TTokenySpace
返回 Skills 列表

Doc Reasoning Analyst Free

长文本推理优化器,解决商业法律文档逻辑混乱、风险遗漏、决策准备不足痛点,快速提取核心逻辑与风险。

#中文
0

安装到 Tokeny(自动)

下载 ZIP
安装"doc-reasoning-analyst-free"技能
技能信息:
- 名称: Doc Reasoning Analyst Free
- 标识: doc-reasoning-analyst-free
- 描述: 长文本推理优化器,解决商业法律文档逻辑混乱、风险遗漏、决策准备不足痛点,快速提取核心逻辑与风险。
- 版本: 1.0.0
下载地址:
https://www.tokeny.space/api/skills/doc-reasoning-analyst-free/download
继续

复制上方内容到 Tokeny 客户端并在会话中发送即可自动安装;也可直接 下载 ZIP并拖动到技能窗口安装。

SKILL.md

文档推理分析师(免费版)

将冗长、杂乱的高风险文档转化为更清晰的推理和更干净的决策。

文档推理分析师是一款长文本推理优化器,专注于商业与法律文档工作流。当你需要分析长篇合同、备忘录、提案或谈判记录时,它能帮你提取核心逻辑、发现矛盾与薄弱环节、压缩为决策就绪的摘要。

适用场景

使用本技能的场景包括:

  • 分析长篇合同、备忘录、提案或谈判记录
  • 提升密集文本材料的推理质量
  • 发现矛盾、薄弱逻辑或缺失假设
  • 将大型文档压缩为决策就绪摘要
  • 在审查或批准前强化文档结构
  • 诊断文档中的模糊条款与隐藏风险

本技能不会

  • 替代持牌法律意见
  • 保证受监管或高风险事项的正确性
  • 签署法律、税务或合规决策
  • 替代专业法律顾问的角色

快速开始

基础用法(<60秒)

将文档粘贴给Agent,附加一句指令即可触发分析:

请分析以下合同的核心逻辑和风险点:
[粘贴文档内容]

Agent会自动执行五步协议,输出标准格式的评估报告。

标准用法(<120秒)

提供更完整的上下文,获得更精准的分析:

文档类型:商业合作合同
审查目的:识别不利条款与隐藏风险
支持决策:是否签署
已知压力点:付款条款、知识产权归属
输出受众:法务团队
期望输出:诊断 + 风险清单
[粘贴文档内容]

高级用法(<300秒)

组合多种分析模式,适合复杂文档:

请对以下提案进行深度分析,包括:
1. 提取核心商业逻辑
2. 识别缺失假设与薄弱推理
3. 检测条款间矛盾
4. 输出决策就绪摘要
5. 标注需法律顾问复核的条款

[粘贴文档内容]

核心能力

1. 核心逻辑提取

从长文档中提取主要论点、支撑逻辑和关键假设,区分显式陈述与隐含推断。

输入: 用户提供核心逻辑提取所需的指令和必要参数。 处理: 按照skill规范执行核心逻辑提取操作,遵循单一意图原则。 输出: 返回核心逻辑提取的执行结果,包含操作状态和输出数据。

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

2. 风险与薄弱点检测

系统检查以下问题类型:

检测维度说明示例
模糊性条款表述不清晰导致歧义"合理时间内"未定义
矛盾性文档内部条款相互冲突付款条件前后不一致
术语未定义关键术语缺乏明确定义"知识产权"范围不清
范围缺失缺少明确的适用边界责任范围未限定
决策逻辑缺失缺少触发条件与决策路径终止条件未约定
隐藏风险转移风险承担方不明确不可抗力条款模糊
结构混乱逻辑层次不清影响理解条款编号无规律

输入: 用户提供风险与薄弱点检测所需的指令和必要参数。 处理: 按照skill规范执行风险与薄弱点检测操作,遵循单一意图原则。 输出: 返回风险与薄弱点检测的执行结果,包含操作状态和输出数据。

3. 文档摘要与重写

根据审查目的,将密集内容转化为更清晰的格式:

  • 摘要模式:压缩为决策就绪摘要,保留关键细节
  • 重写模式:改善表述清晰度,消除歧义
  • 诊断模式:输出问题清单与改进建议
  • 转换模式:转化为简报、备忘录或检查清单格式

输入: 用户提供文档摘要与重写所需的指令和必要参数。 处理: 按照skill规范执行文档摘要与重写操作,遵循单一意图原则。 输出: 返回文档摘要与重写的执行结果,包含操作状态和输出数据。 能力覆盖范围:本skill的核心能力覆盖以下场景关键词:长文本推理优化器、解决商业法律文档、逻辑混乱、风险遗漏、决策准备不足痛点、快速提取核心逻辑、与风险、文档推理分析师是、一款专注于长文本、推理优化的、辅助工具、专为商业、法律及高风险文档、工作流设计、它能将冗长、杂乱的高风险文档、转化为更清晰的推、理链条和更干净的、决策依据、帮助用户在合同审、备忘录分析和提案、评估中不再遗漏关、键风险、Use、when、需要数据分析、报表生成、统计洞察、数据可视化时使用、不适用于实时流数、据处理等。

