Agent Skill

文档审核 · 合同标书质量检查

通用文档审核工具,检测逻辑冲突、事实冲突、文字错误、逻辑混乱等问题,支持 Word、PDF、PPT、TXT 等格式。当用户说"帮我审核这份文档"、"检查一下这篇文章"、"看看有没有逻辑问题"、"审一下这个方案"、"文档有错别字吗"、"分析下这篇报告的逻辑"、"审核文档"时触发。 触发说法:“审合同”、“看标书有没有问题”、“文档质检”、“检查这份文档”。

办公效率·qiuqiu·来自 skill_hub·skillhub.cn ↗
skillhub install @user_0c7f1934/document-review
13 Stars·4.6万 综合热度·6,555 字文档·源站更新 2026-11-15

README 文档

6,555 字

环境准备

# 依赖包(pip install -r requirements.txt)
# python-docx / PyMuPDF / Pillow / python-pptx / pytesseract / chardet

文档审核技能 (Document Review Skill)

触发条件

  • 用户说"帮我审核这份文档"、"检查一下这篇文章"、"看看有没有逻辑问题"、"审一下这个方案"
  • 用户说"文档有错别字吗"、"分析下这篇报告的逻辑"、"审核文档"
  • 用户提供了文档文件路径并要求检查质量

概述

对任意类型的文档进行全维度审核,采用双层架构:

层级执行者职责特点
L1 量化层Python 脚本格式检查、文字错误检测、结构分析、数据提取快速、确定性、可复现
L2 语义层AI 模型逻辑冲突检测、事实核查、逻辑混乱分析、综合评判深度理解、语义推理、联网验证

四大核心问题

问题类型说明执行层级优先级
逻辑冲突前后矛盾、论述打架、论据与结论不一致L2 语义层高
事实冲突数据矛盾、时间线错误、引用来源冲突L2 语义层(+联网核查)高
文字错误错别字、语病、标点错误、格式不一致L1 量化层中
逻辑混乱结构散乱、论证跳跃、归因谬误、重复冗余L2 语义层中

辅助评分维度

脚本在 L1 层同时计算四个辅助评分,作为文档质量的量化参考:

维度权重说明
格式规范性20%标题层级、段落长度、结构完整性
内容逻辑性30%论据匹配、过渡自然、无矛盾
表述清晰度20%模糊词汇、句子长度、术语一致性
方案可行性30%执行步骤、资源需求、风险评估

支持的文档格式

格式扩展名提取方式备注
Word.docxpandoc → python-docx → 原始XML三级回退
PDF.pdfpymupdf → pdftotext → OCR扫描版自动 OCR
PPT.pptxpython-pptx含表格、备注
纯文本.txt自动编码检测GBK/UTF-8/GB18030
Markdown.md直接读取—
富文本.rtf / .odtpandoc 转 Markdown 后读取无 pandoc 时回退为纯文本
旧版 Word.docLibreOffice/textutil 转 docx 或直接 antiword 取文本二进制格式,需转档
网页.html / .htmBeautifulSoup 去标签 → 文本,或 html2text 保留结构保留标题与表格层级
表格数据.csv / .xlsxcsv 模块 / openpyxl 读为文本,按行列重排多 sheet 依次并入

平台集成提示:如果 WorkBuddy 的 docx/pdf/pptx 专用 Skill 可用,优先调用它们提取内容——它们对表格、图片、批注的处理更完善。脚本作为通用回退方案。

回退提取说明:对于上表未直接覆盖的格式,统一回退策略为——优先用 pandoc 转为 Markdown/纯文本;.doc/.rtf/.odt 等二进制文档可经 LibreOffice 无头模式转 docx 后再走 docx 三级回退;.html 用 html2text 或 BeautifulSoup 去标签;.csv/.xlsx 用 openpyxl/csv 读为可读文本。任何格式只要能落到纯文本,即可进入 L1 量化层审核。


操作步骤

注:本章节内容等同于"使用流程",为标准化章节名称保留。

1. 定位文件

# Windows - 搜索文件
Get-ChildItem -Path . -Recurse -Include *.docx,*.pdf,*.pptx,*.txt,*.md -ErrorAction SilentlyContinue | Where-Object { $_.Name -like "*关键词*" } | Select-Object FullName, LastWriteTime

2. 选择审核模式

模式命令参数检查内容适用场景
快速扫描--mode quick仅 L1 层:格式+文字错误快速过一遍,找明显问题
标准审核--mode standardL1 全部 + L2 逻辑冲突+逻辑混乱日常文档审核
深度审核--mode deepL1 全部 + L2 全部 + 联网事实核查重要文档(投标、合同、发布稿)

3. 执行 L1 量化审核(脚本)

# 单文件审核
python scripts/review_document.py "文档路径" --mode standard --output markdown

# 批量审核(多文件汇总)
python scripts/review_document.py "文件1.docx" "文件2.pdf" --batch --output json

# 排除指定检查类型
python scripts/review_document.py "文档路径" --exclude text_errors,feasibility

# 增量审核(仅审核修改部分)
python scripts/review_document.py "新版本.docx" --diff "旧版本.docx"

# 指定术语词典
python scripts/review_document.py "文档路径" --glossary "术语表.json"

术语表格式(JSON):

