Doc Process

Doc-Process — 企业级文档智能处理技能

Doc-Process 是一款面向复杂办公场景的多功能文档处理技能，覆盖从日常票据扫描到法律合同审查的完整工作流。其核心设计理念是隐私优先、本地优先——绝大多数功能依赖 Claude 原生多模态能力，无需安装任何外部依赖即可开箱即用。

核心能力矩阵

| 场景 | 功能亮点 | 实现方式 |

|------|---------|---------|

| **合同审查** | 风险条款识别、红旗标记、责任边界分析 | Claude 原生阅读+规则引擎 |

| **票据处理** | 自动提取商户、金额、日期、生成费用报表 | 视觉识别+`expense_logger.py`（纯标准库） |

| **银行账单** | 订阅服务检测、异常交易标记、税务抵扣识别 | PDF视觉分析/CSV解析双模式 |

| **证件扫描** | MRZ码读取、ICAO算法验证、信息结构化输出 | 纯视觉MRZ解码，无外部OCR |

| **敏感信息脱敏** | 轻/标准/完整三级模式，支持PII自动识别与人工复核 | Claude标记+`redactor.py`正则处理 |

| **表格提取** | PDF表格精准转CSV/JSON，保留复杂排版 | `pdfplumber`辅助（需单独安装） |

| **音频转写** | 会议录音自动转文字、说话人分离 | `openai-whisper`+ffmpeg（首次联网下载模型） |

显著优势

1. 隐私安全天花板：核心功能100%本地运行，文档内容不出会话；无遥测、无埋点、无云端API调用
2. 零依赖冷启动：14项功能中的11项无需任何Python包安装，3项脚本扩展均为可选
3. 智能意图路由：内置分类器自动识别文档类型，14种处理模式精准匹配
4. 渐进式功能扩展：基础用户零配置上手，高阶用户可按需安装pdfplumber、whisper等扩展

局限性与注意事项

• 表格提取依赖外部库：复杂PDF表格需安装pdfplumber，纯视觉模式对极复杂排版识别有限
• 音频处理首次联网：whisper模型约140MB，首次使用需从OpenAI/HuggingFace下载
• 无批量自动化接口：当前设计为交互式单文档处理，未暴露批量文件夹扫描API
• 医学/法律免责声明：所有输出需标注"辅助参考，非专业意见"，重大决策需人工复核

适用人群

• 财务人员：自动化票据录入、银行账单订阅分析、费用报表生成
• 法务/合规：合同风险初筛、PII脱敏处理、敏感文档标准化审查
• HR/招聘：简历批量解析、候选人信息结构化提取
• 行政助理：会议记录转写、表格数据迁移、多语言文档翻译
• 个人用户：证件信息备份、医疗报告摘要、重要文档归档整理

安全等级与风险提示

• 核心功能：S级（纯本地，无网络依赖，无持久化存储）
• 脚本扩展功能：A级（whisper首次联网后可离线，pdfplumber完全本地）
• 隐私控制：时间线日志默认关闭，需显式授权；表单自动填充数据会话级销毁
• 主要风险：用户可能误将AI分析结果作为最终法律/医疗决策依据，需强调辅助定位

核心用法

Doc-Process 是一款面向个人和团队的文档智能处理技能，采用"Claude原生能力为主、可选脚本增强"的架构设计。用户通过自然语言触发特定模式，如"填写这个表单""分析这份合同风险""扫描这张收据"等，系统自动识别文档类型并执行对应处理流程。

该技能支持14种处理模式：文档自动分类、表单自动填写、合同风险分析、收据/发票扫描、银行对账单分析（订阅追踪、异常检测、税务抵扣识别）、简历/CV解析、身份证和护照扫描（含MRZ解码）、医疗记录摘要、PII脱敏（轻度/标准/完全三档）、会议纪要与行动项提取、表格提取转CSV/JSON、文档翻译、照片透视校正与扫描优化，以及可选的时间线日志功能。

核心工作流程为：识别模式→读取文档→加载参考指南→执行处理→交付结构化输出。大部分模式直接调用Claude的多模态能力完成，无需任何外部依赖；仅表格提取、音频转录、文档扫描三个功能需要安装声明的第三方库。

