fanglawerguidangzhushou（律师案件归档助手）\r

\r

概述\r

\r 通用律师案件归档自动化工具，支持OCR识别 + 归档卷宗生成 + 办案小结生成 + PDF转换全流程。\r \r 脱敏说明：本技能已脱敏处理，不含任何个人案件信息、邮箱密码、微信密钥等敏感数据。\r \r

技能文件清单\r

\r | 文件 | 功能 | 说明 |\r |------|------|------|\r | archive_case.py | 主程序：案件归档全流程 | 支持OCR + PDF解析 + 生成归档 |\r | generate_juansong.py | 生成归档卷宗（民事） | 3页模板格式 |\r | generate_xiaojie.py | 生成办案小结 | 4段式结构 |\r | ocr_engine.py | OCR识别模块 | RapidOCR-ONNX |\r | config.py | 配置文件 | 路径/模板/参数 |\r | backup.py | 备份脚本 | 自动备份到指定目录 |\r | SKILL.md | 技能说明文档 | 本文件 |\r \r

依赖\r

\r

# Python环境（3.10+）\r
# 安装依赖\r
pip install rapidocr-onnxruntime python-docx pdfplumber openpyxl\r
```\r
\r
## 配置（config.py）\r
\r
```python\r
# 模板文件路径\r
TEMPLATE_PATH = "模板目录/归档卷宗模板（民事）.docx"\r
\r
# 输出目录（默认与案件目录相同）\r
# 可在 archive_case.py 中通过参数指定\r
\r
# 线程限制（防止CPU爆表）\r
OMP_NUM_THREADS = 2\r
OPENBLAS_NUM_THREADS = 2\r
\r
# 图片预处理\r
MAX_SIDE = 1500  # 最大边长\r
```\r
\r
## 使用方法\r
\r
### 方式1：完整流程（推荐）\r
\r
```bash\r
python archive_case.py \x3C案件文件夹路径>\r
\r
# 示例\r
python archive_case.py "D:\cases\张三案件"\r
python archive_case.py "G:\案件\李四"\r
```\r
\r
### 方式2：分步执行\r
\r
```bash\r
# 1. OCR识别\r
python ocr_engine.py \x3C案件文件夹> -o ocr_result.txt\r
\r
# 2. 生成归档卷宗\r
python generate_juansong.py \x3C案件文件夹> --case-info \x3CJSON>\r
\r
# 3. 生成办案小结\r
python generate_xiaojie.py \x3C案件文件夹> --case-info \x3CJSON>\r
\r
# 4. Word转PDF\r
python docx_to_pdf.py \x3Cdocx文件>\r
```\r
\r
### 方式3：Python调用\r
\r
```python\r
from archive_case import main\r
\r
# 基本调用\r
main("案件文件夹路径")\r
\r
# 传入案件信息（避免OCR）\r
case_info = {\r
    "contract_no": "（202X）XX民代字第X号",\r
    "case_no": "（202X）XX民初XXX号",\r
    "case_type": "民间借贷纠纷",\r
    "client": "张三",\r
    "client_role": "原告",\r
    "opponent": "李四",\r
    "opp_role": "被告",\r
    "lawyer": "您的姓名",\r
    "stage": "1审",\r
    "court": "XX市XX区人民法院",\r
    "sign_date": "202X年X月X日",\r
    "end_date": "202X年X月X日",\r
    "end_way": "调解",\r
    "fee": "10000元",\r
    "pages": "50",\r
}\r
main("案件文件夹", case_info)\r
```\r
\r
## 输入要求\r
\r
案件文件夹应包含以下之一：\r
1. **案件相关图片**（.jpg/.png/.bmp/.tiff）— 将进行OCR识别\r
2. **现有PDF文件**（如已有归档卷宗）— 将提取案件信息\r
\r
## 输出文件\r
\r
程序会在案件文件夹生成：\r
\r
| 文件 | 说明 |\r
|------|------|\r
| `XXX归档卷宗（民事）.docx` | 归档卷宗（3页模板格式） |\r
| `XXX归档卷宗（民事）.pdf` | PDF版 |\r
| `XXX办案小结.docx` | 办案小结（4段式结构） |\r
| `XXX办案小结.pdf` | PDF版 |\r
| `OCR识别结果.txt` | OCR识别文本（如果运行了OCR） |\r
\r
## 案件信息识别策略\r
\r
1. **优先从现有PDF提取** — 查找文件名含"归档卷宗"的PDF\r
2. **次选OCR识别** — 对图片进行RapidOCR识别\r
3. **手动传入** — 通过case_info参数直接提供\r
\r
### 支持提取的字段\r
\r
- 合同编号、案号、案由\r
- 委托方（原告/被告）\r
- 对方当事人\r
- 受理法院、承办律师、代理阶段\r
- 接案日期、结案日期、结案方式\r
- 律师费、页数\r
\r
## 备份功能\r
\r
```bash\r
# 运行备份\r
python backup.py\r
```\r
\r
备份内容包括：\r
- SKILL.md\r
- archive_case.py\r
- generate_juansong.py\r
- generate_xiaojie.py\r
- ocr_engine.py\r
- config.py\r
- ocr_tool.py（通用OCR工具）\r
\r
## 性能参数（参考）\r
\r
| 项目 | 数值 |\r
|------|------|\r
| RapidOCR初始化 | ~1秒 |\r
| 单张图片识别 | ~10秒（3024×4032） |\r
| CPU占用 | 可控（线程限制） |\r
| 内存占用 | ~200MB |\r
\r
## 常见问题\r
\r
**Q: OCR识别很慢怎么办？**\r
A: 检查线程限制配置，确保设置了 `OMP_NUM_THREADS=2`\r
\r
**Q: 识别结果不准确？**\r
A: 尝试调整图片预处理参数（MAX_SIDE、CLAHE参数）\r
\r
**Q: 如何修改模板？**\r
A: 修改 config.py 中的 TEMPLATE_PATH，指向您的归档卷宗模板\r
\r
---\r
\r
*版本：v1.0*\r
*创建：2026-04-06*\r
*脱敏：已移除所有个人案件信息、邮箱密码、微信密钥*