界面已本地化;技能介绍与说明文档按所选语言由 AI 自动翻译,代码、命令、路径和专业术语保留原文,以原作者文档为准。
探索技能
效率与协作 · SKILL.md

antinet-four-color-cards

antinet-four-color-cards

【效率与协作】财务和投资分析师、律师助理与法律助手在撰写金融研报或分析法律文档时,必用此技能!基于解析文档一键生成事实蓝卡、解释绿卡、风险黄卡与行动红卡。自动完成深度剖析与风险排查,产出100%可溯源的结构化四色报告,让复杂分析高效且严谨。

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

Aanbeime / skillApache-2.0

技能说明

GitHub

name: antinet-four-color-cards description: 财务和投资分析师、律师助理与法律助手在撰写金融研报或分析法律文档时,必用此技能!基于解析文档一键生成事实蓝卡、解释绿卡、风险黄卡与行动红卡。自动完成深度剖析与风险排查,产出100%可溯源的结构化四色报告,让复杂分析高效且严谨。 assign_when: 该 Worker 负责把结构化文档转化为可审计的事实-解释-风险-行动卡片,并需与监察院(过度声明检测)和丞相府(行动建议)协同。

四色卡片生成 Skill(通政司 + 监察院 + 丞相府)

使用方式

  • 由通政司 Worker 主调用,生成蓝卡(事实)/ 绿卡(解释)。
  • 黄卡(风险)交由监察院复核过度声明;红卡(行动)交由丞相府补全策略建议。
  • 四卡片统一经太史阁留痕,保证每张卡片可溯源。

输入(Input)

  • markdown:密卷房解析产出的结构化文档
  • intent:用户意图 / 查询目标
  • llm_available:LLM 是否可用(影响黄卡生成路径)

输出(Output)

  • blue_card:事实卡——可溯源的陈述,附来源片段
  • green_card:解释卡——对事实的机制/背景说明
  • yellow_card:风险卡——过度声明、不确定性与潜在偏差(经监察院复核)
  • red_card:行动卡——下一步建议(经丞相府补全)

依赖(Dependencies)

  • LLM API(生成蓝/绿/红卡)
  • 过度声明检测规则集(监察院提供,用于黄卡)
  • 解析置信度(来自 doc-parse,低置信度触发人工复核标记)

失败处理(Failure Handling)

  • LLM 不可用 → 降级到规则引擎生成卡片,黄卡/红卡显式标注「未启用 LLM」。
  • 监察院复核超时 → 黄卡暂以规则引擎结果交付,并标记 pending_review。
  • 来源缺失 → 对应事实在蓝卡中标注「无来源」,不直接生成断言。

复用价值(Reuse Value)

  • 方法论通用:科研分析、金融研报、法律文档分析均可套用四色卡片框架。
  • 可审计性强:每张卡片带来源与生成方式,天然契合 Agent Infra 的可观测/审计评审维度。

复赛代码包执行(runnable package)

  • 真实入口:scripts/run_four_color_cards.py --stage {extract|review|propose}
  • 三个子任务映射:
    • extract → 通政司 comm.tongzhengsi.TongZhengSiAgent(蓝卡:事实抽取)
    • review → 监察院 audit.jichayuan.JianChaYuanAgent(绿卡:Gap/解释)
    • propose → 丞相府 strategy.chengxiangfu.ChengXiangFuAgent(红卡:行动建议)
  • 运行示例:
    • python skills/four-color-cards/scripts/run_four_color_cards.py --stage extract
    • python skills/four-color-cards/scripts/run_four_color_cards.py --stage review
    • python skills/four-color-cards/scripts/run_four_color_cards.py --stage propose
  • 产物:examples/snse_survey/skill_outputs/four_color_<stage>.json
  • 溯源铁律:绿卡 cite 蓝卡、红卡 cite 绿卡/蓝卡,无来源不得入库(由 card_model 强制)。
我的收藏