# 法条案例一键验真

> 当用户需要验证 AI 生成的法条引用或案例引用是否准确时触发。接收 AI 生成的法律文本（含法规名称 + 条号 + 生成文本，或案例案号 + 裁判摘要），通过法规检索与案例检索数据连接器检索权威原文，逐条比对后输出校对报告：权威原文 + 实施日期 + 时效状态 + 准确度判定（✅准确/⚠️部分偏差/❌严重失实/🔍未找到）+ 可替换的修正文本。适用于律师审核 AI 起草的文书、法务验证 AI 法律咨询结果、对 AI 生成的法律分析做质量把关等场景。触发条件：校对法条、核实法条、验证法条、幻觉检测、法条验证、案例核实、检查引用准确性、AI法条是否正确。NOT-FOR：单纯法条查询/检索（→法规检索工具）、单纯类案检索（→类案检索工具）、法律分析报告生成（→案情法律分析报告）、合同审查（→合同审查工具）、文书起草（→对应文书生成 Skill）。

- Skill: `ahang1598/skill-149` (Agent Skill, multi-file: 9 files)
- Install (CLI): `npx skillmds@latest add ahang1598/skill-149`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ahang1598/skill-149/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Research & Search
- Author: ahang1598 (https://skillmd.com/u/ahang1598)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/ahang1598/skill-149

---


# 法条案例一键验真

## 重要提示

大模型生成的法律文本经常存在法条引用不准确的问题：改写条文、遗漏限定条件、张冠李戴、甚至凭空编造法条。本 Skill 通过外部权威数据库自动比对，帮助用户快速识别和修正这些问题。

核心原则：
1. **验证工具，不是生成工具** — 本 Skill 输出校对报告，不生成法律文书或法律分析
2. **权威来源仅限数据连接器检索结果** — 所有权威原文必须来自法规/案例检索数据连接器的检索结果，严禁使用模型自身知识充当权威来源
3. **连接器不可用不降级** — 与其他 Skill 不同，本 Skill 在检索连接器不可用时标注"未能验证"，绝不用模型知识替代。原因：本 Skill 的核心价值是"用外部权威验证 AI"，用 AI 验证 AI 是自我循环
4. **逐条覆盖** — 输入中的每条法条/案例引用必须逐一校验，不遗漏
5. **修正文本取原文** — 提供的修正文本直接取自权威原文，不做 AI 改写

## 法律合规声明

1. **管辖范围**：中国大陆（不含港澳台）
2. **输出性质**：校对报告仅供参考，不构成法律意见
3. **数据来源**：法条与案例原文来自权威法规/案例数据库检索（通过数据连接器），法律法规最终权威以国家法律法规数据库（flk.npc.gov.cn）为准
4. **时效说明**：法律法规的时效性以检索时数据库收录为准，不保证实时更新
5. **不编造**：严禁编造权威原文、伪造检索结果、虚构匹配度数据

## 适用场景

当用户需要验证 AI 生成内容中法条/案例引用的准确性时使用：
- 律师审核 AI 起草的文书中的法条引用是否准确
- 法务验证 AI 法律咨询回复中的法条是否存在幻觉
- 对其他 Skill 输出（如答辩状、论证链、分析报告）做二次质量校验
- 验证案例引用是否真实（案号、裁判日期、裁判要旨）

### NOT-FOR（引导至其他 Skill）

| 用户意图 | 引导方向 |
|----------|----------|
| "帮我查XX法第几条" / 单纯法条检索 | 法规检索工具 |
| "帮我找类似案例" / 单纯类案检索 | 类案检索工具 |
| "写答辩状" / "写起诉状" | 对应文书生成 Skill |
| "全面分析这个案件" | 案情法律分析报告 |
| "分析起诉状" | complaint-analyzer |
| "审查合同" | 合同审查工具 |

