非诉尽调与问询证据工作流

1. 目标

把“资料乱、证据散、问询急、引用易错、口径易冲突”的非诉工作，变成可续跑、可复核、可交付的证据工作流。

主线：

项目画像 → 接收审查 → 归档索引 → 字段抽取 → 缺失/风险 → Word 补充文件清单 → 问题—证据矩阵 → 回复初稿 → 引用复核 → 人工确认 → 交付

核心原则：

• 资料先审查，再使用：文件名、正文类型、OCR、金额/日期冲突先入接收审查表。
• 状态写文件，不靠记忆：每次开始、续跑、换 agent，先跑 state.py。
• 事实要有出处：事实、字段、风险、回复均使用 <相对路径>#p.<页码>。
• 外部只增强，不替代：企查查/天眼查等外部结果只做核验线索，不替代本地底稿。
• AI 不下最终法律意见：法律判断、重大性、披露方式、整改建议均标待律师确认。

2. 快速路由

| 用户输入/目标 | 先执行 | 按需读取 | |---|---|---| | 原始资料包、客户乱文件夹 | 项目画像、接收审查、归档目录 | references/templates.md | | 尽调清单、补充资料清单 | 归档目录、缺失材料初筛 | references/templates.md；IPO 项目读 references/ipo.md；基金项目读 references/fund-dd.md | | 问询函、监管问题、补充问题 | 问题拆解、证据矩阵、回复初稿 | references/inquiry-response.md | | IPO 招股书、法律意见书、问询回复一致性 | 字段表、口径冲突表、证据矩阵 | references/ipo.md | | 企查查/天眼查/工商外部核验 | 外部核验表、冲突表、关系表 | references/external-verification.md | | Word/Excel/PDF/股权图交付 | 调用对应 WorkBuddy 能力 | references/workbuddy-routing.md | | 缺失材料 CSV 转正式 Word 补充清单 | 询问输出范围并生成补充文件清单 | references/templates.md、references/supplemental-file-list-docx.md |

3. 固定工作区

所有产物放在项目根目录的 00_底稿中枢/，不改动原始资料。先运行：

python scripts/init_workspace.py <project_root>
python scripts/profile.py <project_root> --project-type unknown
python scripts/state.py <project_root> --mode interactive

核心状态文件：

| 文件 | 用途 | |---|---| | 项目画像/project_profile.json | 记录项目类型、主体、清单基准、外部核验、输出偏好、律师复核要求 | | 日志/state.json | 机器可读状态，供 agent 程序化续跑 | | 项目状态.md | 阶段完成情况和下一步 | | 项目状态报告.md | 给项目组/律师看的进度报告 | | next_steps.md | 下一步动作清单 |

状态文件只能由脚本生成或更新；不得凭聊天记忆手写项目进度。

4. 运行模式

| 模式 | 用途 | 闸门策略 | |---|---|---| | interactive | 默认真实项目 | 接收审查、缺失清单、证据矩阵等软闸门会暂停确认；引用失败硬阻塞 | | demo | 演示或小任务 | 跳过软闸门；引用失败仍硬阻塞 |

若用户要求对外交付，视为进入交付前复核：任何引用失败、无出处事实、未脱敏敏感信息均不得放行。

5. 流程节点

节点 0：项目画像

输入：用户说明、项目文件夹、清单/问询函。 动作：运行 profile.py，记录项目类型、主体、清单基准、外部核验开关、输出偏好。 输出：项目画像/project_profile.json。 通过标准：画像文件存在且包含 project_type、subject、review_mode、lawyer_review_required。 打回条件：项目边界不清且继续处理会导致资料混用。

节点 1：接收审查

输入：原始资料包。 动作：运行 intake_review.py，识别错名、泛名、需 OCR、金额/日期异常、疑似副本。 输出：接收审查/资料接收审查表.csv。 通过标准：所有可见原始文件有记录，异常文件有建议动作。 打回条件：正文无法识别但被用于事实抽取；文件名与正文冲突未进入复核。

节点 2：文件清点与归档目录

输入：原始资料包、接收审查表。 动作：运行 file_inventory.py，记录模块、相对路径、页数、MD5；默认排除 00_底稿中枢/、隐藏目录、缓存目录。 输出：归档/归档目录表.csv。 通过标准：归档目录可读、有数据行、同名文件可用相对路径区分。 打回条件：把历史产物当作原始资料；同名文件引用不写相对路径。

