文档审查 Skill（安全增强版）

概述

本 skill 用于对上传的 Word 文档（或直接粘贴的文字）进行系统性审查，输出结构化的问题清单，帮助用户在发布或提交前发现并修正文档缺陷。

重要安全特性：所有文档内容在进入实质性审查前，均会经过 HaS Anonymizer 技能进行本地脱敏处理，确保身份证号、手机号、银行账号等个人隐私信息在调用云端大模型前被替换为占位符，从源头杜绝数据泄露风险。脱敏处理不影响公司名称、地址等非敏感信息，因此后续检查项（如公司名称统一性、表格验算等）仍可准确执行。

Step 0：检查并准备 HaS Anonymizer 技能

在执行任何文档操作前，首先确认当前环境是否已安装并可用 HaS Anonymizer 技能：

• 若已安装，则继续下一步。
• 若未安装，则提示用户：“为确保数据安全，请先安装 HaS Anonymizer 技能（可从 SkillHub 获取），安装完成后重新运行本技能。”并终止执行。

Step 1：读取文档内容

如果用户上传了 .docx 文件，使用 pandoc 将其转换为 markdown 文本：

pandoc /mnt/user-data/uploads/<文件名>.docx -t markdown

• 如果文件较大（超过 50KB），先检查大小再决定是否分段读取：

  stat -c '%s' /mnt/user-data/uploads/<文件名>.docx
  

• 将转换后的全文保存为变量或临时文件，供后续步骤使用。
• 如果文档内容已经在对话上下文中（用户直接粘贴），则直接使用该文本内容。

Step 2：调用 HaS Anonymizer 进行数据脱敏

将 Step 1 获得的文档原始文本（或用户直接粘贴的文本）作为输入，调用 HaS Anonymizer 技能进行脱敏处理。

调用方式（根据平台实际接口，此处为逻辑描述）：

• 如果平台支持技能间调用（如 OpenClaw），则执行类似 use_skill("HaS Anonymizer", input_text) 的命令，获取脱敏后的输出。
• 如果平台不支持自动调用，则向用户明确提示：“请手动使用 HaS Anonymizer 技能对以下内容进行脱敏，并将脱敏后的结果粘贴回来，以便继续审查。”然后等待用户反馈。

脱敏范围：

• 个人信息：身份证号、手机号、固定电话、电子邮箱、银行账号、社保号等。
• 财务敏感字段：如个人交易金额（可选）等。
• 注意：公司名称、地址、产品名称等非个人信息不会被脱敏，以保证公司名称统一性等检查项的有效性。

输出：

• 获取脱敏后的完整文档文本，作为后续所有检查项的唯一数据来源。原始文本仅在本地暂存，处理完成后立即清除。

Step 3：执行五项检查（基于脱敏后的文本）

按以下顺序逐项检查，每项都必须完整执行，不得省略。所有检查均基于 Step 2 得到的脱敏后文本。

检查一：错别字与用词错误

目标：找出错别字、形近字误用、同音字误用、词语搭配错误。

重点关注：

• 常见形近字：已/以、带/戴、做/作、在/再、常/长、责/则/着、成/承
• 常见同音字：的/地/得、其/期、化/花
• 专业术语拼写：Oracle（非Oracel）、BPA、RPA等英文缩写大小写
• 明显的语法错误：多余的字（如"为为"、"终端终端"）、缺字（如动词宾语缺失）
• 未完成的句子（句子突然截断）

输出格式：

【检查一：错别字】
1. 第X段/第X条：原文"……错误词……" → 应为"……正确词……"
2. ...
（如无问题，注明"未发现错别字"）

检查二：公司名称及专有名词统一性

目标：确保同一实体的名称在全文中保持一致，发现可能指向不同实体但名称相近的情况。

执行步骤：

1. 提取文中出现的所有公司名称、机构名称、品牌名称，列成清单
2. 比对同一实体是否有多种写法（如"有限公司"与"股份有限公司"混用、简称使用不一致）
3. 标记名称相近但可能为不同主体的情况，提示用户核实

重点关注：

• "有限公司"与"股份有限公司"是否混用
• 同一公司的全称与简称是否清晰定义且一致使用
• 英文名称大小写是否统一

输出格式：

【检查二：公司名称统一性】
1. "XX科技有限公司"与"XX科技股份有限公司"在第X、X段混用，请确认工商登记名称
2. "广州尧鹏信息科技有限公司"与"广州尧鹏科技有限公司"疑为不同主体，请核实
（如无问题，注明"公司名称使用统一"）