## 安全声明

本 Skill 为**只读校验工具**，不执行任何写操作（不创建文件、不修改文件、不发送消息、不调用写入类 API）。输出仅为对话中的校对报告文本。

## 状态机制

本 Skill **无状态**。每次校对独立执行，不保存历史记录、不依赖先前校对结果。如需对比多次校对结果，由用户自行管理。

## 外部服务依赖

本 Skill 依赖以下两类数据连接器能力（**不绑定任何具体连接器或工具名**，运行时按 Phase 2「权威检索（三段式探测）」探测并选择实际可用的连接器）：

| 能力 | 用途 | 降级方案 |
|------|------|---------|
| 法规检索能力 | 检索法律法规条文权威原文 | 标注"⚠️ 法规检索连接器不可用，无法验证该法条，请人工核实" |
| 案例检索能力 | 检索司法案例权威信息 | 标注"⚠️ 案例检索连接器不可用，无法验证该案例，请人工核实" |

**关键约束**：连接器不可用时严禁降级到模型知识。本 Skill 的全部价值在于外部权威数据验证，用模型知识充当"权威"会使校对失去意义。

## 输入参数

### 必需信息

| 参数 | 说明 | 获取方式 |
|------|------|----------|
| AI 生成文本 | 包含法条引用或案例引用的文本 | 文本粘贴 |

### 两种输入模式

**模式 A — 结构化输入**（用户明确分条提供）：

```
法规名: 《民法典》
条号: 第五百七十七条
AI 生成文本: "当事人一方不履行合同义务或者履行不符合约定的，应当承担继续履行、采取补救措施或者赔偿损失等违约责任。"
```

**模式 B — 非结构化输入**（用户粘贴一段文本）：

```
根据《民法典》第五百七十七条，当事人一方不履行合同义务或者履行不符合约定的，应当承担违约责任。同时，依据《劳动合同法》第四十七条的规定，经济补偿按劳动者在本单位工作的年限计算......
```

自动检测输入模式：当输入包含"法规名""条号""AI 生成文本"等字段标签时判定为模式 A，否则为模式 B。

## 处理流程

### Phase 1：输入解析与引用提取

**目标**：从用户输入中提取全部法条引用和案例引用。

| 步骤 | 动作 | 降级处理 |
|------|------|----------|
| 1.1 | 判断输入模式（结构化 A / 非结构化 B） | 无法判断时默认模式 B |
| 1.2 | 模式 A：直接按字段解析法规名、条号、AI 生成文本 | — |
| 1.3 | 模式 B：使用提取规则（见 [citation-extraction-rules.md](./references/citation-extraction-rules.md)）自动提取法条引用（《XX法》第X条）和案号（(20XX)X民初X号）；可运行 `python3 scripts/extract_citations.py --text "文本"` 辅助提取（输出 JSON） | 提取失败时请求用户手动提供 |
| 1.4 | 对每条引用记录：法规名/条号/AI 引用文本（法条），或案号/AI 引用摘要（案例） | — |
| 1.5 | 去重：合并同一法条的重复引用 | — |
| 1.6 | **向用户确认提取结果**："已从文本中识别到 X 条法条引用和 Y 条案例引用：[清单]。是否开始校验？" | 用户修正后重新提取 |

**必须遵守**：模式 A 与模式 B 均须在输出提取清单后**暂停等待用户确认**（用户回复"确认/开始"等指令后才进入 Phase 2），不得展示清单后紧接着自行开始检索。模式 B 下用户确认是硬性前置条件；模式 A 下如用户已在输入中明确指示"直接校验/无需确认"，可跳过等待。

