医疗险条款结构化解析器

任务目标

• 本 Skill 用于：从医疗险条款文档中提取32个结构化字段
• 能力包含：解析PDF/DOCX/TXT格式文档，提取Level 1核心字段（14个）和Level 2增强字段（18个）
• 触发条件：用户提供医疗险条款文档或文本内容，需要结构化提取时

前置准备

• 依赖说明：无特殊依赖，已内置文档解析脚本

操作步骤

• 标准流程:

1. 获取文档内容
• 如果用户提供的是PDF/DOCX/TXT文件，调用 scripts/parse_document.py 获取纯文本内容
• 如果用户直接输入保险条款文本，直接使用该文本
2. 提取结构化信息
• 根据 references/output-format.md 中的字段定义，从文档内容中提取对应信息
• 智能体将逐项分析文档，填充以下两部分：
• level1_core_fields: 14个绝对核心字段（年度限额、免赔额、赔付比例、续保条件等）
• level2_enhancement_fields: 18个对比增强字段（家庭共享免赔额、特殊门诊、院外购药、CAR-T等）
• 数据类型转换规则：
• DECIMAL类型：金额转换为元（如"100万" → 1000000.00），比例转换为小数（如"100%" → 1.0000）
• ENUM类型：严格使用枚举值（如免赔额单位："年"/"次"/"疾病"/"住院"）
• BOOLEAN类型：根据表述判断（"保障"/"是" → true，"不保障"/"否" → false）
• INT类型：直接提取数字（如"30天" → 30）
3. 输出结果
• 以JSON格式输出完整的结构化数据
• Level 1字段必须填充，Level 2字段未明确说明可使用null
• 确保所有字段类型和枚举值符合格式规范

资源索引

• 必要脚本:见 scripts/parse_document.py(用途与参数:解析PDF/DOCX/TXT文件，返回纯文本)
• 领域参考:见 references/output-format.md(何时读取:始终读取，用于了解字段定义和提取规则)

注意事项

• 优先使用文档解析脚本处理文件，避免格式错误
• 提取时保持原文含义，必要时可进行总结归纳
• Level 1核心字段必须优先保证准确性，AI可100%提取无null风险
• Level 2增强字段允许null，体现产品差异化
• 严格按照数据类型转换规则处理数值、比例、枚举值
• 确保JSON格式正确，避免语法错误

使用示例

• 场景1：上传PDF医疗险合同
• 调用脚本：python scripts/parse_document.py ./insurance_contract.pdf
• 提取32个字段并输出结构化JSON
• 核心字段示例：年度限额200万元、免赔额1万元/年、社保报销后100%赔付
• 增强字段示例：院外购药保障、CAR-T治疗、家庭共享免赔额
• 场景2：直接输入医疗险条款文本
• 直接分析文本内容
• 按格式规范输出32个字段的结构化JSON
• 未明确说明的Level 2字段使用null表示