菜单
清洗合同、整理合同格式、统一合同术语、规范合同条款。当用户需要 整理、格式化、统一术语、清洗合同文本时使用。 触发词：清洗合同、整理合同、合同格式化、合同术语、合同规范化、 合同文本清洗、修复合同。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/ThomasMoreAI/legal-skills-open --skill contract-cleaner命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Use when retrieving arbitration institutional rules (ICC, LCIA, SCC, SIAC, HKIAC, VIAC, МКАС/МАК при ТПП України, UNCITRAL) — fetching current version, verifying redaction applicable to the date of arbitration agreement, constructing URLs for official rule texts
Use when choosing the Polish legal regime for letters, requests, applications, complaints, petitions, public-information requests, KPA filings, PPSA complaints, RODO access requests, registry extracts, court-file access, tax/ZUS/cudzoziemcy/USC procedures, or professional lawyer letters. Prevents mixing UDIP, KPA, PPSA, RODO, registry, special-procedure, and advocate/radca letter regimes.
Use when preparing applications for recognition and enforcement of foreign arbitral awards in Poland, applications for setting aside arbitral awards under KPC art. 1205–1211, or opposing such applications — mapping Article V of the 1958 New York Convention to art. 1214–1215 of the Polish KPC, identifying grounds for refusal, structuring public policy arguments
正在显示 SKILL.md
基于 SOC 职业分类
| name | contract-cleaner |
| title | Contract Cleaner |
| description | 清洗合同、整理合同格式、统一合同术语、规范合同条款。当用户需要 整理、格式化、统一术语、清洗合同文本时使用。 触发词：清洗合同、整理合同、合同格式化、合同术语、合同规范化、 合同文本清洗、修复合同。 |
| author | MarvinLann |
| author_url | https://github.com/MarvinLann/contract-cleaner |
| license | Apache-2.0 |
| version | 0.1.0 |
| execution_mode | open |
| jurisdiction | general |
| practice | contracts |
| language | zh |
将混乱的合同文本变成干净、规范、符合法律语言体系的 Markdown。
本工具的清洗流程包含 Python 步骤和 AI 步骤，必须按顺序全部执行，不能只跑 Python 命令就结束。缺少任何一步都会导致输出未经清洗。
完整流程：
1. Python preprocess → 生成会话目录 + 编号规范化输入文件
2. AI 编号规范化 → 读取 numbering.md，只改编号不改内容，写入 02 文件
3. Python preprocess-continue → 加载 02 文件，分块
4. AI 五遍清洗 → 逐块执行：义务句式 → 结构重组 → 格式清理 → 质量验证 → 最终润色
5. Python finalize → 拼接 + 自检 + 导出 docx
禁止跳过步骤 2 和步骤 4。步骤 2 是编号规范化的核心，步骤 4 包含义务句式、结构重组、格式清理、质量验证、最终润色共 5 个 pass，跳过任何 pass 都会导致输出质量不达标。
python scripts/auto_cleaner.py --stage preprocess -i <合同文件>
此命令会完成文档转换、格式清洗、规则引擎，输出到 清洗会话_<合同名>_<时间戳>/ 目录。
关键输出文件：
_原始轻量.md — 原合同轻量清理版（仅清理 docx 转换噪音，用于 pandiff 对比基线）00_规则引擎输出.md — 规则引擎处理后的文本01_编号规范化输入.md — 待编号规范化的文本此步骤由你（Agent）直接执行，不需要调用任何外部 API。