检查三：表格数据验算

目标：验证表格中的合计行、小计行、差额行是否与明细数据一致。

执行步骤：

1. 识别文中所有含数字的表格
2. 对每个表格：
   • 识别表头，判断哪列/行为合计、小计、差额（含"合计"、"小计"、"总计"、"净额"等关键词）
   • 对合计行：将明细行数值逐一相加，与合计行核对
   • 对差额/减项（如"期初+计提-支付=期末"）：按公式验算
   • 注意负数、括号表示的减项
3. 如有小数，考虑四舍五入误差（允许±1元或±0.01%的误差，标注"疑为四舍五入误差"）

输出格式：

【检查三：表格数据验算】
表格"2024年税收计提缴纳表"：
  - 合计行期末余额：应为47,393.14，表中为47,394.14，差1元，疑为四舍五入误差
表格"应付职工薪酬"：验算正确 ✅
（如全部正确，注明"所有表格数据验算正确"）

检查四：文字表述矛盾与多字少字

目标：发现文中前后矛盾的表述、逻辑不一致处，以及明显的多字、少字、句子不完整问题。

执行步骤：

1. 数据矛盾：同一指标在不同位置出现不同数值（如同一比例在摘要和正文中不一致）
2. 逻辑矛盾：前文说A，后文说非A；或结论与数据不符
3. 多字：重复出现的词语（如"为为"、"终端终端"）、重复段落
4. 少字：明显缺少主语/宾语/谓语、句子截断未完成
5. 表述歧义：百分比增长未区分"百分点"与"相对增幅"

输出格式：

【检查四：文字矛盾与多字少字】
1. 【数据矛盾】第X条写"前五大供应商占比74.93%"，但第Y处写"2024年占比70.79%，2024年占比65.06%"，第二个"2024年"应为"2025年"
2. 【多字】第X段："创新企业为为甲骨文公司" → 删去重复的"为"
3. 【句子未完成】第X段末尾"我们不确定账龄较长的"，句子中断，需补全
（如无问题，注明"未发现明显矛盾或多字少字"）

检查五：序号排序正确性

目标：检查文中所有编号系统（数字序号、字母序号、括号序号等）是否连续、无跳号、无重复。

执行步骤：

1. 提取文中所有序号序列（如：1.2.3.、①②③、(1)(2)(3)、一二三等）
2. 对每个序号序列：
   • 检查是否从头连续到尾
   • 是否有跳号（如1、2、4缺少3）
   • 是否有重复（同一级别出现两个"3."）
   • 是否有从某处开始重新计数的情况（如标题编号与正文编号混淆）
3. 区分"有意跳号"（如章节删减导致）与"无意错误"

输出格式：

【检查五：序号排序】
1. "核查方法"部分：(1)(2)(3)之后直接跳至(5)，缺少(4)，请补充或将(5)改为(4)
2. "重大资产负债"部分：第14项后出现"25."，应为"15."
（如无问题，注明"序号排列正确，无跳号或重复"）

Step 4：输出汇总报告

所有检查完成后，按以下格式输出完整报告：

# 文档审查报告（基于脱敏后内容）

## 一、错别字（X处问题）
...

## 二、公司名称统一性（X处问题）
...

## 三、表格数据验算（X处问题）
...

## 四、文字矛盾与多字少字（X处问题）
...

## 五、序号排序（X处问题）
...

---
**总计发现问题：XX处**
建议优先修正：数据矛盾、序号跳号、未完成句子等影响阅读理解的问题。

注意事项

• 不要漏项：即使某项"未发现问题"，也要在报告中明确注明，不能省略该检查项。
• 数字精度：验算表格时逐行精确计算，不依赖估算。
• 存疑时标注：无法确定是否为错误时，用"疑似"标注并建议用户核实，不要武断判定。
• 大文档处理：文档超长时，分段读取，确保不遗漏任何章节。
• 语言风格：输出使用中文，专业、简洁，直接指向问题位置。
• 数据安全：脱敏处理仅在本地执行，原始数据不会离开当前环境。脱敏后的文本只用于本次审查，审查完成后不保存任何副本。用户应确保 HaS Anonymizer 技能保持更新，以获取最新的敏感信息识别规则。

版本：v2.0（安全增强版）
更新说明：增加了数据脱敏前置步骤，符合企业级数据安全规范。