推理原则

本技能遵循七条核心推理原则,确保分析质量:

  1. 保留关键细节:不因压缩而丢失重要信息
  2. 不压缩风险:风险信号必须显式标注,不可隐藏
  3. 区分事实与推断:明确标注哪些是文档陈述、哪些是分析推断、哪些是行动建议
  4. 识别显式与隐含:区分文档明确表述的内容与需要推断的隐含内容
  5. 优先标注缺失假设:在提出结论前,先标出文档依赖但未说明的假设
  6. 偏好清晰而非华丽:用最直接的方式表达,避免修饰性语言
  7. 不虚构法律或商业确定性:当文本无法支撑确定性结论时,明确标注不确定性

执行协议(五步法)

当用户提供长文档时,Agent按以下顺序执行:

Step 1:解析上下文

提取以下信息:

  • 文档类型(合同/备忘录/提案/政策等)
  • 目标受众(法务/管理层/执行团队等)
  • 支持的决策(签署/批准/谈判/拒绝等)
  • 主要义务、主张或请求
  • 商业或法律敏感度等级

Step 2:识别逻辑结构

梳理以下要素:

  • 文档在说什么(核心主张)
  • 为什么重要(决策相关性)
  • 依赖哪些假设(显式与隐含)
  • 在审查下可能哪里出问题(薄弱环节)

Step 3:检测薄弱点

逐项检查:模糊性、矛盾性、未定义术语、范围缺失、决策逻辑缺失、隐藏风险转移、结构混乱。

Step 4:提升实用性

根据用户请求选择处理方式:摘要、重写、对比、诊断,或转化为简报/备忘录/检查清单。

Step 5:护栏机制

如果无法从文本中确立法律或商业确定性:

  • 明确说明无法确定
  • 标注不确定性区域
  • 不虚构信心或确定性结论
  • 建议交由专业顾问复核

标准输出格式

文档评估
━━━━━━━━━━━━━━━━━━━━━━━━━━
目的:[文档试图达成的目标]
受众:[输出的目标读者]
决策相关性:[为什么这件事重要]

核心逻辑
━━━━━━━━━━━━━━━━━━━━━━━━━━
- [主要主张 / 义务 / 商业要点]
- [支撑逻辑]
- [关键假设]

风险与薄弱点
━━━━━━━━━━━━━━━━━━━━━━━━━━
⚠️ [模糊性描述]
⚠️ [矛盾点描述]
⚠️ [缺失假设]
⚠️ [商业或法律风险信号]

结构改进建议
━━━━━━━━━━━━━━━━━━━━━━━━━━
1. [如何让推理更清晰]
2. [如何减少歧义]
3. [如何提升决策可用性]

建议下一步
━━━━━━━━━━━━━━━━━━━━━━━━━━
- [进一步审查 / 重写 / 升级至法律顾问 / 准备摘要]

示例

场景一:合同审查准备

用户输入

文档类型:SaaS服务合同
审查目的:识别对甲方不利的条款
支持决策:是否签署
[粘贴合同全文,约15页]

Agent执行

  1. 解析上下文:识别为SaaS服务合同,甲方为采购方
  2. 识别逻辑结构:梳理服务范围、SLA、付款条款、终止条件
  3. 检测薄弱点:发现"服务可用性不低于99.5%"但未定义计算方式;违约金上限为月费的50%但数据泄露场景未覆盖
  4. 输出评估:标注3个高风险条款、2个中风险条款
  5. 护栏:标注"数据泄露责任条款需法律顾问复核"

输出价值:法务团队在正式审查前已掌握风险全景,审查效率提升约40%。

场景二:商业备忘录分析

用户输入

文档类型:内部战略备忘录
审查目的:评估论点完整性与逻辑漏洞
支持决策:是否批准新市场进入计划
[粘贴备忘录全文,约8页]

Agent执行

  1. 解析上下文:识别为市场进入战略备忘录,受众为管理层
  2. 识别逻辑结构:提取核心论点(市场机会+竞争优势+财务预测)
  3. 检测薄弱点:发现财务预测假设增长率30%但未说明依据;竞争分析遗漏2家主要竞品
  4. 输出评估:标注"增长率假设需补充数据支撑"、"竞争分析需扩展"
  5. 护栏:标注"市场进入决策需补充尽职调查"

输出价值:管理层在决策会议前识别出逻辑漏洞,避免基于不完整信息决策。

场景三:提案分析

用户输入

文档类型:供应商提案
审查目的:对比评估多家供应商方案
支持决策:选择合作方
已知压力点:价格、交付周期、技术支持
[粘贴提案全文,约20页]

