Install
openclaw skills install @thcjp/llm-assistant-hub-freeopenclaw skills install @thcjp/llm-assistant-hub-free将冗长的文档转化为更清晰的推理和更干净的决策。基础版提供分层分析与假设检测能力,针对中等长度文档(5000字以内)的推理优化.
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| input | string | 是 | LLM助手中枢处理的输入数据或指令 |
| options | object | 否 | 附加配置选项,如模式选择、格式偏好等 |
| callback_url | string | 否 | 异步处理完成后的回调通知URL |
针对分层分析策略,自动解析输入参数、调度任务队列、格式化输出,返回结构化响应. 输入: 用户提供分层分析策略相关的配置参数、输入数据和处理选项. 输出: 返回分层分析策略的处理结果。- 验证返回数据的完整性和格式正确性
分层分析策略的配置文档进行参数调优针对假设检测框架,自动解析输入参数、调度任务队列、格式化输出,返回结构化响应. 输入: 用户提供假设检测框架相关的配置参数、输入数据和处理选项. 输出: 返回假设检测框架的处理结果。- 验证返回数据的完整性和格式正确性
假设检测框架的配置文档进行参数调优针对结构化输出,自动解析输入参数、调度任务队列、格式化输出,返回结构化响应. 输入: 用户提供结构化输出相关的配置参数、输入数据和处理选项. 输出: 返回结构化输出的处理结果。- 验证返回数据的完整性和格式正确性
结构化输出的配置文档进行参数调优详细的输入输出格式请参考下方章节说明。
提取文档类型(合同/备忘录/提案/政策)、目标受众、支持的决策、主要义务/主张/请求、敏感性等级。确认分析意图(审查/诊断).
L0快速扫描:识别文档类型与受众 → 提取主要标题与结构 → 标记关键义务/主张/请求 → 评估敏感性. L1深度分析:映射论证结构与逻辑流 → 识别显式与隐式假设 → 检测歧义/矛盾/未定义术语 → 标记风险信号.
对照基础检查清单逐项验证假设,缺失假设标记为最高风险。输出四段式结构化报告.
| 错误类型 | 原因 | 处理方式 |
|---|---|---|
| 分析遗漏关键内容 | 一次性处理超长文档(>5000字)导致上下文衰减 | 基础版仅支持5000字以内文档一次完成分析;超长文档请升级到付费版使用分块处理 |
| 假设检测不完整 | 未使用检查清单,仅凭直觉识别假设 | 逐项执行基础检查清单,缺失假设必须标记为最高风险等级 |
| 法律确定性误判 | 模型对不确定的法律含义编造信心 | 明确标记不确定性,不编造法律或商业确定性,建议升级到专业法务确认 |
输入: 用户提供一份3000字的SaaS服务合同,要求"审查风险"
执行:
输出:
文档评估
目的: SaaS服务采购合同
受众: 采购方
# ...
核心逻辑
* 供应商提供SaaS服务,采购方按年付费
* SLA承诺99.9%可用性
# ...
风险/薄弱点
⚠️ SLA计算口径未定义(隐式假设:不含计划维护)
⚠️ 终止后数据迁移期仅30天(缺失假设:迁移复杂度未评估)
# ...
建议下一步
* 法务复核SLA计算口径
* 谈判延长数据迁移期
Q1:基础版支持多长的文档? A:基础版推荐处理5000字以内的文档,可一次完成L0+L1分析。超过5000字的文档建议升级到付费版,支持分块处理与L2聚焦深挖. Q2:假设检测包含哪些检查项? A:基础版包含4项检查:未定义术语/范围边界/决策逻辑/事实推断与建议分离。如需完整的7项检查清单(含风险转移/结构性混淆/显式隐式区分),请升级到付费版. Q3:基础版支持版本比对吗? A:基础版不支持差异化文档比对。如需对比两个版本的文档差异并评估影响,请升级到付费版获取差异化比对能力.
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由Agent内置LLM提供 |
需要配置对应API Key,详见上文环境配置章节
API Key配置方式:
export API_KEY=${API_KEY:?请设置环境变量}
配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.
本基础版提供分层分析与基础假设检测能力。升级到付费版可解锁以下高级能力:
升级后可处理50页以上合同审查、80000字政策文件压缩、多版本合同比对等复杂长文档场景.
{
"success": true,
"data": {
"result": "LLM助手中枢处理结果",
"execution_time": "0.5s",
"metadata": {
"version": "1.0",
"processor": "llm-assistant-hub"
}
},
"execution_log": [
"解析输入参数",
"执行核心处理",
"格式化输出结果"
],
"error": null
}