律师民事诉讼全流程自动化工作流

SKILL.md

---
name: lawyer-litigation-workflow
description: >
  【深度模拟律师办案逻辑】将真实律师的完整办案思维链编码为7步自动化管线。
  不是简单的模板填充——从案由输入开始，系统像一位资深诉讼律师一样思考：
  IRAC法律推理→争议焦点提炼→类案检索比对→法条穷尽检索→红蓝对抗策略分析→
  法官中立审视→全案一致性审计。每份文书经过7项QC质量门控，绝不放过一个占位符残留。
  核心亮点：(1)规格驱动文书生成管道——起诉状/答辩状/代理词/证据目录等11类文书，
  从模板安全替换到叙事填充全自动；(2)对抗式诉讼策略——模拟对方反驳、法官倾向、
  胜诉概率量化；(3)多层质量闭环——模板来源校验+字体一致性+占位符扫描+骨架完整性+
  当事人覆盖检查，任一不通过即硬阻断。让AI真正像律师一样办案，而不是像打字员一样填表。
  触发词：起诉、应诉、答辩、代理词、证据目录、诉讼策略、类案检索、民事案件、
  买卖合同纠纷、借贷纠纷、租赁纠纷、劳动争议。
category: 法律-诉讼
author: 马律（山东东润律师事务所）
version: 1.0.0
allowed-tools: [Read, Bash, Write, Glob, Grep, WebFetch, WebSearch]
---

# 律师民事诉讼全流程自动化工作流

## 使用前必读

### 系统做什么

本工作流将律师办理一个民事诉讼案件的全流程实现自动化：

```
您的案件 → [Step1 访谈] → [Step2 全套文书] → 暂停等您审阅
    → [Step3 类案检索] → [Step4 法条检索] → [Step5 诉讼策略]
    → [Step6 审查定稿] → 暂停等您审阅
    → [Step7 出庭文书] → 全套诉讼材料就绪
```

### 您只需要做三件事

| 步骤 | 操作 | 说明 |
|------|------|------|
| 准备 | 将证据材料放入 `cases/{案件名}/evidence/` | 支持 PDF/图片/Word 格式 |
| 启动 | 说「处理案件 XX，案由是 XX 纠纷」 | 系统自动走全流程 |
| 审阅 | 在 Step1 和 Step6 的暂停点审阅确认 | 两次确认，把控质量 |

### 两次暂停确认

- **Step1 后暂停**：确认谈话笔录内容、当事人信息、证据清单无误
- **Step6 后暂停**：审查全套文书定稿，可逐份批注修改

### 最终产出

`cases/{案件名}/output/` 目录下将包含全套诉讼材料：
起诉状、答辩状、授权委托书、律所出庭函、委托代理协议、
法定代表人身份证明、财产保全申请书、网络查控申请书、
证据目录、代理词、谈话笔录。

### 许可说明

- **试用版**：2 次免费使用，约可完成 1 个完整案件
- **专业版**：299元/月 或 2999元/年，不限次数，全功能
- **企业版**：专属部署，联系定制报价
- 购买联系：马律（山东东润律师事务所）

### 分享与推荐

如果觉得好用，欢迎推荐给同事和朋友！

| 正确做法 | 错误做法 |
|----------|----------|
| 分享 SkillHub 链接，对方自行安装 | 直接发送安装包 zip 文件 |
| 对方获得 2 次免费试用，独立许可 | 对方无法正常激活使用 |

> SkillHub 安装方式：在 WorkBuddy 中搜索「lawyer-litigation-workflow」一键安装。
> 链接：https://clawhub.ai/skills/lawyer-litigation-workflow

---

## Step 0: 前置检查（每次调用强制执行）

### 0-1 许可检查

```bash
python scripts/license_manager.py --check
```

许可状态判断：
- 返回 0（通过）→ 继续执行
- 返回 1（拒绝）→ 显示购买提示，终止流程

### 0-2 工作区初始化（仅首次运行）

```bash
python scripts/workspace_setup.py --init
```

如果 `~/.lawyer_workflow/workspace_config.json` 不存在（首次运行）：
1. 创建标准工作区目录结构
2. 创建「示例案件」目录供参考
3. 显示使用方法引导信息

### 0-3 模板检测（仅首次运行）

```bash
python scripts/template_setup.py --detect
```

如果 `~/.lawyer_workflow/template_config.json` 不存在（首次运行）：
1. 提示用户配置模板目录
2. 推荐路径：`~/.lawyer_workflow/templates/`
3. 询问用户模板存放路径
4. 用户回复后执行 `python scripts/template_setup.py --setup {路径}`
5. 验证模板完整性，列出缺失的模板

### 0-4 创建当前案件的工作目录

根据用户输入的案件名称，执行：
```bash
python scripts/workspace_setup.py --new-case "{案件名称}"
```

