入临时文件
    • 执行:

```bash

python {SKILL_DIR}/scripts/wiki_manage.py archive ~/.contract-assistant-wiki/

```

  • 此命令自动完成:归档旧版本 → 生成 diff → 写入新版本 → 更新 index.md → 追加 log.md

Step 5 — 通知用户

输出变更摘要:

  • 提示词名称 + 版本变更(如 v1.3 → v1.4
  • 修正说明(change_description
  • 告知用户可以查看 diff 或回滚:
  • 查看归档:python {SKILL_DIR}/scripts/wiki_manage.py list-archives ~/.contract-assistant-wiki/
  • 回滚版本:python {SKILL_DIR}/scripts/wiki_manage.py rollback ~/.contract-assistant-wiki/ [target_version]

回滚操作

当用户认为提示词修正后效果不佳,可以回滚到之前的版本:

python {SKILL_DIR}/scripts/wiki_manage.py rollback ~/.contract-assistant-wiki/ <prompt_name> [target_version]
  • 不指定 target_version 则回滚到上一个版本
  • 回滚后自动记录到 log.md

脚本参考

scripts/parse_contract_file.py

解析 PDF/DOCX 合同文件为纯文本。

python {SKILL_DIR}/scripts/parse_contract_file.py <file_path>
  • 输出:stdout 输出提取的纯文本
  • 错误:stderr 输出错误信息,exit code 非零
  • 依赖:PyMuPDF(PDF)、python-docx(DOCX)

scripts/notify.py

显示 Windows 进度通知(右下角 Toast 弹窗)。

python {SKILL_DIR}/scripts/notify.py "标题" "消息内容"
  • 参数1(必填):通知标题
  • 参数2(必填):通知内容
  • 输出:stdout 输出 JSON {"status": "ok", "method": "notification"}
  • 无外部依赖(使用 Windows Runtime API 或 PowerShell 回退)
  • 通知失败时静默回退,不影响主流程

scripts/generate_docx.py

将 Markdown 内容生成格式化的 .docx 文档。仅用于功能 A 和功能 B。功能 C 使用 fill_docx_template.py

python {SKILL_DIR}/scripts/generate_docx.py --title "文档标题" --output output.docx [--input content.md] [--open]
  • --title(必填):文档标题(显示在封面页)
  • --output(必填):输出 .docx 文件路径。纯文件名或相对路径会自动保存到 ~/Documents/合同助手/ 目录;绝对路径保持原样
  • --input(可选):输入 Markdown 文件路径(省略则从 stdin 读取)
  • --open(可选):生成后自动用系统默认程序(如 Word)打开文件(本地使用时可加,企微交付时不需要)
  • 输出:stdout 输出 JSON {"status": "ok", "output_path": "<绝对路径>", "opened": true/false}
  • 错误:stderr 输出错误信息,exit code 非零
  • 依赖:python-docx、lxml
  • 功能:Markdown 标题 → Word 标题样式,Markdown 表格 → Word 表格,粗体 → Word 加粗,列表 → Word 列表,代码块 → 等宽字体段落,支持中文字体(SimSun/SimHei)

scripts/fill_docx_template.py

将源 .docx 模板中的【】占位符替换为用户提供的数据,保留源文件的所有原始格式。

python {SKILL_DIR}/scripts/fill_docx_template.py --template template.docx --output output.docx --data-file data.json [--open]
  • --template(必填):源 .docx 模板路径
  • --output(必填):输出 .docx 文件路径
  • --data(可选):JSON 字符串 {"【甲方】":"甲公司"}
  • --data-file(可选):JSON 文件路径
  • --open(可选):生成后自动用系统默认程序(如 Word)打开文件
  • 输出:stdout 输出 JSON {"status": "ok", "output_path": "...", "replacements": N, "opened": true/false}
  • 错误:stderr 输出错误信息,exit code 非零
  • 依赖:python-docx
  • 功能:遍历文档中所有段落和表格,将【占位符】替换为实际数据,保留字体、表格、段落样式等原始格式