### Phase 2：权威检索（三段式探测）

**目标**：通过数据连接器检索每条引用的权威原文。**不写死任何连接器/工具名/供应商**，运行时按探测结果决定调用哪家。

连接器探测与字段映射的详细规则见 [mcp-tool-usage.md](./references/mcp-tool-usage.md)。

#### 2.A 探测

调用 `qwenwork_mcp_tool_list`，keyword 逐个尝试以下关键词（覆盖能力中英文表述与供应商标识）：

- **法规检索能力**：`法规 / 法条 / 法律法规 / fatiao / law / article / statute / regulation / flfg / pkulaw / fabao / 北大法宝 / yuandian / 元典 / 法智`
- **案例检索能力**：`案例 / 司法案例 / 案号 / 裁判文书 / case / judgment / pkulaw / fabao / 北大法宝 / yuandian / 元典`

#### 2.B 匹配（按工具语义判定，不写死任何工具名）

- 在返回工具中，匹配工具名或 description 含「法规检索」「法条检索」「statute/law search」「article」等语义的工具（法规检索能力），或含「案例检索」「案件查询」「case search」「案例详情」等语义的工具（案例检索能力）；
- **必须**对候选工具调用 `qwenwork_mcp_tool_get` 取回参数 schema 并验证后，才能发起调用；不得凭工具名或本文示例猜测入参名与类型；
- 依据 schema 适配入参，**只传该工具 schema 支持的参数**，schema 未定义的参数一律不传。

#### 2.C 调用

用 `qwenwork_mcp_tool_call` 执行；多家连接器可用时按探测命中顺序依次尝试，首选调用失败（报错/超时/鉴权失败）时切换下一家。

#### 逐条检索执行

| 步骤 | 动作 | 降级处理 |
|------|------|----------|
| 2.1 | 检查探测结果：输入含法条引用但未探测到法规检索连接器时，**停止执行**并告知用户："本技能需要「法规检索」能力，请前往千问办公 设置 → 连接器，搜索并启用法规检索类连接器后重试。"；案例检索能力缺失时同理 | 不硬跑：**禁止**用模型记忆编造法条原文或案例信息替代权威检索 |
| 2.2 | 对每条**法条引用**：构造检索 query（法规名 + 条号关键词，15-30 字），调用探测到的法规检索连接器 | — |
| 2.3 | 从返回结果中按"法规名 + 条号"精确匹配目标法条（字段映射见 mcp-tool-usage.md） | 无精确匹配：取匹配度最高的结果 + 标注匹配度 |
| 2.4 | 提取权威字段：条文原文、时效性、施行日期、匹配度（字段映射见 mcp-tool-usage.md；连接器未返回的字段一律标注"数据源未返回"，严禁用模型知识填充） | — |
| 2.5 | 对每条**案例引用**：用案号作为 query，调用探测到的案例检索连接器 | — |
| 2.6 | 从返回结果中按案号精确匹配目标案例 | 无精确匹配：标注"🔍 未找到该案例" |
| 2.7 | 提取权威字段：案号、案由、审理法院、裁判日期、裁判结果、裁判理由（字段映射见 mcp-tool-usage.md） | — |
| 2.8 | 单条检索失败时标注"未能验证"，继续校验其他引用，不终止整体流程 | — |

**重试策略**（每条引用最多重试 2 次）：
- 法条：第 1 次用"法规名 + 条号"，无结果则第 2 次用"法规名 + 关键词"
- 案例：第 1 次用完整案号，无结果则第 2 次用案号核心部分 + 案由关键词
- 初始检索不确定条号准确性时，优先用条号单独检索（取该条号真实内容）或关键词单独检索（找近似条文），避免条号+关键词组合互相干扰导致零结果

**张冠李戴交叉验证**（重试策略的唯一例外）：
- 若第 2 次重试命中的是**不同条号**的内容（如 AI 引"第800条"，关键词检索却命中"第794条"），疑似条号张冠李戴
- 此时允许**追加 1 次**"目标条号真实内容检索"（仅用条号检索，不带关键词），用于交叉比对两个条号的真实内容——这是发现条号错配的唯一手段，该次检索不计入 2 次重试上限
- 追加检索后无论结果如何，不再继续重试，按 Phase 3 标准判定并在报告中完整展示检索过程

