name: legal-qa-extractor homepage: https://github.com/cat-xierluo/legal-skills author: 楊衛薪律師（微信ywxlaw） version: "1.0.0" license: CC-BY-NC description: 從律師與客戶溝通記錄中提取有價值的法律問答對，生成結構化知識庫內容。本技能應在使用者需要整理客戶諮詢記錄、從對話中提取可複用法律知識、建立問答知識庫、或準備內容營銷素材時使用。支援嚴格客戶資訊脫敏處理。 slug: legal-qa-extractor displayName: "法律問答知識提取"

法律問答提取技能

概述

從律師與客戶的溝通記錄中提取有價值的法律問答對（客戶問題 + 律師解答），生成結構化知識庫內容。適用於將客戶諮詢轉化為可複用的法律知識，供後續整理成文章、案例或學習材料。

核心價值：提取那些可以被其他客戶複用的問答內容，而不是單一客戶的具體案情。

核心原則

客戶資訊保護

絕對禁止在問答內容中包含： - ❌ 客戶真實姓名 - ❌ 企業/機構名稱 - ❌ 具體地址、聯絡方式 - ❌ 任何可識別個人或企業的資訊

脫敏處理標準： - ✅ 客戶姓名 → 使用"當事人"、"客戶"、"甲/乙"等代稱 - ✅ 企業名稱 → 使用"某公司"、"某企業"、"該企業"等代稱 - ✅ 具體資訊 → 模糊化為"某地"、"某時間"、"相關人員"等 - ✅ 客戶原話 → 脫敏後引用："客戶詢問..."而非"張總說..."

問答對的價值判斷

提取的問答應該滿足以下條件之一： - 普遍性：其他客戶也可能遇到同類問題 - 典型性：代表了某類法律場景的常見關切 - 教育性：律師的解答有普法價值或指導意義 - 複用性：可以獨立成文或作為知識庫條目

工作流程

步驟 1：分析輸入內容

獲取溝通記錄文件和使用者的具體要求，理解： - 文件中的溝通內容和情境 - 使用者希望重點關注哪些方面 - 哪些問答具有複用價值

步驟 2：識別有價值的問答對

完整梳理文件中的問答內容，按以下維度識別價值：

問答識別維度

1. 直接問答 - 客戶明確提出問題，律師給出解答
2. 追問回應 - 客戶追問，律師進一步解釋
3. 風險提醒 - 律師主動提醒的風險點及應對建議
4. 操作指引 - 涉及流程、步驟、注意事項的問答
5. 普遍關切 - 其他客戶也可能遇到的同類問題

問答提取方法

• 語義分析：理解客戶真實問題和律師核心觀點
• 邏輯歸納：將分散的對話整理為獨立問答對
• 價值評估：判斷問答是否具有普遍適用性
• 標準化表述：將口語化表達轉化為規範的問答格式

步驟 3：生成結構化報告

輸出檔案儲存至原文件的同一目錄，檔案命名：{原文件名}_法律問答提取_{YYYYMMDD}.md

輸出格式詳見 output-template.md。

每個問答對包含以下部分：

• 問題：客戶提出的問題（標準化表述）
• 律師解答：律師的核心觀點和建議（300-500字）
• 問題背景（可選）：該問題出現的情境（200-300字）
• 價值標籤：普遍性/典型性/教育性/複用性
• 適用場景：什麼情況下讀者會關心這個問答

步驟 4：問答分類與關聯

提供以下分析維度：

• 問答特徵分析：重點問答數量、常規問答數量、價值分佈
• 領域分類：按法律領域或業務場景分類
• 關聯分析：哪些問答之間存在關聯、可組合成文章

質量標準

• 獨立性：每個問答對可以獨立理解，不依賴完整對話背景
• 普遍性：問答內容對其他客戶也有參考價值
• 完整性：問題和解答都清晰完整，沒有斷章取義
• 脫敏嚴格：嚴格遵循客戶資訊保護規則
• 可複用：提取的問答可以直接用於文章、知識庫或學習材料

