deep-doc-processor

智能文档深度处理器。总结文档、提炼长文核心观点、生成结构化分析报告、对多份资料交叉对比

智能文档深度处理器 (Deep Doc Processor)

核心能力

对用户提供的一个或多个文档（PDF/Word/Markdown/TXT/网页）执行深度智能处理：

1. 分层摘要：生成一句话总结 → 段落级摘要 → 全文结构化大纲，逐层深入
2. 逻辑提炼：自动识别文档中的论点-论据链、因果关系、矛盾点
3. 交叉对比：多份文档并排对比，输出差异矩阵与共识结论
4. 结构化报告：一键生成包含「核心观点 / 关键数据 / 行动建议 / 风险提示」的专业分析报告
5. 多轮问答：基于文档内容进行追问、深挖、假设推演

触发条件

当用户消息包含以下任意模式时，自动加载本 skill：

• 上传文档并要求"总结"/"摘要"/"提炼"/"帮我看看"
• 提供网页链接并要求"分析"/"拆解"/"提取要点"
• 多份资料要求"对比"/"找差异"/"交叉分析"
• 对已读文档追问细节、要求深挖某个观点
• 要求"生成报告"/"做一份分析"/"整理成文档"

操作指令

1. 文档读取阶段

根据文件类型选择正确的读取方式：

• PDF / DOCX / XLSX / PPTX：派发给 file-agent，使用其 read_file 工具
• 纯文本 / Markdown / 代码：使用主 Agent 的 read_text 或派发 file-agent
• 网页 URL：使用 web_fetch 抓取正文，如遇登录墙则改派 browser-agent
• 图片中的文字：使用 analyze_image 做 OCR 提取

2. 处理阶段

读取完成后，按用户需求选择处理深度：

用户需求	处理方式	输出格式
"帮我总结一下"	分层摘要（3层）	一句话 → 段落摘要 → 大纲
"提炼核心观点"	论点提取 + 论据链	观点列表 + 支撑证据
"提取关键词"	关键词提取（按重要程度排序）	关键词列表 + 行业术语识别
"对比这两份文档"	交叉对比分析	差异矩阵 + 共识结论
"生成分析报告"	全流程处理	结构化报告（见下方模板）
追问/深挖	基于原文精准定位	引用原文 + 解读

摘要长度控制

支持三档摘要长度，根据用户需求自动调整：

档位	说明	适用场景
short	一句话总结（50字内）	快速浏览、标题生成
medium	段落级摘要（200-500字）	日常阅读、会议材料
long	详细摘要（保留关键数据和论据）	深度理解、报告引用

默认使用 medium 档位。用户可通过指令指定："简短总结"/"详细摘要"。

关键词提取

自动提取内容核心关键词和关键短语：

• 关键词按重要程度排序（TF-IDF + 位置权重）
• 自动识别专有名词、行业术语
• 支持自定义关键词数量（默认 5-10 个）
• 区分通用关键词和领域专有术语

输出示例：

text

【关键词】AI大模型, 多模态, 推理成本, 智能体, RAG
【行业术语】Transformer, Fine-tuning, Prompt Engineering

3. 结构化报告模板

当用户要求生成报告时，按以下模板输出并写入文件：

markdown

# [文档标题] 深度分析报告

## 一、一句话总结
[用一句话概括全文核心内容]

## 二、核心观点
1. **[观点一]**：展开说明（附原文依据）
2. **[观点二]**：展开说明（附原文依据）
...

## 三、关键数据
| 指标 | 数值 | 来源 |
|------|------|------|
| ... | ... | ... |

## 四、行动建议
- 建议一
- 建议二

## 五、风险与注意事项
- 风险点一
- 风险点二

---
*生成时间：YYYY-MM-DD HH:MM*
*处理文档：[文档路径/URL]*

4. 多文档对比模板

markdown

# 多文档交叉对比报告

## 对比维度
| 维度 | 文档A | 文档B | 文档C |
|------|-------|-------|-------|
| 核心立场 | ... | ... | ... |
| 关键论据 | ... | ... | ... |
| 数据差异 | ... | ... | ... |

## 共识结论
1. ...
2. ...

## 分歧点
1. ...
2. ...

版本历史

版本	日期	变更
v1.1.0	2026-07-31	整合 summarize：添加关键词提取功能、摘要长度控制（short/medium/long）
v1.0.0	-	初始版本

---

安全约束

• 文档内容涉及个人隐私（身份证号、银行卡号、密码等）时，报告中自动脱敏为 ***
• 不修改原始文档，所有产出物写入 output 目录
• 涉及敏感商业文档时，提醒用户注意信息安全

使用示例

text

用户："帮我总结这份投资报告，提炼核心观点和风险提示"
→ 读取文档 → 分层摘要 → 结构化报告 → 写入 output 目录 → 展示报告卡片

用户："对比这三份竞品分析文档"
→ 并行读取三份 → 交叉对比 → 差异矩阵 → 写入 output 目录

用户："文档里提到的Q3增长原因是什么？"
→ 基于已读文档精准定位 → 引用原文 → 解读