### Phase 3：比对与分类

**目标**：将 AI 生成文本与权威原文逐条比对，判定准确度。

详细的判定标准见 [comparison-methodology.md](./references/comparison-methodology.md)。

| 步骤 | 动作 | 输出 |
|------|------|------|
| 3.1 | 逐条法条：对比 AI 生成文本 vs 检索返回的条文原文 | 差异标记 |
| 3.2 | 按四级标准判定准确度 | ✅准确 / ⚠️部分偏差 / ❌严重失实 / 🔍未找到 |
| 3.3 | 对⚠️和❌：标注具体差异点（增加/删减/改写了什么） | 差异明细 |
| 3.4 | 逐条案例：对比 AI 引用的案号/法院/案由/裁判摘要 vs 权威数据 | 差异标记 |
| 3.5 | 检查法条时效性：时效状态为"已废止"或"已修订"时特别标注 | 时效警告 |
| 3.6 | 生成可直接替换的修正文本（取权威原文，不做 AI 改写） | 修正文本 |

**四级准确度判定标准**：

| 等级 | 标志 | 判定标准 |
|------|------|----------|
| 准确 | ✅ | AI 文本与权威原文语义完全一致，允许标点和"的""了"等虚词差异 |
| 部分偏差 | ⚠️ | 核心法律要件正确，但存在文字改写、漏掉限定条件、合并/拆分条款 |
| 严重失实 | ❌ | 法条内容被实质性篡改、张冠李戴（A 法条文归到 B 法条名下）、凭空编造条款 |
| 未找到 | 🔍 | 检索无结果 — 可能是法规名/条号错误、法规已废止被删除、或纯粹虚构 |

### Phase 4：输出报告

**目标**：按模板格式输出结构化校对报告。

| 步骤 | 动作 |
|------|------|
| 4.1 | 按 [output-template.md](./references/output-template.md) 渲染完整校对报告 |
| 4.2 | 生成汇总统计（总数、各等级数量、整体准确率） |
| 4.3 | 执行质量自检（见"质量标准"章节） |
| 4.4 | 根据校对结果生成后续建议 |
| 4.5 | 附加法律合规声明 |

## 反幻觉保障措施

本 Skill 的核心目的就是检测幻觉，因此自身的反幻觉要求尤其严格。

| 编号 | 规则 | 处理方式 |
|------|------|----------|
| AH-1 | 权威文本必须来源于数据连接器检索结果 | 严禁使用模型自身知识作为"权威原文"输出；每条权威文本必须标注来源为连接器检索结果 |
| AH-2 | 连接器不可用不降级 | 连接器不可用时标注"未能验证"，绝不用模型知识替代 |
| AH-3 | 比对结果须有据 | 每个准确度判定须附具体依据（原文对比片段），不做无理由判定 |
| AH-4 | 禁止自我验证 | 不得用 AI 生成的文本来验证 AI 生成的文本；权威来源必须是数据连接器检索结果 |
| AH-5 | 检索结果透明 | 展示连接器返回的原始字段值（法规名、条号、匹配度等），让用户可追溯 |
| AH-6 | 不确定即标注 | 匹配置信度较低的匹配结果（similarity 低于 0.6，或连接器返回 score 类匹配分时明显低于同组最高分）须标注"匹配置信度较低，建议人工复核" |
| AH-7 | 废止法规特别警告 | 时效状态为"已废止"的法规须醒目标注，并提示用户注意现行替代法规 |