显著优点

隐私优先架构：该技能最大亮点在于将隐私保护融入设计基因。核心文档处理（OCR、PDF阅读、表单填写、合同分析等）完全依赖Claude原生能力，文档内容仅在当前会话本地读取，不存储、不索引、不外传。PII脱敏脚本使用纯标准库实现，敏感数据处理全程本地化。

透明可控的依赖管理：与常见"黑箱"工具不同，该技能对第三方依赖采用"白名单+显式声明"策略。仅3个可选功能需要外部库（pdfplumber用于表格提取、openai-whisper+ffmpeg用于音频转录、opencv+Pillow+numpy用于文档扫描），且均在运行前进行导入检查并提示安装指令，无隐藏依赖。

Opt-in隐私机制：时间线日志功能默认关闭，首次使用后明确征求用户同意才启用。日志仅记录文档类型和分类级摘要，排除任何原始内容或个人标识数据。用户可随时查看、编辑或清除本地时间线文件。

多场景覆盖与专业深度：从日常报销 receipt 扫描到合同法律风险审查，从简历信息提取到医疗报告摘要，覆盖个人财务管理、HR招聘、法务合规、医疗健康等多个垂直场景。各模式配备详细的参考指南（reference files），确保输出质量稳定可控。

潜在缺点与局限性

功能边界依赖Claude能力：核心OCR和文档理解完全基于Claude视觉模型，对极端复杂版式（如手写体混杂、严重扫描畸变、多栏混排古籍）的识别准确率可能低于专用OCR引擎。合同风险分析基于通用法律常识，不构成专业法律意见。

可选功能的依赖门槛：表格提取需安装pdfplumber，音频转录需openai-whisper和ffmpeg（首次运行还需下载约140MB模型文件），文档扫描需opencv等图像处理库。这些依赖在部分受限环境（如无网络容器、无root权限系统）可能难以部署。

无持久化数据库支持：银行对账单分析、费用记录等功能基于CSV/JSON文件存储，不适合企业级高并发场景或需要跨设备同步的用例。时间线日志为本地单用户文件，无多用户协作或云端备份能力。

医疗/法律场景的责任边界：技能明确标注医疗摘要仅供个人参考、合同分析不构成法律建议，但用户可能过度依赖自动化输出。复杂医疗诊断解读、具有法律效力的合同审查仍需专业人工复核。

适合的目标群体

个人效率用户：需要批量处理报销单据、整理银行流水、快速提取证件信息、管理个人文档的职场人士。特别适合对隐私敏感、不愿将个人财务/医疗文档上传至云端服务的用户。

小型团队与初创公司：HR从业者批量解析简历、运营人员整理会议纪要与行动项、财务人员处理发票与对账单。无订阅费用、可私有化部署的特性对预算有限的团队友好。

隐私合规敏感行业：法律、医疗、金融领域的个人从业者，需要本地处理含敏感信息的文档，满足GDPR、HIPAA等合规要求的数据最小化原则。

开发者与技术用户：需要文档处理管道组件进行集成，或希望基于该技能进行二次开发的技术人员。代码结构清晰、参考指南完整，具备良好的可扩展性。

使用风险

依赖维护风险：pdfplumber、openai-whisper等第三方库若出现安全漏洞或破坏性更新，可能影响相关功能。建议锁定版本号（如pdfplumber==0.11.0）并定期审计。

音频转录的数据出境：Whisper模型首次下载来自OpenAI/HuggingFace服务器（美国/欧洲），虽后续完全离线运行，但在强数据本地化要求的场景下需预下载模型并断网使用。

本地文件安全风险：时间线日志和脱敏输出文件以明文JSON/文本形式存储于本地文件系统，若设备丢失或遭入侵存在泄露风险。建议存储于加密磁盘或定期清理。

误识别与幻觉风险：尽管技能设计保守标记策略（"存疑则标注"），Claude对复杂表格、手写内容、低质量扫描件的识别仍可能出现错误。关键业务决策前需人工复核输出。

功能误用风险：用户可能将合同分析输出用于正式法律决策，或将医疗摘要替代专业诊断。各模式参考文件已包含免责声明，但用户教育仍是必要环节。