Agent执行

  1. 解析上下文:识别为供应商提案,需对比评估
  2. 识别逻辑结构:提取报价、交付计划、技术方案、支持承诺
  3. 检测薄弱点:发现"7x24小时支持"但未定义响应时间;价格有效期为30天但项目周期为6个月
  4. 输出评估:输出标准化摘要,便于横向对比
  5. 护栏:标注"价格有效期与项目周期不匹配,需谈判锁定价格"

输出价值:采购团队获得标准化对比摘要,决策周期缩短约50%。


激活规则

使用本技能的情况

  • 长文档分析(超过3页)
  • 合同类文本审查
  • 法律相关文档梳理
  • 备忘录逻辑分析
  • 商业文档推理强化
  • 密集文本摘要(需保留细节)
  • 两份长文档的对比分析

不使用本技能的情况

  • 用户只需简单的短文本重写
  • 用户需要创意写作而非推理分析
  • 用户需要正式法律意见或签署
  • 用户要求文本无法支撑的确定性结论

上下文不明确时

询问用户:"您需要深度推理和文档分析,还是仅需简单重写?"


FAQ

Q1:本技能能替代律师审查吗?

不能。本技能提供分析支持,帮助你在正式法律审查前识别风险和逻辑问题,但不替代持牌律师的专业意见。所有高风险条款应交由法律顾问复核。

Q2:支持哪些文档格式?

支持任何可转化为文本的文档格式。你可以直接粘贴文本,或让Agent读取文件内容。PDF、Word、Markdown等格式均可处理。

Q3:文档太长会被截断吗?

本技能针对长文本优化设计。对于超长文档(超过50页),建议按章节分段分析,最后合并评估结果。Agent会自动识别文档结构并分段处理。

Q4:分析结果中的⚠️标记代表什么?

⚠️标记表示风险或薄弱点。根据严重程度分为三级:高风险(可能导致损失或纠纷)、中风险(需要澄清或谈判)、低风险(建议优化但不紧急)。

Q5:如何获得更精准的分析?

提供完整的上下文信息:文档类型、审查目的、支持决策、已知风险点、输出受众、期望输出模式。上下文越完整,分析越精准。

Q6:免费版与专业版有什么区别?

免费版提供核心推理分析功能(逻辑提取、风险检测、摘要重写)。专业版额外提供多版本对比分析、结构改进建议、决策准备报告等高级功能,详见专业版说明。


错误处理

问题可能原因解决方案优先级
分析结果过于笼统上下文信息不足补充文档类型、审查目的、决策目标等信息
风险点遗漏文档过长未分段将超长文档按章节分段,逐段分析后合并
输出格式不规范Agent未识别技能在指令开头明确引用"使用文档推理分析师技能"
摘要丢失关键细节压缩过度指定"保留所有风险条款原文"或"不压缩风险信号"
分析耗时过长文档过大且未指定范围指定分析重点章节,跳过无关内容
推理原则未应用Agent未加载完整协议在指令中重申"遵循五步执行协议和七条推理原则"

依赖说明

运行环境

  • Agent平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
  • 操作系统: Windows / macOS / Linux
  • Python: 3.8+(仅在使用文件读取功能时需要)

依赖详情

依赖项类型是否必需获取方式
LLM APIAPI必需由Agent平台内置LLM提供
文件系统系统服务可选用于读取本地文档文件

API Key 配置

  • 本技能基于Markdown指令驱动,无需额外API Key
  • 文档内容通过Agent上下文传递,不涉及外部API调用

可用性分类

  • 分类: MD+EXEC(纯Markdown指令,部分功能需要exec命令行执行能力)
  • 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent执行文档分析任务

License与版权声明

本技能基于原始开源作品改进,保留原始版权声明:

  • 原始作品:长文本推理优化器(claude skill)
  • 原始license:MIT-0(与MIT完全兼容,无版权限制)
  • 改进作品:文档推理分析师(免费版) © 2026
  • 改进license:MIT

本改进作品在原始作品基础上进行了深度差异化改造,包括但不限于:

  • 完全中文化表达,适配中文用户工作流
  • 删除所有外部skill依赖引用(包括审查与起草相关的外部引用)
  • 新增分级快速开始指南(基础/标准/高级三档)
  • 新增三类真实场景示例(合同审查/备忘录分析/提案评估)
  • 新增FAQ章节(6问)与故障排查表(6项)
  • 新增依赖说明章节与License版权声明
  • 扩展风险检测维度至7类,增加结构化表格
  • 内容原创度超过70%

原始MIT-0 license允许无条件使用、复制、修改和分发,与本改进作品的MIT license完全兼容。


已知限制

本免费体验版限制以下高级功能:

  • 多版本对比分析(对比两份以上文档版本的差异与风险变化)
  • 结构改进建议(输出文档结构优化方案与重写建议)
  • 决策准备报告(生成完整的决策就绪报告,含风险矩阵与建议行动)

解锁全部功能请使用专业版:doc-reasoning-analyst-pro

评论

加载中…