輸入要求

本技能接受以下型別的輸入：

1. 文件路徑：使用者提供的溝通記錄文件路徑
2. 貼上內容：使用者直接貼上的溝通記錄內容
3. 使用者要求：使用者希望重點關注哪些型別的問答

   發現更多技能外掛，請訪問7w4.net。

配置與歸檔

使用者配置

本技能支援通過 config/.env 檔案自定義掃描行為：

# 複製模板
cp config/.env.example config/.env

# 編輯配置
QA_EXTRACTOR_SCAN_PATHS=~/Documents/legal-consultations
QA_EXTRACTOR_SCAN_DEPTH=3
QA_EXTRACTOR_FILE_TYPES=md,txt

掃描記錄

技能會維護 archive/scan-log.json 記錄掃描狀態：

{
  "version": "1.1.0",
  "last_full_scan": "2026-05-10T23:00:00+08:00",
  "watch_paths": [
    {
      "path": "~/Documents/legal-consultations",
      "last_scanned": "2026-05-10T23:00:00+08:00",
      "status": "active"
    }
  ],
  "projects": {
    "潛在專案_A": {
      "source_files": ["path/to/file1.md", "path/to/file2.md"],
      "last_extracted": "2026-05-10",
      "qa_count": 8,
      "output_file": "archive/extractions/2026-05-10_潛在專案_A_qa.md",
      "status": "active"
    }
  },
  "files": {
    "path/to/file.md": {
      "content_hash": "sha256:abc123...",
      "last_modified": "2026-05-09",
      "last_extracted": "2026-05-10",
      "qa_count": 5,
      "status": "active"
    }
  },
  "archived": {
    "path/to/old_project": {
      "archived_at": "2026-05-01",
      "reason": "moved_by_user"
    }
  }
}

欄位說明：

增量掃描邏輯：

資料夾型別判斷（用於識別歸檔與活動專案）：

1. 遍歷 watch_paths 下所有直接子資料夾
2. 判斷每個資料夾型別（歸檔容器 / 直接專案）
3. 對歸檔容器遞迴掃描；對直接專案掃描內容檔案
4. 對每個檔案計算 content_hash
5. 若檔案不在 scan-log，或 hash 與記錄不一致 → 觸發提取
6. 若專案內所有檔案均變化才觸發提取
7. 提取完成後，按專案合併多份記錄，輸出單份 QA 檔案

抽取結果歸檔

抽取的問答對儲存在 archive/extractions/ 目錄，按專案聚合：

archive/
├── scan-log.json              # 掃描狀態記錄
└── extractions/
    ├── 2026-05-10_潛在專案_A_qa.md   # 專案A的多輪諮詢合併
    ├── 2026-05-10_潛在專案_B_qa.md   # 專案B的單次記錄
    └── 2026-05-11_潛在專案_C_qa.md   # 專案C（後續增量新增）

多輪諮詢合併邏輯： - 同一專案資料夾內的所有 .md/.txt 檔案視為同一專案的多輪溝通 - 提取時按檔案順序（檔名或修改時間）整合所有問答對 - 去重：相同問題的多次出現保留最新解答 - 輸出檔名：{日期}_{專案名}_qa.md

注意：archive/ 目錄不納入 Git 版本控制。

適用場景

• 整理客戶諮詢記錄為可複用知識
• 從對話中提取內容營銷素材
• 建立法律問答知識庫
• 準備普法文章的素材
• 製作客戶常見問題清單
• 定時掃描專案資料夾，增量提取新內容

這個 Skill 質量較好，文件規範詳細，規則定義清晰，質量標準明確，脫敏要求嚴格，測試體系完善。它能把律師和客戶的溝通記錄整理成結構化的法律問答知識庫，方便複用和法律知識沉澱。優點是流程清晰、模板完善、分類合理；不足是目前主要靠 AI 理解執行，實際效果會因 AI 能力不同而有差異，且還不支援直接處理 PDF、Word 等常見文件格式。