节点 3：文本索引与 OCR 状态

输入：PDF/扫描件。 动作：运行 pdf_text_cleaner.py 或 WorkBuddy PDF 能力；先取文本层，不能识别则标 need_ocr。 输出：索引/text_json/*.json。 通过标准：可读 PDF 有页级文本或明确 need_ocr 标记。 打回条件：根据文件名臆造正文；页码无法确认却进入正式引用。

节点 4：字段抽取与交叉校验

输入：归档目录、文本索引、项目画像。 动作：抽取主体、注册资本、股东、董监高、合同、诉讼处罚、基金/IPO 专项字段；每个字段记录来源。 输出：字段抽取/关键字段表.xlsx|csv、必要时 口径冲突表。 通过标准：关键字段有来源引用；关键数字至少尝试两源校验。 打回条件：证据不足却写成确定事实；冲突事项未进入冲突表。

节点 5：缺失材料与风险初筛

输入：正式清单或内置参考清单、归档目录、字段表。 动作：运行 gap_analysis.py 做差集初筛，再判断时点、完整性、形式要件；输出风险和人工复核事项。 输出：缺失清单/缺失材料清单.csv|xlsx、风险清单/风险与异常清单.csv|xlsx。 通过标准：判定限于已提供、部分提供、缺失、不适用；风险有事实依据。 打回条件：把“未提供”写成“不存在”；风险重大性未经律师确认。

节点 6：法律尽职调查补充文件清单 Word

输入：缺失清单/缺失材料清单.csv|xlsx、项目画像、可选 Word 模板。 动作：必须先执行问询步骤，不可跳过。 即使用户指令中包含"输出 word""生成补充清单"等字样，也必须先用 AskUserQuestion 确认以下三项：

1. 输出范围：仅缺失事项（--scope missing）/ 需补充或需确认事项（--scope actionable，默认）/ 完整清单含已提供事项（--scope full）
2. 抬头信息：收件方（致）、委托方（client）。若 project_profile.json 中已有，可预填为默认选项
3. 项目主体、交易/尽调范围、日期：从画像读取或请用户确认

问询完成后，读取 references/supplemental-file-list-docx.md，运行 build_supplemental_list_docx.py。 输出：交付/法律尽职调查补充文件清单.docx。 通过标准：版式接近模板，正文为“模块标题 + 补充事项段落”，语言使用“贵司已提供<事项相关资料/信息>但尚需补充……；如无/不适用请说明”的律所补件口径；渲染检查无乱码、重叠、异常空白页。 打回条件：把 CSV 机械复制成表格；在客户版 Word 中展示 xx.pdf、xx.docx、内部文件名或相对路径；未区分已提供/缺失/部分提供；把“未提供”写成“不存在”；未按模板字体、行距、抬头、标题和文体输出。

默认命令：

python scripts/build_supplemental_list_docx.py \
  --gap-csv <project_root>/00_底稿中枢/缺失清单/缺失材料清单.csv \
  --profile <project_root>/00_底稿中枢/项目画像/project_profile.json \
  --out <project_root>/00_底稿中枢/交付/法律尽职调查补充文件清单.docx \
  --scope actionable

生成后使用 documents/docx 渲染 QA；若用户只要 CSV 或尚未确认输出 Word，则不要强制生成。

节点 7：问题—证据矩阵

输入：问询函、补充清单、监管问题、字段表、索引。 动作：拆问题，定位证据，按 A/B/C/D/X 评级。 输出：交付/问题—证据矩阵.csv|xlsx。 通过标准：每个子问题有证据等级、来源引用、是否可起草、缺口说明。 打回条件：C/D/X 事项未列缺口或未进入人工复核。

证据等级：

| 等级 | 含义 | 处理 | |---|---|---| | A | 底层证据直接支持，且与申报/历次回复一致 | 可起草 | | B | 多份材料可印证，仍需企业确认 | 可起草，标待确认 | | C | 仅说明性材料/访谈/间接证据 | 不下强结论，列补充证据 | | D | 未找到有效证据 | 不起草肯定回复，只提示缺口 | | X | 材料冲突 | 进口径冲突表和人工复核 |

节点 8：回复初稿与交付前复核

输入：问题—证据矩阵、引用、项目模板。 动作：起草回复初稿；运行 citation_checker.py 校验引用；生成复核报告。 输出：交付/问询回复初稿.docx|md、交付/引用真实性报告.csv、交付/复核报告.csv|xlsx。 通过标准：引用报告无 FAIL；无出处事实为零；法律意见均标待律师确认。 打回条件：引用失败、页码越界、无出处事实、敏感信息未脱敏。

