tkk-element-lawsuit

name	tkk-element-lawsuit
description	TKK 要素式起诉状转换工具——从传统起诉状 DOCX/PDF 自动提取要素，AI 驱动填写并生成规范的要素式文书。33个民事起诉状案由全支持，数据驱动表布局（基于 法〔2025〕82号 官方模板），4步流程（上传→AI分析→编辑校对→预览导出），输出 DOCX。当用户需要将传统起诉状转换为要素式格式、修改案由模板字段定义时使用此 skill。
author	汤康康律师
agent_created	true

TKK · 要素式起诉状转换工具

概述

Web 端单页应用 + Python DOCX 生成器，将传统格式的起诉状 DOCX/PDF 转换为法院要求的要素式文书。

核心能力

• 对话式一键转换：发 DOCX/PDF → AI 自动提取 → 生成要素式 DOCX
• 33个案由全覆盖：所有民事起诉状案由，基于 法〔2025〕82号 官方模板
• 精确格式复刻：页边距/表格列宽/边框/字体严格对齐官方格式
• 数据驱动架构：table_layouts.json 定义表结构，templates.json 定义字段，生成器自动适配

触发条件

• 用户需要将传统起诉状转换为要素式起诉状
• 用户想修改案由模板的字段定义
• 用户想了解工具的架构以便二次开发

使用方式

对话式转换（唯一推荐方式）

直接将起诉状 DOCX/PDF 文件发给 WorkBuddy，说"帮我转换为要素式起诉状"。

工作流：

1. 提取文本 — scripts/extract_text.py 提取全文
2. AI 分析 — WorkBuddy 阅读起诉状文本，识别案由、提取当事人/诉请/事实
3. 生成 DOCX — 写入结构化 JSON，scripts/generate_docx.py 输出要素式文书

⚠️ 深度经验与格式规范（必读）

以下经验源自与 法〔2025〕82号 官方模板的逐项对比分析，是决定输出质量的关键。

1. 表格结构铁律

• 6张独立表格，表间零间隔、零段落、零空行，直接首尾相连（</tbl>→<tbl>）
• 每表含 2 列：标签列（~2270 twips）+ 数据列（~7074 twips），总宽 9344 twips
• 不同案由表格数量不同（4~13 张），但所有民事起诉状的前 2 张表结构一致

2. 精确格式参数

参数	值	说明
页面尺寸	A4 (11906×16838 twips)	21.00×29.70 cm
上边距	2.524cm	Emu(908685)
下边距	1.760cm	Emu(633730)
左边距	2.499cm	Emu(899795)
右边距	1.998cm	Emu(719455)
边框	single, #231F20, sz=2	6面 (top/left/bottom/right/insideH/insideV)
正文	宋体 10.5pt	不加粗
节标题	宋体 15pt	不加粗（官方模板不加粗！）
大标题	宋体 22pt	加粗，居中
副标题	宋体 18pt	居中
标签列对齐	左对齐, 顶部对齐	vAlign=top
单元格内边距	0	无额外边距

3. 常见错误与教训

错误	根因	正确做法
表格间有空行	误以为需要 spacer paragraphs	严禁在表间插入任何 <p> 元素
页边距随意设置	凭感觉写 0.5/1.0/1.5cm	从官方 XML 精确提取 Emu 值
节标题加粗	觉得标题应该加粗	官方模板节标题 15pt 不加粗
单一超大表格	把所有内容塞一张表	严格按 6 表分拆
列宽硬编码	所有行用固定值	管辖权行用不同列宽（2332/7012）
说明书浓缩为1段	布局提取合并了段落	说明书必须输出为独立多段

4. 不同案由的表结构差异

核心结构（4~6 表案由，占 80%+）：

T0: 说明 + 当事人信息 + 原告(自然人) + 原告(法人)
T1: 代理人 + 被告(自然人) + 被告(法人) + 第三人(自然人) + 第三人(法人)
T2: 第三人org类型 + 诉讼请求(header) + claims + 管辖/保全(header) + 2项
T3: 事实与理由(header) + facts part 1
T4: facts part 2 + 调解意愿(header) + mediation items
T5: mediation 续（benefit 5 + 是否考虑调解）

