law-to-markdown

# Law To Markdown ## 处理规则 1. 输入为 `.txt`：直接转存为 `.md`。 2. 输入为 `.pdf` / `.docx`： - 先检查是否已安装 `mineru-ocr` skill。 - 未安装：提示先安装 `mineru-ocr`，安装地址： `https://github.com/cat-xierluo/legal-skills/tree/main/skills/mineru-ocr` - 已安装：优先调用 `mineru-ocr` 处理。 - 调用失败：先提示检查 `mineru-ocr` 配置/Token。 - 仅当用户明确同意时，才使用本地回退（`python-docx` / `pdfplumber`）。 3. 第一阶段完成后默认执行第二阶段格式调整（仅格式，不改原文字符）： - 由调用该 skill 的大模型先判断“法律/非法律”，并把结果传给脚本。 - 若调用方未传结果，则脚本使用硬规则自动识别（`--law-decision auto`）。 - 法律名称 `#` - 编/分编 `##` - 章 `###` - 节 `####` - 条 `#####`（仅“第X条”为标题；`第X条【条标】`整行为标题不拆） - 款/项/目无标题 - 项、目按标记换行 - 清理多余空格：去行尾空格、去行首 ASCII 空格、去正文行首全角缩进、规范标题后的空格 4. 若识别为明显非法律文本（如 GB/标准类文档），第二阶段明确拒绝：`Stage2: rejected (non-law-document)`。 5. 若第二阶段未识别法律结构或保真校验失败，则自动 no-op，不改文本。 6. 默认执行第三阶段检查（双���阶段，硬门槛）： - Stage3-A：校验 `stage2` 相对 `stage1` 的文字内容准确性（去标题符号与空白后字符流必须一致） - Stage3-B：校验结构效果（结构层级、���标题规则、非法律策略、空格规范、项/目换行） - 任一失败触发自动重走，最多 2 次；仍失败默认报错退出 ## 二阶段识别参数 - `--law-decision law`：调用方已判定为法律文本，直接按法律结构优化。 - `--law-decision non-law`：调用方已判定为非法律文本，阶段二直接拒绝。 - `--law-decision auto`：不传判定时的默认模式，使用脚本内硬规则。 ## 三阶段参数 - `--skip-stage3-check`：跳过第三阶段检查（默认不跳过）。 - `--stage3-max-retries`：失败后自动重走次数，默认 `2`。 - `--stage3-strict` / `--no-stage3-strict`： - 默认严格模式（失败即报错退出） - 非严格模式仅输出报告，不阻断流程 - `--artifact-level minimal|standard|debug`： - `minimal`（默认）：面向交付，输出最少 - `standard`：保留过程文件（`stage1/stage2/stage3-check`）便于排查 - `debug`：保留全部过程产物（包含调试信息） ## 输出规则 - 默认输出到输入文件同目录的 `markdown/` 子目录，并按输入文件名创建独立目录： - ...