Install any skill in seconds. Free to start, no credit card required.
Get Started Free →二审程序的诉讼文书制备阶段。承接阶段一(战略分析)的分析成果,将上诉策略转化为可直接提交二审法院的正式法律文书。当用户已完成阶段一、需要起草上诉状或二审答辩状、制作新证据目录、或收到法院来文需要处理时触发。适用于上诉人准备上诉材料,或被上诉人准备应诉材料。
.claude/skills/thomasmoreai-02-lyronlee/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-04 | ✗→✓ | ▲ Improved | 102% | 0% |
| case-05 | ✗→✓ | ▲ Improved | 144% | 0% |
| case-06 | ✗→✓ | ▲ Improved | 119% | 0% |
| case-11 | ✗→✓ | ▲ Improved | 152% | 0% |
| case-13 | ✗→✓ | ▲ Improved | 152% | 0% |
> 核心理念:阶段一想清楚,阶段二写清楚。本阶段不创造新的事实分析,而是把阶段一的结论转化为格式规范、可直接提交二审法院的法律文书。二审文书的核心是"原审哪里错了",不是"事实本来怎样"。
01-上一阶段产出/ 中已放入阶段一产出(如阶段一已完成)02-对方来文/ 中已放入对方上诉状01-上一阶段产出/01-判决书分析意见.md01-上一阶段产出/02-上诉策略方案书.md02-上诉新证据/ 中的新材料(如有)02-对方来文/ 中的对方上诉状01-上一阶段产出/ 中的策略材料(如有)读取全部法院来文(04-法院来文/),提取并跟踪以下期限:
| 期限来源 | 期限事项 | 法定基准 | 优先级 | |---------|---------|---------|--------| | 应诉通知书 | 答辩期 | 15日 | 法院指定 > 法定 | | 举证通知书 | 举证期限 | 法院指定(通常 ≥30日) | 法院指定 > 法定 | | 传票 | 开庭日期 | 法院指定 | 法院指定 | | 缴费通知书 | 上诉费预缴 | 上诉期内或法院指定期限 | 法院指定 > 法定 | | 判决书 | 上诉期 | 判决15日 / 裁定10日 | 法院指定 > 法定 |
规则:
确认用户角色,决定生成上诉状还是二审答辩状:
| 角色 | 定义 | 生成文书 | |------|------|---------| | 上诉人 | 不服一审判决,提起上诉 | 《上诉状》(视检测结果决定是否生成) | | 被上诉人 | 一审胜诉/部分胜诉,对方提起上诉 | 《二审答辩状》 |
角色判定规则(调用 00-通用基础设施/角色判定规则.md 第二章):
02-对方来文/ 中有对方上诉状但用户未明确角色,默认被上诉人模式上诉期限很短(判决书15日/裁定书10日),上诉状通常在一审收尾阶段即已完成。 在决定生成上诉状前,必须先检测用户是否已有上诉状:
检测路径:
01-上一阶段产出/(即 ../01-战略分析/04-阶段产出/)中的文件01-一审卷宗材料/ 及子目录04-阶段产出/、06-阶段产出/)02-对方来文/(检测对方是否已上诉)检测结果处理:
| 检测情形 | 系统行为 | |---------|---------| | 检测到用户已有上诉状 | 询问用户:"检测到您已在一审阶段完成上诉状(文件路径:XXX),是否需要:①沿用现有上诉状;②修改现有上诉状;③重新起草?" 如选择①或②,跳过 Step 2.1(起草上诉状),直接进入 Step 2.2(新证据目录)及后续步骤 | | 未检测到用户上诉状,但在上诉期内 | 询问用户:"未检测到已有上诉状,您是否需要在二审阶段生成上诉状?" 用户确认需要时,才进入 Step 2.1 生成上诉状 | | 未检测到用户上诉状,且上诉期已届满 | 提示用户上诉权已丧失,建议转入 03-再审程序/;如用户仍坚持,仅生成上诉状供参考(需明确告知逾期风险) | | 检测到对方上诉状(被上诉人模式) | 直接进入被上诉人工作流(Step 3),无需生成上诉状 |
> ⚠️ 核心原则:本阶段默认不自动生成上诉状。仅在以下情形才生成: > 1. 用户明确要求生成上诉状; > 2. 未检测到已有上诉状,且用户确认需要生成; > 3. 检测到已有上诉状,但用户选择"重新起草"。 > > 避免在一审已完成上诉状的情况下重复劳动。