scripts/insert_into_docx.py

在现有 .docx 文件的指定位置插入新段落内容(Markdown 格式),支持智能审查后处理中补充遗漏信息。

python {SKILL_DIR}/scripts/insert_into_docx.py --input input.docx --output output.docx --insertions-file ops.json
  • --input(必填):输入的 .docx 文件路径
  • --output(必填):输出的 .docx 文件路径
  • --insertions(可选):JSON 字符串 [{"after_text":"原文本","content":"新内容"}]
  • --insertions-file(可选):JSON 文件路径,内容为插入操作数组
  • 支持的插入操作:
  • after_text:在包含此文本的段落之后插入
  • before_text:在包含此文本的段落之前插入
  • content:要插入的内容(Markdown 格式,支持 ## ### 标题和正文)
  • 输出:stdout 输出 JSON {"status": "ok", "output_path": "...", "insertions": N}
  • 错误:stderr 输出错误信息,exit code 非零
  • 依赖:python-docx、lxml

scripts/wiki_manage.py

Wiki 目录文件管理工具,支持以下命令:

| 命令 | 说明 |

|------|------|

| init ~/.contract-assistant-wiki/ | 初始化 Wiki 目录(从 assets/wiki-scaffold 复制,含 .docx 模板) |

| read-prompt ~/.contract-assistant-wiki/ | 读取当前提示词内容 |

| read-knowledge ~/.contract-assistant-wiki/ | 读取知识文件内容 |

| archive ~/.contract-assistant-wiki/ | 归档旧版本+发布新版本 |

| rollback ~/.contract-assistant-wiki/ [target_version] | 回滚到指定版本 |

| append-knowledge ~/.contract-assistant-wiki/ "" | 追加知识条目 |

| update-knowledge ~/.contract-assistant-wiki/ | 替换知识文件内容(先归档旧版) |

| save-feedback ~/.contract-assistant-wiki/ "" | 保存反馈原文 |

| list-archives ~/.contract-assistant-wiki/ | 列出归档版本 |

| append-log ~/.contract-assistant-wiki/ "" | 追加日志条目 |

prompt_name 可选值:extractreviewgenerate

knowledge_name 可选值:rulestemplatesfeedback-insightsprompt-insights


References 文件说明

| 文件 | 用途 | 使用时机 |

|------|------|----------|

| extract-prompt.md | 合同信息提取提示词 | 功能 A |

| review-prompt.md | 合同风险审核提示词 | 功能 B |

| generate-prompt.md | 合同模板生成提示词 | 功能 C |

| rules-knowledge.md | 审核规则知识库(回退) | 功能 B,Wiki 中无 rules.md 时使用 |

| templates-knowledge.md | 模板知识库(回退) | 功能 C,Wiki 中无 templates.md 时使用 |

| feedback-parse-prompt.md | 反馈解析指令 | 功能 D Step 1 |

| insight-extract-prompt.md | 知识提取指令 | 功能 D Step 2 |

| prompt-decide-prompt.md | 优化决策指令 | 功能 D Step 3 |

| prompt-update-prompt.md | 提示词修正指令 | 功能 D Step 4 |

| feedback-collect-prompt.md | 轻量反馈收集指令 | 简单反馈场景 |

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-05-20 11:11 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

professional

Stock Market Pro

kys42
Yahoo Finance (yfinance) 驱动的股票分析技能:行情报价、基本面、ASCII 趋势图、高分辨率图表(RSI/MACD/BB/VWAP/ATR),以及可选的网络...
★ 167 📥 40,753
professional

All-Market Financial Data Hub

financial-ai-analyst
基于东方财富数据库,支持自然语言查询金融数据,覆盖A股、港股、美股、基金、债券等资产,提供实时行情、公司信息、估值、财务报表等,适用于投资研究、交易复盘、市场监控、行业分析、信用研究、财报审计、资产配置等场景,满足机构与个人需求。返回结果为
★ 137 📥 44,025
professional

Stock Monitor

thirtyfang
全功能智能股票监控预警系统。支持成本百分比、均线金叉死叉、RSI超买超卖、成交量异动、跳空缺口、动态止盈等7大预警规则。符合中国投资者习惯(红涨绿跌)。
★ 101 📥 33,783