{
  "terms": {
    "AI": ["人工智能", "ai", "A.I."],
    "ROI": ["投资回报率", "roi"]
  },
  "preferred": {
    "AI": "AI",
    "ROI": "ROI"
  }
}

4. 执行 L2 语义审核(AI)

脚本完成后会输出结构化的文档摘要和 L1 检查结果。基于此,AI 执行以下分析:

4.1 L2 语义层单轮结构化审核

将脚本输出的章节结构与 L1 结果作为上下文,一轮提示词驱动 AI 同时完成逻辑冲突、事实冲突、逻辑混乱三类分析,降低调用次数(原先 4.1/4.2/4.3 为三次独立调用,现已合并):

请基于以下文档内容与 L1 量化结果,在一轮内完成全部语义审核,并严格按下方 JSON 结构输出(不要分多次调用)。

## 输入
- 文档章节结构与关键论点(见下方脚本摘要)
- L1 量化层已检出的文字错误与初步逻辑线索

## 任务(三类分析一次性给出)
### A. 逻辑冲突
1. 前后矛盾的表述(列出矛盾双方及各自位置)
2. 论据与结论不一致的地方
3. 同一约束条件相互矛盾(如"必须"与"可选"并存)
4. 范围矛盾(标题承诺"全面"但内容只覆盖部分)

### B. 事实冲突(需联网核查的项使用 WebSearch 验证)
- 数据类:比例、金额、人数、排名(全文交叉对比一致性)
- 时间类:日期、期限、里程碑(核查时间线逻辑)
- 引用类:法规名称及条款号、标准编号(联网验证是否现行有效)
- 名称类:人物、公司、产品名(交叉验证一致性)

### C. 逻辑混乱
1. 结构散乱 2. 论证跳跃 3. 归因谬误 4. 重复冗余 5. 归类不清 6. 主语不清

## 输出格式(JSON)
{
  "logic_conflicts":   [{"type":"","loc_a":"原文","loc_b":"原文","analysis":"","suggestion":""}],
  "fact_conflicts":    [{"status":"✓一致/✗冲突/⚠无法确认","loc":"原文","basis":"","suggestion":""}],
  "logic_confusions":  [{"type":"","loc":"","suggestion":""}]
}

5. 生成审核报告

脚本支持多种输出格式:

# Markdown 报告(默认)
python scripts/review_document.py "文档路径" --output markdown

# JSON 结构化数据(供 AI 进一步处理)
python scripts/review_document.py "文档路径" --output json

# Word 文档(可直接发送给同事)
python scripts/review_document.py "文档路径" --output word --output-file "审核报告.docx"

AI 综合报告生成后,使用 presentfiles 交付给用户,并用 showwidget 输出可视化报告(评分雷达图 + 问题分布图)。


审核报告模板

# 文档审核报告

**审核文档**: [文档名称]
**审核时间**: YYYY-MM-DD HH:mm
**文档类型**: [技术方案/商务文档/研究报告/etc.]
**文档规模**: XX页 / XX字
**审核模式**: [快速扫描/标准审核/深度审核]

---

## 📊 评分概览

| 维度 | 评分 | 等级 |
|------|------|------|
| 格式规范性 | XX | [优/良/中/差] |
| 内容逻辑性 | XX | [优/良/中/差] |
| 表述清晰度 | XX | [优/良/中/差] |
| 方案可行性 | XX | [优/良/中/差] |
| **综合** | **XX** | **[等级]** |

---

## 📋 问题概览

| 问题类型 | 高 | 中 | 低 | 合计 |
|----------|---|---|---|------|
| 逻辑冲突 | X | X | X | X |
| 事实冲突 | X | X | X | X |
| 文字错误 | X | X | X | X |
| 逻辑混乱 | X | X | X | X |
| **合计** | **X** | **X** | **X** | **X** |

---

## 🔍 详细问题

### 逻辑冲突

#### [高] 问题标题
- **位置**: 第X页 / [章节名]
- **冲突点A**: [原文表述]
- **冲突点B**: [原文表述]
- **分析**: [矛盾原因]
- **建议**: [修改方案]
- **状态**: [待处理/已修复/已忽略]

> 其余问题类型同此格式

---

## 💡 综合改进建议

### 必须修改(高优先级)
1. [最重要的问题及修改方案]

### 建议修改(中优先级)
2. [次要问题及修改方案]

### 可选优化(低优先级)
3. [小问题或风格优化]

---

## 🎯 总结

**整体评价**: [100字以内]

**建议**: [修改后可直接使用 / 需重大修改后使用]

**最薄弱环节**: [维度名](XX分),建议重点关注。

问题严重程度分级

等级说明扣分处理建议
高严重影响可信度或合规性(数据错误、法规引用错误、核心结论矛盾)15分/处必须修改
中影响专业性或阅读体验(次要逻辑混乱、少量错别字、格式不统一)8分/处建议修改
低轻微问题(表述可更精炼、个别用词可优化)3分/处可选修改

