doc-intel-llm-tier-pl

name	doc-intel-llm-tier-pl
description	Warstwa LLM-tier ekstrakcji groundowanej dla polskich dokumentow prawnych - WRAP na contextgem (Apache-2.0). Wyciaga z umowy/pisma/wyroku INFEROWANE koncepty (kara umowna, termin, sad wlasciwy, strony, ryzyka), ktorych nie da sie zlapac regexem, i zakotwicza KAZDY do zdania/akapitu zrodlowego (grounding) plus uzasadnienie. Zwraca rekordy zgodne z kontraktem doc-intel-contract-pl {concept, block_type, text, confidence, refs, justification} - most do citation-grounding-pl. Governance wbudowany w tool: domyslnie backend LOKALNY (Ollama), model chmurowy wymaga jawnej flagi + ostrzega o RODO/EOG. Uzywaj gdy: "wyciagnij koncepty z umowy", "ekstrakcja z dokumentu prawnego", "co mowi ta umowa o X", "grounded extraction", "wyciagnij postanowienia + zrodla", ekstrakcja pol z pisma z zakotwiczeniem cytatu. Dopelnia (nie zastepuje) stdlib doc-intel-contract-pl. NIE porada prawna.
license	MIT
data-residency	local
requires-human-approval	true
attribution	{"source":"shcherbak-ai/contextgem","url":"https://github.com/shcherbak-ai/contextgem","license":"Apache-2.0","relationship":"dependency","note":"Zależność runtime (contextgem>=0.25.1), świadomy wyjątek od zasady stdlib dla ekstrakcji LLM. Skill nie wywodzi się z contextgem - wywołuje go.\n"}
metadata	{"version":"1.0.0","author":"MateMatic (Wieslaw Mazur)","domain":"document-intelligence-pl","updated":"2026-07-21T00:00:00.000Z","requires":"contextgem>=0.25.1 (NIE stdlib - swiadomy wyjatek dla ekstrakcji LLM)","positioning":"local-first-configurable, RODO-safe (backend lokalny/EOG dla danych klienta)"}

doc-intel-llm-tier-pl - grounded extraction (warstwa LLM)

WRAP MateMatic na contextgem. Wyciaga z polskiego dokumentu prawnego inferowane koncepty zakotwiczone do zrodla + uzasadnienie, i mapuje na nasz kontrakt dokumentowy.

Miejsce w ukladance (nie duplikuj)

Warstwa	Skill	Technika	Co robi
Struktura + PII	doc-intel-contract-pl	stdlib, zero-LLM	block_type, bbox, confidence, redaction_candidates
Koncepty prawne	ten skill	LLM + grounding	inferowane pola (kara, termin, ryzyko) + refs zdaniowe + justification
Weryfikacja cytatu	citation-grounding-pl	string-match	czy cytat/ref istnieje w zrodle (anti-halucynacja)

Przeplyw: stdlib doc-intel (struktura/PII) -> ten skill (koncepty + grounding) -> citation-grounding (weryfikacja refs). Nie ruszamy czystosci stdlib core - to osobna, opcjonalna warstwa.

Granica governance (WBUDOWANA W TOOL)

• Domyslny backend = LOKALNY (Ollama). Dla danych KLIENTA (tajemnica adwokacka + RODO) - TYLKO taki.
• Model chmurowy (OpenRouter/OpenAI/DeepSeek...) wymaga jawnej flagi --allow-cloud; tool odmawia (exit 2) bez niej i ostrzega, ze cloud = wylacznie dane SYNTETYCZNE / nie-klienckie (transfer poza EOG). To nie dokumentacja - to zachowanie kodu.
• Tool przygotowuje ekstrakcje; decyzja co z nia (pismo, redakcja) zostaje u czlowieka.

Zaleznosc (swiadomy wyjatek od stdlib)

pip install contextgem>=0.25.1

Grounded-extraction LLM nie da sie zrobic w samym stdlib - dlatego ten skill (w odroznieniu od wiekszosci skilli MateMatic) ma jedna zaleznosc. Rdzen deterministyczny zostaje w stdlib doc-intel.

Quick start

# LOKALNIE (RODO-safe, domyslnie) - wymaga dzialajacego Ollama z modelem 7-14B:
python scripts/ekstrakcja_llm.py --text umowa.txt --concepts koncepty.json \
    --model ollama_chat/llama3.1:8b --api-base http://localhost:11434

# z .docx (przez DocxConverter contextgem):
python scripts/ekstrakcja_llm.py --docx pismo.docx --concepts koncepty.json --output text


python scripts/ekstrakcja_llm.py --sample --model openrouter/deepseek/deepseek-chat --allow-cloud