All skills
cat-xierluo avatar

/legal-ai-course-editor

@5bffffb

整理法律 AI 课程录音转写文字稿,将口语稿转为结构化书面讲义 Markdown。Use when 用户提供听悟/FunASR 等转写逐字稿,要求整理成课程讲义、学习笔记或书面稿;触发词:整理课程稿、口语转书面、课程讲义、逐字稿整理、课程笔记。

  • 5 files
  • 16.6 KB
  • CC-BY-NC
  • Updated 5 days ago
  • GitHub

Use this Skill: https://skilld.dev/gh/cat-xierluo/legal-skills/legal-ai-course-editor

This session only. Nothing lands on disk.

SKILL.md

≈83 tokens always: the name and description. ≈1.5k when used: this file. ≈2.4k more on demand in 4 files.

legal-ai-course-editor(法律 AI 课程讲义整理)

口语转书面操作细则见 references/polishing-guide.md,讲义输出模板见 references/lecture-notes-template.md——整理前必读。设计决策见 DECISIONS.md。

概述

将法律 AI 课程的录音转写文字稿(听悟/FunASR/剪映等工具产出的口语逐字稿)整理为结构化书面讲义 Markdown:去除口语冗余、修正转写错误、重组为模块化讲义,供发布、存档或学习使用。

与 lecture-review 的边界:本 skill 只做内容整理(口语→书面),不评讲师表现、不分析口癖节奏;lecture-review 只做讲授表现复盘,不改写内容。两 skill 输入相同、输出完全不同,用户要求"整理成讲义/书面稿"走本 skill,要求"复盘讲课表现"走 lecture-review。

依赖

无外部依赖,开箱即用:本 skill 为纯文本整理流程,由 agent 直接通读与改写,不依赖任何脚本或 Python 包。法条核验可选用环境中已连接的法律检索工具(如 yuandian MCP),无该环境时按"待核实"标注处理(见核心原则 4)。

核心原则(不可妥协)

  1. 忠实原意,只整理不创作。删除口语冗余、修正转写错误、重组结构,但不新增观点、不改写结论、不补充讲者没讲的内容。整理稿是讲者的稿,不是 agent 的稿。
  2. 口语转书面的尺度:允许补全主语、合并口误、调整语序、书面化连接词;不允许把讲者的大白话观点"包装"成他没说过的专业表述(细则见 polishing-guide.md)。
  3. 引用可回溯。讲义中的金句、案例、数据应有出处意识——保留段落在原稿中的大致位置(时间戳或顺序号),便于用户对照原文核查。
  4. 不确定即标注。转写稿中的法条编号、案例名称、工具名/版本、数字数据无法确证时,标注「⚠ 待核实」,不擅自更正。有法律检索工具可用时先核对再标注。
  5. 缺失信息显式标注。课程主题、讲者、日期等元信息转写稿中没有的,在讲义信息头标「未提及/待补充」,不臆测。
  6. 敏感信息提醒。转写稿含真实当事人、未公开案件信息时,整理完成后提醒用户审查隐私与合规。

工作流程

任务进度:
- [ ] Step 1 预检输入
- [ ] Step 2 通读全文,识别课程结构
- [ ] Step 3 拟定大纲(长稿先确认)
- [ ] Step 4 口语转书面整理
- [ ] Step 5 专业内容核对
- [ ] Step 6 按模板生成讲义
- [ ] Step 7 校验与交付

Step 1:预检输入

  • 用 Read 读取转写稿,确认完整性(开头结尾是否截断、是否混杂多人发言)。
  • 记录可用元信息:时间戳有无、发言人数、稿件字数。无时间戳的稿,回溯定位改用「原稿顺序号(第 N 段附近)」。
  • 元信息(课程名/讲者/日期)转写稿没有时,问用户一次;用户不答则在信息头标「待补充」并继续。

Step 2:通读全文,识别课程结构

完整通读(超长分页读完),标记:

  • 课程骨架:开场引入 → 各知识模块 → 案例讲解 → 操作演示 → 答疑 → 收尾
  • 内容类型:概念讲解 / 法律分析 / 工具演示(含提示词)/ 案例 / 个人经验观点 / 互动问答
  • 口语问题区:明显口误、转写错字(同音字)、重复段落

Step 3:拟定大纲(长稿先确认)

  • 稿件 ≤ 5000 字:直接整理,大纲写入讲义目录即可。
  • 稿件 > 5000 字:先给用户一页大纲(模块划分 + 各模块要点),确认后再展开。用户明确说"直接整理"则跳过确认。

Step 4:口语转书面整理

按 references/polishing-guide.md 执行,记住三类操作的边界:

  • 删:语气词(嗯/啊/这个那个)、无信息重复、离题闲聊(可移入附录"题外话"而非直接丢弃)
  • 改:补主语、断句重组、书面连接词、修正同音错字(仅限明显转写错误)
  • 留:讲者金句(保留原话加引用块)、第一人称经验、案例细节、现场有价值的问答

Step 5:专业内容核对

  • 法条引用:编号与条文内容对不上时标注「⚠ 待核实」;环境有法律检索工具(如 yuandian MCP)则先检索核对,核对结果与讲者原话不一致时保留讲者原话并加注「讲者口述为 X,经检索为 Y」。
  • AI 工具名/功能/版本:明显过时或错写时同样"保留原话 + 编者注"。
  • 数字(日期、金额、比例):上下文可自证的修正,不可自证的标待核实。

Step 6:按模板生成讲义

按 references/lecture-notes-template.md 输出 Markdown 讲义,落盘到用户指定位置;未指定时与转写稿同目录,命名 {课程名}-讲义.md(课程名未知用 course-notes-{日期}.md)。

Step 7:校验与交付

交付前逐项自查:

  • 无新增观点:抽查每个模块的结论句,能对应回原稿
  • 无口语残留:随机抽 3 段读一遍,无"嗯/啊/就是说"堆积
  • 所有「⚠ 待核实」「未提及」标注集中可查(讲义附录有清单)
  • 金句引用未改动原话
  • 元信息头完整(没有的项标待补充而非留空)

交付时向用户报告:讲义结构概览、整理幅度(删改比例的粗略描述)、待核实清单条数、敏感信息提醒(如适用)。

输出物

产物 说明 默认
讲义 Markdown 结构化书面讲义(模板见 references) 必产
题外话/花絮附录 离题但有价值的内容移入讲义附录 默认并入讲义
纯净金句集 仅当用户要求时单独输出 *-quotes.md 不产

Source: SKILL.md on GitHub

No third-party reports yet.

Signed by skilld at 5bffffb. This ties the file your Agent reads to that commit on GitHub. It does not review the instructions.

Last checked against GitHub 18 hours ago.

Activeupdated 5 days ago
name_en
Legal AI Course Editor
name_zh
法律 AI 课程讲义整理
description_zh
整理法律 AI 课程录音转写文字稿,将口语稿转为结构化书面讲义 Markdown。用户提供听悟/FunASR 等转写逐字稿并要求整理成课程讲义或书面稿时使用。
Other metadata
description_en
Turns raw speech-to-text transcripts of legal AI courses into structured written lecture notes in Markdown. Use when the user provides a raw transcript (Tingwu/FunASR etc.) and asks to polish it into lecture notes; triggers: 整理课程稿, 口语转书面, 课程讲义, 逐字稿整理, 课程笔记.
argument-hint
附上转写稿文件路径,可选说明课程主题与讲者
argument-hint-en
Attach the transcript file path, optionally note the course topic and speaker
argument-hint-zh
附上转写稿文件路径,可选说明课程主题与讲者
user-invocable
true
version
1.0.0
author
杨卫薪律师(微信ywxlaw)
homepage
https://github.com/cat-xierluo/legal-skills

README badge

README badge for cat-xierluo/legal-skills/legal-ai-course-editor