你是一位专业的AI技能架构师。你的任务是根据用户的需求，自动生成一个完整的AI技能。

请根据以下信息生成技能：

1. 目标领域：[法律/医疗/金融/教育/其他]
2. 应用场景：[具体应用场景描述]
3. 核心功能：[需要实现的核心功能列表]
4. 性能要求：[响应速度、准确性等要求]
5. 用户群体：[目标用户描述]
6. 集成要求：[需要集成的系统或平台]

请生成包含以下组件的完整技能：
- 技能名称和描述
- 核心功能模块
- 知识库结构
- 输入输出接口
- 评估指标
- 使用示例

我需要一个用于合同审查的法律技能，能够自动识别合同中的风险条款并提供修改建议。

你是一位专业的AI技能架构师。请根据以下需求，生成一个完整的法律合同审查技能。

需求：自动审查合同、识别风险条款、提供修改建议

请生成包含以下内容的完整技能：

1. 技能概述
   - 技能名称和版本
   - 核心功能描述
   - 适用场景和范围

2. 知识库结构
   - 合同类型分类体系
   - 风险条款识别规则
   - 法律条款知识图谱

3. 核心功能模块
   - 合同解析模块
   - 风险识别模块
   - 条款分析模块
   - 修改建议生成模块

4. 输入输出接口
   - API接口定义
   - 数据格式规范
   - 错误处理机制

5. 评估指标
   - 准确率要求
   - 响应时间要求
   - 用户满意度指标

6. 使用示例
   - 标准输入示例
   - 预期输出示例
   - 常见问题处理

直接输出生成的完整技能文档。

## 合同审查技能（ContractReview v1.0）

### 1. 技能概述

**技能名称**：合同审查助手
**核心功能**：自动审查各类合同，识别风险条款，提供专业修改建议
**适用场景**：企业法务、个人合同审核、合同签订前检查
**版本**：v1.0

### 2. 知识库结构

**2.1 合同类型分类**
- 劳动合同
- 商务合同
- 租赁合同
- 采购合同
- 销售合同
- 服务合同

**2.2 风险条款识别规则**
- 违约金条款过高的识别
- 免责条款不合理的识别
- 履行期限不明确的识别
- 违约责任不对等的识别
- 争议解决条款不利的识别

**2.3 法律条款知识图谱**
- 民法典相关条款
- 合同法基本原则
- 行业特定法规
- 司法解释和判例

### 3. 核心功能模块

**3.1 合同解析模块**
- 输入：合同文本（Word、PDF、图片）
- 处理：文本提取、条款分割、结构化
- 输出：结构化合同条款

**3.2 风险识别模块**
- 输入：结构化合同条款
- 处理：规则匹配、语义分析、风险评分
- 输出：风险条款列表及风险等级

**3.3 条款分析模块**
- 输入：风险条款
- 处理：法律依据匹配、影响分析
- 输出：条款分析报告

**3.4 修改建议生成模块**
- 输入：风险条款和分析报告
- 处理：生成修改建议、参考条款
- 输出：修改建议清单

### 4. 输入输出接口

**API接口**：
- `analyze_contract(text)`：分析合同文本
- `get_risk_report()`：获取风险报告
- `get_suggestions()`：获取修改建议

**数据格式**：
- 输入：JSON格式的合同文本
- 输出：JSON格式的分析结果

### 5. 评估指标

- 风险识别准确率：≥90%
- 平均响应时间：<5秒
- 支持合同类型：≥10种
- 用户满意度：≥85%

### 6. 使用示例

**输入**：
```json
{
  "contract_type": "商务合同",
  "content": "甲乙双方签订本合同，甲方应在收到货物后30日内支付全款，如甲方逾期付款，应向乙方支付合同总金额的50%作为违约金..."
}

{
  "risk_level": "高",
  "risk_clauses": [
    {
      "clause": "甲方逾期付款，应向乙方支付合同总金额的50%作为违约金",
      "risk_type": "违约金过高",
      "legal_basis": "民法典第585条",
      "suggestion": "建议将违约金比例调整为合同总金额的20%-30%"
    }
  ]
}

**第三步：评估和测试生成的技能**

验证生成的技能是否满足需求，测试其功能和性能。

**第四步：根据评估结果优化技能**

如果技能不符合期望，向AI反馈具体问题，让AI优化技能。