---

## Step 1: 案件访谈 — 生成谈话笔录

### 1-1 案由确认

根据用户输入的案由，确认案件类型（民事一审/二审/再审/刑事/行政/劳动仲裁）。

### 1-2 当事人信息采集

从用户输入和证据材料中提取：
- 原告/被告/第三人信息（姓名/名称、身份证号/统一社会信用代码、住址/地址、联系方式）
- 委托代理人信息
- 管辖法院

### 1-3 IRAC 法律逻辑分析（前置）

加载 IRAC 框架（legal-logic-analysis），进行：
- **Issue**：提炼争议焦点
- **Rule**：初步识别适用法律
- **Analysis**：初步法律分析
- **Conclusion**：初步结论

### 1-4 生成谈话笔录

调用模板生成管道：
1. 打开 `4-律师接待当事人谈话笔录.1份docx.docx` 模板
2. 使用 `template_safe_tool.py` 进行 run 级安全替换
3. 运行 `doc_quality_checker.py` 执行 QC 检查
4. 输出到 `cases/{案件名}/output/谈话笔录.docx`

### 1-5 证据预扫描（Step1 完成后强制执行）

```bash
python -c "
from scripts.evidence_pre_scanner import scan_evidence
scan_evidence('cases/{案件名}/evidence/', 'cases/{案件名}/data/案件数据.json')
"
```

扫描证据材料，OCR 提取关键字段（身份证号、信用代码等），合并到案件数据.json。

### 1-6 审阅暂停

**暂停等待您审阅谈话笔录和案件数据。** 确认无误后回复「继续」进入 Step2。

---

## Step 2: 法律文书生成 — 全套诉讼材料

### 2-1 读取案件数据

从 `cases/{案件名}/data/案件数据.json` 读取全部当事人信息和案件事实。

### 2-2 诉讼地位校验

```bash
python -c "
import json
with open('cases/{案件名}/data/案件数据.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
parties = data.get('诉讼地位表', {})
roles = set(v.get('角色', '') for v in parties.values())
required = {'原告', '被告'}
missing = required - roles
if missing:
    print(f'[阻断] 缺少诉讼地位: {missing}')
    exit(1)
print('[OK] 诉讼地位完整')
"
```

### 2-3 文书分级清单（强制询问）

| 级别 | 文书 | 说明 |
|------|------|------|
| 🔴 必需 | 民事起诉状/答辩状、授权委托书、律所出庭函、委托代理协议 | 直接生成 |
| 🟡 条件必需 | 法定代表人身份证明 | 当事人含法人时自动生成 |
| 🟢 可选 | 财产保全申请书、网络查控申请书 | 询问用户是否需要 |

### 2-4 规格驱动文书生成

每份文书执行统一的规格驱动管道：
1. **read_spec**：读取 `assets/workflow_specs/{文书}_spec.json` 规格文件
2. **enforce_spec**：强制执行规格中的不可变元素
3. **generate**：使用 `template_safe_tool.py` 安全替换模板占位符
4. **narrative_fill**：根据案件数据填充叙事内容
5. **quality_check**：运行 `doc_quality_checker.py` 执行 QC 检查
6. **exit≠0 硬失败**：QC 不通过 → 自动重试 → 3 次后暂停

### 2-5 文书虚构校验

```bash
python scripts/document_fabrication_checker.py "cases/{案件名}/output/" "cases/{案件名}/data/案件数据.json"
```

拦截虚构信用报告、不存在的事实陈述等 P0 问题。

---

## Step 3: 类案检索

### 3-1 IRAC 驱动检索 Query 生成

根据 Step1 的 IRAC 争议焦点，生成结构化检索 Query。

### 3-2 多渠道检索

优先级：
1. **北大法宝 MCP**（pkulaw connector）— 首选
2. **中国裁判文书网**（联网搜索降级）
3. **本地案例库**（ChromaDB RAG）

### 3-3 检索结果质量校验

- 相似度 >= 60% 方可入库
- 提取：案号、法院、裁判日期、争议焦点、裁判要旨
- 输出：`cases/{案件名}/data/类案检索报告.md`

---

## Step 4: 法条穷尽检索

### 4-1 要件映射

将 IRAC 分析中每个 Issue 映射到对应的法律要件：
- 要件 A → 法律 A 第 X 条
- 要件 B → 司法解释第 Y 条
- ...