6. 门禁

| 门禁 | 检查项 | 失败动作 | 硬阻塞 | |---|---|---|---| | G1 接收审查 | 错名、需 OCR、金额/日期异常 | 等用户确认是否归档/补 OCR | 否 | | G2 缺失材料 | 缺失、部分提供、疑似缺失 | 询问是否生成 Word 补充文件清单 | 否 | | G3 补充清单 Word | 输出范围、模板版式、补件话术 | 打回重新生成/渲染 QA | 否 | | G4 证据评级 | C/D/X 事项 | 标缺口或人工复核 | 否 | | G5 引用真实性 | 文件存在、页码存在、同名路径明确 | 打回回复稿 | 是 | | G6 对外交付 | 无出处事实、法律意见、脱敏 | 不得对外交付 | 是 |

7. 脚本接口

| 脚本 | 何时调用 | 输入 | 输出 | 失败处理 | |---|---|---|---|---| | init_workspace.py | 新项目开始 | project_root | 00_底稿中枢/ 标准目录 | 目录存在则跳过 | | profile.py | 新项目/口径变化 | project_root 与画像参数 | 项目画像/project_profile.json | 保留旧值，补默认值 | | state.py | 每次开始/续跑/换 agent | project_root --mode interactive|demo | state.json、状态页、报告、下一步 | 引用 FAIL 返回非零 | | intake_review.py | 资料接收审查 | project_root --out <csv> | 资料接收审查表 | 单文件失败不中断 | | file_inventory.py | 清点目录 | root --out <csv> | 归档目录表 | 页数不可读则留空 | | pdf_text_cleaner.py | PDF 文本索引 | pdf_path --out <json> | 页级文本 JSON | 文本空则标 need_ocr | | gap_analysis.py | 清单差集 | --checklist <json> --inventory <csv> | 缺失材料清单 | 只做初筛 | | build_supplemental_list_docx.py | 缺失 CSV 转 Word 补件清单 | --gap-csv <csv> --profile <json> --out <docx> --scope actionable|missing|full | 法律尽职调查补充文件清单.docx | 生成后必须渲染 QA | | citation_checker.py | 回复交付前 | --inventory <csv> --citations <json> | 引用真实性报告 | 有 FAIL 非零退出 |

详细字段、模板和引用格式见 references/templates.md。

8. WorkBuddy 能力路由

先执行本 Skill 的证据工作流；仅在对应交付或外部查询需要时调用其他能力。详细规则见 references/workbuddy-routing.md。

| 场景 | 调用能力 | 原则 | |---|---|---| | Word 回复稿/法律文书 | documents/docx | 仅交付阶段格式化；事实仍以证据矩阵为准 | | Excel 矩阵/清单 | spreadsheets/xlsx | 结构化表先生成，再美化 | | PDF 提取/渲染/OCR | pdf | 不根据文件名补正文 | | 企查查 MCP | qcc/company tools | 用户授权后启用；只作外部核验 | | 股权结构图 | Figma/HTML/SVG | 优先结构化数据生成；截图转图只作补救 | | 项目待办 | todo/任务管理 | 缺失材料、律师复核、客户补件可转待办 |

9. References 路由

• IPO/再融资、招股书口径一致性：读 references/ipo.md。
• 私募基金管理人/基金投资侧尽调：读 references/fund-dd.md。
• 问询回复、补充清单体例：读 references/inquiry-response.md。
• 企查查/天眼查/外部公示核验：读 references/external-verification.md。
• 输出字段、固定模板、引用格式：读 references/templates.md。
• 法律尽调补充文件清单 Word 输出：读 references/supplemental-file-list-docx.md。
• WorkBuddy 连接器/文档/表格/图形路由：读 references/workbuddy-routing.md。

只读取当前任务需要的 reference，避免把无关场景塞进上下文。

10. 最小可行输出

资料不足时不得硬凑报告，至少输出：

1. 已接收材料清单。
2. 可识别字段表。
3. 明确缺失材料清单。
4. 不能作答的问题清单。
5. 项目方补充材料清单。
6. 律师复核事项。

11. 风控铁律

1. 每个事实、字段、风险和回复均须可回溯。
2. OCR 不可用、证据缺失、数字冲突时标待核实。
3. AI 不输出最终法律意见。
4. 外部数据不得替代本地底稿证据。
5. 引用真实性是硬门槛。
6. 对外版本必须脱敏。