触发条件:通过 Step 1.2 检测后,确认需要生成上诉状。
基于 01-判决书分析意见.md 和 02-上诉策略方案书.md,生成 05-阶段产出/01-上诉状.md。
markdown上诉人:【姓名/名称】 住所地/住址: 法定代表人/负责人:(如为法人) 被上诉人:【姓名/名称】 住所地/住址: (原审第三人:如有,列明) 上诉请求: 1. 请求撤销【一审法院名称】(【案号】)民事判决第【X】项,改判【具体请求内容】; 2. 请求撤销一审判决,发回【一审法院名称】重审; 3. 请求判令被上诉人承担本案一、二审诉讼费用。 上诉理由: 一、原审判决认定事实错误(或事实不清) 【具体指出原审认定错误的某个事实,引用证据反驳】 二、原审判决适用法律错误 【具体指出原审引用的法条错误或不完整,引用正确的法律依据】 三、原审违反法定程序 【如存在程序问题,具体说明】 综上所述,原审判决【错误之处】,恳请二审法院依法改判。 此致 【二审法院名称】 上诉人:【签章】 日期: 附: 1. 本上诉状副本【X】份 2. 新证据目录及证据材料(如有)
如有二审新证据,生成 05-阶段产出/02-新证据目录.md。
格式:同证据目录(序号/名称/证明目的/页码),但每份证据需额外标注:
| 额外字段 | 说明 | |---------|------| | 是否属于新证据 | 依据民诉法司法解释,说明属于哪种新证据类型 | | 一审未提交原因 | 客观原因说明(如新发现、一审申请调取未获准等) | | 对上诉请求的支持作用 | 该证据针对一审判决的哪个错误 |
生成 05-阶段产出/03-上诉费计算表.md,包含:
如需要二审法院调取一审未调取的证据:
阶段二视角的缺失信息,列入 05-阶段产出/04-待补充材料清单.md:
基于对方上诉状,生成 05-阶段产出/01-二审答辩状.md。
markdown答辩人:【姓名/名称】 住所地/住址: 上诉人:【姓名/名称】 答辩人因与上诉人【案由】纠纷一案,针对上诉人的上诉请求和理由,答辩如下: 一、针对上诉请求一的答辩 【逐条反驳】 二、针对上诉理由的答辩 【分点反驳对方的上诉理由】 三、一审判决认定事实清楚、适用法律正确 【正面阐述一审判决的正确性】 综上所述,请求二审法院驳回上诉,维持原判。 此致 【二审法院名称】 答辩人:【签章】 日期: 附: 1. 本答辩状副本【X】份 2. 证据目录及证据材料(如有反驳新证据)
本阶段来文放入对应文件夹:
| 来文类型 | 存放位置 | 处理方式 | |---------|---------|---------| | 对方上诉状 | 02-对方来文/ | 触发被上诉人模式 | | 法院受理通知书 | 04-法院来文/ | 确认二审已立案 | | 举证通知书 | 04-法院来文/ | 提取举证期限 | | 传票 | 04-法院来文/ | 提取开庭日期 | | 缴费通知书 | 04-法院来文/ | 确认上诉费金额和缴费期限 | | 应诉通知书 | 04-法院来文/ | 提取答辩期限 |
生成全部文件后,逐项核对:
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-04 | fail→pass | 18,595 | 15,004 | -19% | 1 | 1 | 0% | 3,094 | 6,238 | +102% | 0 | 0 | — |
case-05 | fail→pass | 14,334 | 13,697 | -4% | 1 | 1 | 0% | 2,358 | 5,752 | +144% | 0 | 0 | — |
case-01 | fail→fail | 15,695 | 27,405 | +75% | 1 | 1 | 0% | 3,076 | 7,554 | +146% | 0 | 0 | — |
case-02 | fail→fail | 18,144 | 17,316 | -5% | 1 | 1 | 0% | 2,911 | 6,405 | +120% | 0 | 0 | — |
case-03 | fail→fail | 20,242 | 22,213 | +10% | 1 | 1 | 0% | 3,324 | 7,413 | +123% | 0 | 0 | — |
case-06 | fail→pass | 13,656 | 10,702 | -22% | 1 | 1 | 0% | 2,373 | 5,187 | +119% | 0 | 0 | — |