references/prompts/numbering.md 获取编号规范化规则01_编号规范化输入.md02_编号规范化输出.md💡
_原始轻量.md在 preprocess 阶段已自动生成，不需要你处理。finalize 阶段会优先用它作为 pandiff 的"原合同"对比基线。
python scripts/auto_cleaner.py --stage preprocess-continue --session <会话目录名>
此命令会加载 02_编号规范化输出.md，执行分块，输出 chunks 目录和 manifest.json。
此步骤由你（Agent）直接执行，不需要调用任何外部 API。
读取 manifest.json，对 needs_ai: true 的每个 chunk，按顺序执行 5 个 pass：
Pass 1 — 义务句式：
references/prompts/obligation.mdPass 2 — 结构重组：
references/prompts/structure.mdPass 3 — 格式清理：
references/prompts/format.mdPass 4 — 质量验证（不可跳过）：
references/prompts/verification.mdPass 5 — 最终润色（不可跳过）：
references/prompts/polish.md规则：
needs_ai: false 的 chunk（首部、签署区）保持原样，不处理python scripts/auto_cleaner.py --stage finalize --session <会话目录名>
此命令会拼接所有 chunk、自检验证、导出文件。输出到输入文件同目录：
合同名-原合同（预处理后）.md — 原合同轻量清理后的 Markdown合同名-新合同（预处理后）.md — AI 清洗后的 Markdown合同名-清洁版.docx — 清洗后的美观 Word 文档合同名-对比版.docx — 新旧对比修订痕迹版（pandiff 生成）| 规则 | 示例 |
|---|---|
| 术语替换 | 缴纳→支付、罚款→违约金、权力→权利 |
| 金额格式 | ¥123,456→人民币123456.00元 |
| 日期格式 | 2026-2-23→2026年2月23日 |
| 全角→半角 | 有多条 |
| 近义术语标记 | 终止/解除同时出现→【近义术语待统一】 |
| 首部/签署区保护 | 不进入条款编号体系 |
| 规则 | 示例 |
|---|---|
| 条款编号标准化 | "一、""1.""（一）"→ 第X条 |
| 二级编号统一 | 子项统一为 X.X 格式 |
| 三级编号统一 | 子子项统一为（X）格式 |
| 层级递进修复 | 一级→三级跳级修复为自然段落 |
详细规范见 references/global_text_processing.md。
contract-cleaner/
├── SKILL.md
├── scripts/
│ ├── auto_cleaner.py # 主入口（支持 --stage preprocess/preprocess-continue/finalize）
│ ├── rule_engine.py # 规则引擎
│ ├── industrial_cleaner.py # AI 清洗引擎（自动模式用）
│ ├── format_cleaner.py # 格式清洗
│ ├── document_converter.py # 文档转换
│ ├── self_verifier.py # 自检验证
│ └── docx_exporter.py # Word 导出
└── references/
├── global_text_processing.md # 完整清洗规范
├── troubleshooting.md # 故障排查
└── prompts/ # AI 清洗 prompt
├── numbering.md # 第2步：编号规范化（只改编号不改内容）
├── obligation.md # Pass 1：义务句式
├── structure.md # Pass 2：结构重组
├── format.md # Pass 3：格式清理
├── verification.md # Pass 4：质量验证（不可跳过）
└── polish.md # Pass 5：最终润色（不可跳过）
如已配置 API Key，可一条命令跑完：
python scripts/auto_cleaner.py -i 合同.docx
效果等价于手动执行上述全部 5 步，但 AI 清洗由 Python 脚本直接调用 API 完成。
首次配置：
python scripts/auto_cleaner.py --config
或设置环境变量：
export ANTHROPIC_API_KEY=sk-ant-...
| 现象 | 原因 | 解决方案 |
|---|---|---|
| 输出与输入几乎相同 | 跳过了第2步或第4步的 AI 清洗 | 确保完整执行全部5步 |
| 没有"第一条"编号 | 跳过了第2步编号规范化 | 执行编号规范化后重新 preprocess-continue |
manifest.json 不存在 | 未运行第1步或第3步 | 先执行 preprocess，再执行编号规范化+preprocess-continue |
| chunk 数量太多 | 长合同条款多 | 正常现象，每个 needs_ai=true 的 chunk 都需要单独清洗 |
| docx 未生成 | pandoc 未安装 | 执行 brew install pandoc，不影响 MD 输出 |