批量审核

对多份文档执行批量审核时,脚本生成汇总报告:

python scripts/review_document.py doc1.docx doc2.pdf doc3.pptx --batch --output json --output-file "批量审核结果.json"

汇总报告包含:

  • 每份文档的单独评分和问题数
  • 跨文档一致性检查(相同数据/术语在不同文档中是否一致)
  • 整体质量排名

增量审核

对比文档修改前后的版本,仅审核变更部分:

python scripts/review_document.py "新版本.docx" --diff "旧版本.docx"

输出:

  • 新增内容审核
  • 修改内容复审
  • 已修复问题确认
  • 新引入问题检测

平台集成

与 WorkBuddy 文档 Skill 联动

场景联动方式
内容提取优先调用 docx/pdf/pptx 专用 Skill,脚本作为回退
报告交付用 present_files 展示报告文件
可视化用 show_widget 输出评分雷达图和问题分布图
在线编辑审核与 tencent-local-office-edit 联动,审核后直接在编辑器中修改
标注回写将高优先级问题作为批注写回 .docx 原文档

标注回写流程

  1. 脚本生成审核报告(含问题位置和原文片段)
  2. AI 提取高优先级问题,生成批注内容
  3. 调用 tencent-local-office-edit 的 save_file 将批注写入原文档
  4. 用户在编辑器中查看标注并进行修改
  5. 修改后重新审核,确认问题已解决

审核技巧

AI 辅助审核的关键策略

  1. 数据交叉验证:提取全文所有数值数据,对比同一指标在不同位置的表述是否一致
  2. 时间线梳理:提取所有时间节点,按顺序排列,检查是否有倒置或矛盾
  3. 术语统一检查:提取所有专业术语,确认全文写法统一(可用术语词典辅助)
  4. 标题层级检查:检查 H1/H2/H3 是否逐级包含、无跳跃
  5. 代词指代检查:确认"它/这/那"等指代明确,无歧义

联网核查优先级

  1. 必须核查:法规名称及条款号、国家标准编号、认证体系名称
  2. 建议核查:市场数据、行业排名、竞争对手信息
  3. 可选核查:一般性引用、历史事件描述

依赖项

# 核心依赖
pip install python-docx pymupdf python-pptx

# 可选依赖(增强功能)
pip install pytesseract pillow  # OCR 支持
pip install chardet              # 编码检测

注意事项

  1. 客观中立:审核时保持客观,避免主观偏好影响判断
  2. 有据可查:事实冲突需注明依据(来源/法规/常识)
  3. 明确位置:每个问题需标注具体位置(页码/章节/段落)
  4. 可操作建议:修改建议需具体可执行,而非泛泛而谈
  5. 区分优先级:避免将所有问题都列为高优先级
  6. 尊重原文意图:修改建议应保留原文核心意思
  7. 大文件处理:超过 500 页的文档建议使用增量审核或分章节审核
  8. 编码兼容:Windows 环境下 .txt 文件可能使用 GBK 编码,脚本已做自动检测

版本历史

  • v7.0 (2026-07-10) - 双层架构版本:
  • 统一审核框架:四大核心问题 + 辅助评分维度
  • 双层架构:L1 脚本量化 + L2 AI 语义
  • 新增审核模式:快速扫描/标准审核/深度审核
  • 新增批量审核和增量审核
  • 新增排除规则和术语词典支持
  • 补全 .pptx 格式支持
  • 新增 OCR 回退和编码自动检测
  • 新增 Word 格式导出
  • 新增平台集成:showwidget 可视化、presentfiles 交付、标注回写
  • 清除硬编码测试路径
  • 消除重复报告模板
  • v7.1.0 (2026-07-29) — 修正:frontmatter 补充缺失的 agent_created: true 字段
  • v7.1.1 (2026-09-22) — 修正:将 frontmatter 从正文标题后移至文件最开头(符合 SKILL.md 解析规范);补齐 summary 字段
  • v7.1.5 (2026-10-14) — 优化:① findsection 改为基于真实字符偏移反查行号再映射章节,修正章节定位错位;② 引号配对检查剔除代码块并删除重复元组,消除直引号误报;③ 删除未引用的死代码 scripts/extract_docx.py;④ L2 逻辑/事实/混乱三类提示词合并为单轮结构化输出;⑤ 格式覆盖补齐 doc/rtf/odt/html/csv/xlsx 回退提取说明
  • v6.0 (2026-04-22) - 通用审核版本
  • v5.0 (2026-03-19) - 知识共建激励版本
  • v4.0 (2026-03-19) - 竞品分析专项版本
  • v3.0 (2026-03-07) - 快速定位优化版本
  • v2.0 (2026-03-07) - 功能完善版本
  • v1.0 - 初始版本

同分类其他技能

查看全部 ›