feat: export core Hermes skills

2026-07-15 02:45:56 +00:00
parent a028b63eda
commit 54711fee2a
308 changed files with 41310 additions and 1 deletions
@@ -0,0 +1,34 @@
+# Step 1 跳过策略——复用已有OCR全文
+
+## 适用条件
+当合同文件夹中已存在 `_全文.md` 或 `_全文_OCR.md` 文件时，Step 1 可以跳过OCR提取。
+
+## 前提
+- MD文件确实是从对应PDF提取的（检查文件头注释/来源标注）
+- 文件修改日期不早于PDF修改日期（排除旧版本残留）
+
+## 仍然必做
+即使跳过OCR提取，以下步骤**不能跳过**：
+
+1. **Copy到工作目录**：`sudo docker exec cat ... > /tmp/<workdir>/`
+2. **跑 ocr-garble-detect.py**：扫全文乱码
+3. **高危行 vision 核实**：
+   - TOC页（目录页）的乱码可以标记为"非实质"忽略
+   - 附件表格（租金/面积/保证金）的乱码必须核实
+   - 核心条款（维修/违约/解除）的乱码必须核实
+4. **关键财务数据交叉验证**：
+   - 单价 × 面积 = 月租总额？
+   - 不含税 × 税率 = 税金？
+   - 保底租金 × 月数 ≈ 保证金？
+
+## 实例
+世茂校区(2026-07-02)：4份合同MD文件都已存在，直接复用。garble检测结果：
+- 世茂新租赁：15处高危（主要在TOC+附件表格），vision确认核心条款完整
+- 世茂物业青少：6处高危
+- 高中租赁：18处高危
+- 高中物业：2处高危
+
+关键发现：附件三（租金表）的OCR乱码虽然触发高危，但数字部分清晰可读，经vision确认后可进入Step 2。
+
+## 时间节省
+跳过OCR约节省15-30分钟/份（扫描件OCR+后台处理时间）。4份合同合计节省约1-2小时。