**优化反馈示例**：

### 3.5.4 生成技能的高级技巧

**1. 渐进式生成法**

渐进式生成法是指通过多轮对话，逐步完善技能。每一轮生成和评估后，根据反馈进行优化，直到获得满意的技能。

**2. 模板定制法**

模板定制法是指为特定类型的技能创建通用的框架模板，然后根据具体需求进行定制。

**通用技能模板**：

**3. 组合生成法**

组合生成法是指将多个现有的简单技能组合成一个新的复杂技能。

### 3.5.5 完整的生成-优化循环流程

将生成技能和优化技能结合，形成一个完整的迭代循环流程：

### 3.5.6 实战案例：生成法律合同审查技能的全过程

**案例：生成一个法律合同审查技能**

**初始需求**：

**第一步：使用元技能框架生成初始技能**

**元技能框架**：

**生成的技能**：[AI生成完整的合同审查技能文档]

**第二步：测试生成的技能**

使用生成的技能审查实际合同，评估其风险识别能力和准确性。

**测试案例**：

**第三步：根据测试反馈优化技能**

**优化元技能框架**：

**优化后的技能**：[更新后的合同审查技能，增加格式条款分析、合同效力判断、法律依据说明等功能]

**第四步：最终测试和部署**

对优化后的技能进行完整测试，验证所有功能是否符合要求，然后部署上线。

通过这种方式，你可以利用"元技能"让AI自动生成完整的技能，然后通过测试和反馈循环不断优化，直到获得满足需求的技能。

### 3.5.7 生成技能的注意事项

**1. 需求明确性**：在描述技能需求时，尽量明确、具体，包括目标领域、功能要求、性能指标等。

**2. 知识完整性**：确保AI生成的技能包含完整的知识库结构，能够处理各种常见场景。

**3. 接口标准化**：生成的技能应采用标准化的接口定义，便于集成和调用。

**4. 评估可量化**：为技能设定可量化的评估指标，便于测试和优化。

**5. 迭代优化**：不要期望一次生成就能获得完美的技能，需要通过迭代不断优化。

**6. 人工审核**：AI生成的技能需要人工审核和调整，确保符合专业标准和实际需求。

**7. 持续更新**：技能需要根据领域发展和用户反馈进行持续更新和优化。

## 3.6 实战练习：构建专业领域技能

### 3.6.1 法律助手技能

**任务**：构建一个法律助手技能，用于回答法律问题和提供法律建议。

**步骤**：

1. **需求分析**：明确技能的应用场景（如个人法律咨询、企业法律事务等）、目标用户（如普通公民、企业法务等）、功能需求（如法律问题回答、法律文书起草、案例分析等）。
2. **知识获取**：收集法律领域的知识，包括法律法规、案例分析、法律文书模板等。
3. **技能设计**：设计技能的结构和功能，包括问题识别、法律知识检索、法律建议生成等。
4. **技能实现**：使用规则引擎和机器学习相结合的方法，实现技能的功能。
5. **技能测试**：测试技能的准确性、响应速度和用户体验。
6. **技能部署**：将技能部署到实际环境中，供用户使用。

### 3.6.2 医疗诊断技能

**任务**：构建一个医疗诊断技能，用于分析症状和提供诊断建议。

**步骤**：

1. **需求分析**：明确技能的应用场景（如家庭医疗咨询、初级医疗诊断等）、目标用户（如普通用户、初级医疗人员等）、功能需求（如症状分析、疾病诊断、治疗建议等）。
2. **知识获取**：收集医疗领域的知识，包括常见疾病、症状表现、诊断标准、治疗方案等。
3. **技能设计**：设计技能的结构和功能，包括症状输入、疾病匹配、诊断建议生成等。
4. **技能实现**：使用机器学习模型，训练技能识别症状和诊断疾病。
5. **技能测试**：测试技能的诊断准确性和用户体验。
6. **技能部署**：将技能部署到实际环境中，供用户使用。

### 3.6.3 金融分析技能

**任务**：构建一个金融分析技能，用于分析市场趋势和提供投资建议。

**步骤**：

1. **需求分析**：明确技能的应用场景（如个人理财、企业投资等）、目标用户（如普通投资者、专业分析师等）、功能需求（如市场分析、风险评估、投资建议等）。
2. **知识获取**：收集金融领域的知识，包括市场数据、投资策略、风险评估方法等。
3. **技能设计**：设计技能的结构和功能，包括数据采集、市场分析、投资建议生成等。
4. **技能实现**：使用数据分析工具和机器学习模型，实现技能的功能。
5. **技能测试**：测试技能的分析准确性和投资建议的质量。
6. **技能部署**：将技能部署到实际环境中，供用户使用。

通过这些实战练习，你可以掌握技能的开发和部署方法，从而为AI赋予专业能力，使其在特定领域发挥更大的作用。