### 4-2 多渠道穷尽

优先级：
1. **北大法宝 MCP**（pkulaw connector）
2. **国家法律法规数据库**（联网）
3. **本地法规库**（ChromaDB RAG）

### 4-3 法条边界检查

确保每条法条引用：
- 标注具体条编号（非泛称）
- 标注发布时间和生效状态
- 标注与本案事实的映射关系

输出：`cases/{案件名}/data/法律适用检索报告.md`

---

## Step 5: 诉讼策略分析

### 5-1 IRAC 增强对抗矩阵

对每个争议焦点执行三轮对抗分析：

```
原告主张 → 被告反驳 → 法官倾向 → 风险量化
   ↓           ↓           ↓           ↓
 证据支撑    法律抗辩    裁判倾向    胜诉概率
```

### 5-2 法官中立审视

以中立审裁者视角，对双方对抗进行结构化评分：
- 原告主张可信度：X%
- 被告抗辩可信度：Y%
- 本案预判胜诉概率：Z%

### 5-3 对方证据预测

```bash
python scripts/opponent_evidence_predictor.py "cases/{案件名}/data/案件数据.json" "cases/{案件名}/data/类案检索报告.md"
```

预测对方可能提交的证据类型并提前准备应对策略。

输出：`cases/{案件名}/data/诉讼策略分析报告.md`

---

## Step 6: 审查定稿

### 6-1 生成审查提示报告

逐份检查 Step2 生成的文书，标注：
- 当事人信息准确性
- 法律依据引用正确性
- 格式规范性
- 风险提示完整性

### 6-2 律师批注处理

**暂停等待您对审查报告进行逐项批注。** 批注完成后回复「处理批注」。

### 6-3 孤儿数据检测

```bash
python scripts/orphan_data_detector.py "cases/{案件名}/data/案件数据.json" "cases/{案件名}/output/"
```

识别案件数据中已被采集但未在任何文书中引用的关键字段。

### 6-4 全案一致性审计

执行跨步骤数据一致性检查（10 项审计）：
- 文书间当事人信息一致性
- 类案引用→文书嵌入一致性
- 法条引用→文书嵌入一致性
- IRAC 推理→策略分析一致性

### 6-5 审阅暂停

**暂停等待您对全套定稿文书进行最终确认。** 确认无误后回复「定稿」进入 Step7。

---

## Step 7: 出庭文书生成

### 7-1 前置质量锁

确认 Step6 审查已通过，所有文书已定稿。

### 7-2 证据目录生成

调用模板生成管道（走 `证据目录_spec.json` 规格）：
1. 打开模板 `证据目录 （西岸兰海）260522.docx`
2. 页眉区替换：案号、案由、提交人、代理人、日期
3. 清除旧证据区
4. 从案件数据填充新证据组
5. QC 检查

### 7-3 代理词生成

调用模板生成管道（走 `代理词_spec.json` 规格，轩航游艇格式）：
1. 打开模板 `代理词.docx`
2. 开场段 + 落款区 run_replace
3. 论点区 narrative_fill（IRAC 驱动论证）
4. QC 检查

### 7-4 案件数据清理

```bash
python scripts/case_cleanup_manager.py "cases/{案件名}/"
```

备份中间文件，保留最终交付件，生成清理报告。

---

## Step 8: 推理审计（全自动）

### 8-1 五维推理质量评分

对全案 IRAC 推理链进行评分：
- 引用真实性：引用的法条/类案是否真实存在
- 可证伪性：结论是否可被反面证据推翻
- 类比禁区：是否触犯了不应类比的场景
- IRAC 一致性：全流程 IRAC 链条是否连贯
- 全管线归档：所有中间产物是否完整归档

### 8-2 最终交付清单

```bash
echo "=== 最终交付清单 ==="
ls -la "cases/{案件名}/output/"
echo "=== 中间数据 ==="
ls -la "cases/{案件名}/data/"
echo "=== 推理审计 ==="
python scripts/run_audit.py "cases/{案件名}/"
```

---

## 使用示例

用户说：**「处理案件 青岛和润达建材，案由是买卖合同纠纷」**

系统执行流程：
1. Step0 许可检查 + 工作区初始化 + 模板检测
2. Step0 创建案件目录 `cases/青岛和润达建材/`
3. 提示用户将证据材料放入 `cases/青岛和润达建材/evidence/`
4. Step1 生成谈话笔录 → 暂停审阅
5. 用户确认 → Step2 生成全套文书 → Step3 类案检索 → Step4 法条检索
6. Step5 诉讼策略 → Step6 审查定稿 → 暂停审阅
7. 用户定稿 → Step7 出庭文书 → Step8 推理审计
8. 最终产出在 `cases/青岛和润达建材/output/`

---

## 故障排除

| 问题 | 解决方案 |
|------|----------|
| 许可校验失败 | 检查 `~/.lawyer_workflow/license.json` 是否存在且未被修改 |
| 模板缺失 | 运行 `python scripts/template_setup.py --list` 查看缺哪些模板 |
| QC 不通过 | 查看 QC 报告中的 `[FAIL]` 项，修正后重新生成 |
| 超过试用次数 | 联系马律购买专业版授权 |
| OCR 识别失败 | 检查图片清晰度，手动补充关键字段到案件数据.json |