不安装ai agent或skill，在线实现司法行政文书检测的思路

不同之处前一个例子其实是直接把skill文件作为附件上传然后直接提示词中引用skill文件要求大模型按照skill定义的流程和规范来对其它针对性的附件进行检测和评估。——根据skill的特点可以针对司法文书、行政类书面的文书等进行幻觉、异常点、文书质量等做综合检测生成报告。对扫描版本的PDF或图片建议提示语中优先要求把这些文件转换识别为markdown格式一方面任务独立而清晰另外可以通过识别过程甄别OCR是否成功以免明明未识别成功、导致检测结果不佳用户却不知道。以DeepSeek V4Flash网络版为例这次脑洞再稍微打开一点实际上网络开源的skill相对比较复杂、包含多种脚本的其实也可以直接引用了拿来。仍然是以 chat.deepseek.com 为例其它具有在线联网、尤其是可以直连github.com的网络版大模型可以支持多附件、大附件可以支持OCR识别的web版的人工智能大模型也都可以。——对隐私不敏感的情况下如果极度敏感可以考虑本地部署、本地安装技术上都没有难度。提示词请基于https://github.com/lcfactorization/judicial-doc-anomaly-mcp.git https://github.com/lcfactorization/legal-hallucination-mcp.git https://github.com/lcfactorization/judicial-doc-quality-mcp.git 三个MCP对该文书进一步进行检测、分析、评估形成合并的检测报告如有材料缺失则务必注明对评估结果的影响和局限性并对用户给出清晰的提示得到的合并的检测报告请以独立的markdown源代码形式提供基于三个github上开源的mcp框架的、skills文件。如果能够提供一些测试案例可能更好。不提供实际的例子但脱敏的部分结果可以看看某基层司法局被移交了实际上自己根本不敢处理的律师投诉案件被迫处理出具的文书检测起来虽然说理比较隐蔽性强但各种问题在AI检测之下一览无余