case-07 | pass→pass | 15,359 | 15,590 | +2% | 1 | 1 | 0% | 2,534 | 5,925 | +134% | 0 | 0 | — |
case-08 | pass→pass | 10,787 | 7,264 | -33% | 1 | 1 | 0% | 1,710 | 4,767 | +179% | 0 | 0 | — |
case-09 | fail→fail | 16,943 | 16,558 | -2% | 1 | 1 | 0% | 2,564 | 6,091 | +138% | 0 | 0 | — |
case-10 | pass→pass | 14,528 | 15,744 | +8% | 1 | 1 | 0% | 2,790 | 6,466 | +132% | 0 | 0 | — |
case-11 | fail→pass | 15,259 | 15,766 | +3% | 1 | 1 | 0% | 2,416 | 6,095 | +152% | 0 | 0 | — |
case-12 | pass→pass | 15,269 | 4,996 | -67% | 1 | 1 | 0% | 2,407 | 4,431 | +84% | 0 | 0 | — |
case-13 | fail→pass | 13,321 | 13,848 | +4% | 1 | 1 | 0% | 2,303 | 5,811 | +152% | 0 | 0 | — |
case-14 | fail→fail | 14,398 | 16,851 | +17% | 1 | 1 | 0% | 2,477 | 6,511 | +163% | 0 | 0 | — |
case-15 | fail→fail | 23,061 | 15,927 | -31% | 1 | 1 | 0% | 2,870 | 5,852 | +104% | 0 | 0 | — |
case-16 | pass→pass | 20,551 | 17,577 | -14% | 1 | 1 | 0% | 2,980 | 6,476 | +117% | 0 | 0 | — |
case-17 | pass→pass | 17,132 | 19,750 | +15% | 1 | 1 | 0% | 2,634 | 6,603 | +151% | 0 | 0 | — |
case-18 | pass→pass | 16,930 | 19,111 | +13% | 1 | 1 | 0% | 2,781 | 6,609 | +138% | 0 | 0 | — |
case-19 | fail→pass | 11,413 | 7,082 | -38% | 1 | 1 | 0% | 1,842 | 4,899 | +166% | 0 | 0 | — |
case-20 | fail→pass | 8,462 | 3,213 | -62% | 1 | 1 | 0% | 1,486 | 4,135 | +178% | 0 | 0 | — |
case-21 | fail→pass | 15,563 | 11,766 | -24% | 1 | 1 | 0% | 2,510 | 5,211 | +108% | 0 | 0 | — |
case-22 | pass→pass | 16,780 | 17,717 | +6% | 1 | 1 | 0% | 2,620 | 6,236 | +138% | 0 | 0 | — |
case-23 | fail→pass | 14,577 | 18,435 | +26% | 1 | 1 | 0% | 2,261 | 6,431 | +184% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 23 cases were attempted. The headline lift of +39 percentage points is the difference between those two pass rates over the 23 comparable cases. 2 cases got worse with the skill loaded, and they are included in that figure.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.