复杂案由（7~13 表，IP/海事/垄断等）额外添加：涉外/港澳台、关联案件/程序、鉴定申请等专有表。

5. 数据驱动架构说明

• references/table_layouts.json（104KB）：33个案由的完整表布局，逐行记录类型（merged/section_header/label_data）和标签文本
• references/templates.json（174KB）：67个案由的字段定义（claims/facts 的 key-label-hint 三元组）
• scripts/generate_docx.py（v8）：读取 layout + 数据 JSON，自动匹配案由并生成正确表结构

案由 ID 对照表

ID	名称	ID	名称
mjjd	民间借贷纠纷	jrjk	金融借款合同纠纷
maimai	买卖合同纠纷	fwmm	房屋买卖合同纠纷
fwzl	房屋租赁合同纠纷	jsgc	建设工程施工合同纠纷
wyfw	物业服务合同纠纷	xyk	信用卡纠纷
rongzi	融资租赁合同纠纷	jishu	技术合同纠纷
lihun	离婚纠纷	ldzy	劳动争议纠纷
jtsg	机动车交通事故责任纠纷	bxcss	财产损失保险合同纠纷
bzxbx	保证保险合同纠纷	rsbx	人身保险合同纠纷
zebx	责任保险合同纠纷	zqxjcs	证券虚假陈述责任纠纷
shangbiao	侵害商标权纠纷	fmzl	侵害发明专利权纠纷
wgsj	侵害外观设计专利权纠纷	zhuzuoquan	侵害著作权及邻接权纠纷
zwxpz	侵害植物新品种权纠纷	bzdj	不正当竞争纠纷
longduan	垄断纠纷	syms	侵害商业秘密纠纷
hjwr	环境污染民事公益诉讼	stph	生态破坏民事公益诉讼
stsh	生态环境损害赔偿诉讼	cbpz	船舶碰撞损害责任纠纷
hsrs	海上通海水域人身损害	hshyd	海上货运代理合同纠纷
cylw	船员劳务合同纠纷

对话式转换工作流

Step 1：提取文本

python "~/.workbuddy/skills/bude-element-lawsuit/scripts/extract_text.py" "<文件路径>"

Step 2：AI 分析

阅读起诉状全文，输出 JSON。关键规则：

• 从 references/templates.json 读取该 caseType 的 claims/facts 字段定义
• 所有字段值严格对应模板，不得自创字段
• 起诉状中没有的信息留空字符串 ""，不得编造
• 性别/出生日期可从身份证号推断
• claims 中的 lawyerFee/preservation 为 "yes"/"no"
• jurisdiction.mediation 为 "yes"/"no"

{
  "caseType": "jrjk",
  "caseTypeName": "金融借款合同纠纷",
  "court": "合肥市包河区人民法院",
  "plaintiffs": [
    {"type": "org", "name": "", "legalRep": "", "addr": "", "regAddr": "",
     "job": "", "phone": "", "creditCode": "", "orgType": "有限责任公司", "ownership": "民营"},
    {"type"         
              
  
   
   
              
          
                    
                    
          
                   
                   
                   
                 
          

Step 3：生成 DOCX

python "~/.workbuddy/skills/bude-element-lawsuit/scripts/generate_docx.py" \
  "<临时JSON路径>" "<输出DOCX路径>"

Step 4：交付

告知文件路径，提供简要摘要（案由、当事人数量、关键诉请）。

目录结构

bude-element-lawsuit/
├── SKILL.md                    # 本文件（含经验和规范）
├── assets/
│   ├── index.html              # Web版入口
│   └── bude-convert-v10.2-reference.html  # 原始参考
│   ├── css/style.css
│   └── js/app.js
├── references/
│   ├── table_layouts.json      # ⭐ 33个案由完整表布局（从82号模板提取）
│   ├── templates.json          # ⭐ 67个案由字段定义
│   └── fields-structure.md     # 字段定义结构说明
├── scripts/
│   ├── extract_text.py         # Step 1: DOCX/PDF 文本提取
│   ├── generate_docx.py        # Step 3: 数据驱动 DOCX 生成器 (v8)
│   ├── extract_templates_json.js  # 从 app.js 提取模板
│   └── extract.py              # CSS/JS 拆分工具
└── outputs/                    # 生成的 DOCX