输入检查清单
本清单用于判断一份输入是否适合交给 legal-qa-extractor 处理，以及在何种情况下应标记 待确认 或直接跳过。
一、可直接处理的输入
满足以下条件时，可直接进入问答抽取：
- 文件或粘贴文本主体为咨询记录、电话转录、沟通纪要
- 能大致判断客户和律师的发言边界
- 文本中存在明确或隐含的法律求解问题
- 记录主体为中文，且整体可读
- 单文件为
.md或.txt；目录模式下候选文件同样只限.md、.txt
二、可处理但需谨慎标注的输入
满足以下情况时仍可抽取，但应对相关主卡标记 待确认 或 待补充：
- 客户与律师发言偶有混杂，但大部分段落仍可判断
- 口语化明显，存在少量转录错误，但不影响总体理解
- 同一问题前后多次出现，边界需要依靠归并判断
- 律师回答明显不完整，或只回答了问题的一部分
- 对事实前提把握不足，导致部分结论只能保守表达
三、应直接跳过的输入
出现以下情况时，不应输出正式问答结果：
- 纯音频、视频、PDF、DOCX 或截图，尚未转换为文本
- 全文几乎无法区分客户与律师发言
- 全文主要是行政沟通、排期、报价、付款、材料流转，没有形成法律问题
- 文本严重残缺、乱码或只有零散句子，无法形成稳定问题单元
- 目录模式下扫描到已生成的
*_法律问答提取_*.md
目录模式遇到跳过文件时：
- 不生成结果文件
- 在批处理摘要中说明相对路径和跳过原因
四、单文件模式最少判断项
在开始提取前，至少回答以下四个问题：
- 这是不是咨询文本，而不是一般聊天或行政沟通？
- 能不能识别出至少一个具体法律问题？
- 能不能大致判断律师对该问题做了什么解答？
- 是否存在需要保守标记
待确认的边界模糊内容？
如果前 3 个问题中有任一答案是否定的，则不应勉强出卡。
五、目录模式最少判断项
对目录中每个候选文件执行以下判断：
- 文件是否为
.md或.txt - 文件名是否不是隐藏文件，路径中是否不存在隐藏目录
- 文件名是否不是
*_法律问答提取_*.md - 文件主体是否存在咨询性质内容
- 文件是否至少能形成一个稳定问题单元
仅在 1-5 全部成立时，才进入正式抽取。