antinet-four-color-cards

四色卡片生成 Skill（通政司 + 监察院 + 丞相府）

使用方式

• 由通政司 Worker 主调用，生成蓝卡（事实）/ 绿卡（解释）。
• 黄卡（风险）交由监察院复核过度声明；红卡（行动）交由丞相府补全策略建议。
• 四卡片统一经太史阁留痕，保证每张卡片可溯源。

输入（Input）

• markdown：密卷房解析产出的结构化文档
• intent：用户意图 / 查询目标
• llm_available：LLM 是否可用（影响黄卡生成路径）

输出（Output）

• blue_card：事实卡——可溯源的陈述，附来源片段
• green_card：解释卡——对事实的机制/背景说明
• yellow_card：风险卡——过度声明、不确定性与潜在偏差（经监察院复核）
• red_card：行动卡——下一步建议（经丞相府补全）

依赖（Dependencies）

• LLM API（生成蓝/绿/红卡）
• 过度声明检测规则集（监察院提供，用于黄卡）
• 解析置信度（来自 doc-parse，低置信度触发人工复核标记）

失败处理（Failure Handling）

• LLM 不可用 → 降级到规则引擎生成卡片，黄卡/红卡显式标注「未启用 LLM」。
• 监察院复核超时 → 黄卡暂以规则引擎结果交付，并标记 pending_review。
• 来源缺失 → 对应事实在蓝卡中标注「无来源」，不直接生成断言。

复用价值（Reuse Value）

• 方法论通用：科研分析、金融研报、法律文档分析均可套用四色卡片框架。
• 可审计性强：每张卡片带来源与生成方式，天然契合 Agent Infra 的可观测/审计评审维度。

复赛代码包执行（runnable package）

• 真实入口：scripts/run_four_color_cards.py --stage {extract|review|propose}
• 三个子任务映射：
  • extract → 通政司 comm.tongzhengsi.TongZhengSiAgent（蓝卡：事实抽取）
  • review → 监察院 audit.jichayuan.JianChaYuanAgent（绿卡：Gap/解释）
  • propose → 丞相府 strategy.chengxiangfu.ChengXiangFuAgent（红卡：行动建议）
• 运行示例：
  • python skills/four-color-cards/scripts/run_four_color_cards.py --stage extract
  • python skills/four-color-cards/scripts/run_four_color_cards.py --stage review
  • python skills/four-color-cards/scripts/run_four_color_cards.py --stage propose
• 产物：examples/snse_survey/skill_outputs/four_color_<stage>.json
• 溯源铁律：绿卡 cite 蓝卡、红卡 cite 绿卡/蓝卡，无来源不得入库（由 card_model 强制）。