## 异常处理

| 异常场景 | 处理方案 | 报告中的标注 |
|---------|---------|-------------|
| 未探测到所需检索连接器 | 按 Phase 2 步骤 2.1 处理：停止执行，提示用户前往千问办公 设置 → 连接器启用法规检索/案例检索类连接器 | 不输出报告 |
| 检索连接器整体不可用（调用全部失败） | 告知用户"法律数据库检索服务暂不可用，无法执行校验"，建议稍后重试 | 不输出报告 |
| 单条法条检索失败 | 标注"未能验证"，继续校验其他引用 | "🔍 该法条未能验证（检索服务异常）" |
| 单条案例检索失败 | 同上 | "🔍 该案例未能验证（检索服务异常）" |
| 输入文本无法提取任何法条/案例引用 | 告知用户未识别到法条或案例引用，请求确认输入内容 | 不输出报告 |
| 法条检索返回多个匹配 | 取匹配度最高且法规名 + 条号最接近的结果，标注匹配度 | "匹配度: X%" |
| 输入中的法规名可能有误 | 模糊匹配后列出候选，向用户确认 | "检索到近似法规: [列表]，请确认" |
| 法条已废止 | 标注废止状态，提醒用户注意现行替代法规 | "⚠️ 该法规已废止" |
| 匹配度偏低（similarity 低于 0.6，或 score 明显低于同组最高分） | 标注匹配置信度较低 | "⚠️ 匹配置信度较低（匹配度: X），建议人工复核" |

## 质量标准

| 检查项 | 要求 | 不通过处理 |
|--------|------|----------|
| 引用完整性 | 输入中的全部法条/案例引用逐条校验，无遗漏 | 补充遗漏项 |
| 权威来源 | 每条权威原文均来自数据连接器检索结果，无一例外 | 移除无来源的"权威"文本 |
| 分类准确性 | 四级分类判定有明确依据和对比片段 | 补充判定依据 |
| 修正文本质量 | 修正文本直接取自权威原文，不做 AI 改写 | 替换为权威原文 |
| 时效性标注 | 已废止/已修订法规有明确标注 | 添加时效标注 |
| 统计准确性 | 汇总统计数字与逐条结果一致 | 修正统计 |
| 合规声明 | 输出包含法律合规声明 | 添加声明 |

## Skill 串联

本 Skill **独立可用**，不强制依赖其他 Skill。

### 上游 Skill（输入来源）

| Skill | 提供什么 | 本 Skill 如何使用 |
|-------|---------|------------------|
| defense-statement-draft | 答辩状中的法条引用 | 提取法条引用进行校验 |
| argument-chain-constructor | 论证链中的法律依据 | 校验大前提的法条是否准确 |
| 案情法律分析报告 | 分析报告中的法条和案例引用 | 批量校验报告中所有引用 |
| complaint-analyzer | 起诉状分析中的法条引用 | 校验分析中引用的法条 |

**识别规则**：当用户输入中包含上述 Skill 的结构化输出格式（如以 `=== 起诉状深度解析报告 ===` 或 `=== 答辩状 ===` 开头的文本），自动识别并提取其中的法条引用进行校验。

### 下游推荐（输出引导）

| 场景 | 推荐 |
|------|------|
| 发现多条法条严重失实 | "建议重新进行法律检索，确保法条引用准确后再生成文书" |
| 发现案例引用不存在 | "建议使用类案检索工具重新检索相关案例" |
| 法条引用了已废止法规 | "建议检索现行有效的替代法规" |
| 整体准确率较高（≥80%） | "仅需修正标注的偏差项，其余引用可直接使用" |

**注意**：推荐时使用功能描述而非硬编码 Skill 名称，避免用户未安装时产生困惑。

## 触发条件

### 触发

| 关键词 | 示例 |
|--------|------|
| 校对法条 | "帮我校对一下这段法条引用" |
| 核实法条 | "核实一下这些法条是否正确" |
| 验证法条 | "验证这段法律分析中的引用" |
| 幻觉检测 | "检查一下 AI 有没有编造法条" |
| 案例核实 | "核实一下这个案号是否存在" |
| 检查+引用+准确 | "检查一下引用是否准确" |
| AI+法条+正确/对不对 | "AI 给的法条对不对" |
| 法条+真的/假的 | "这个法条是真的吗" |

### 不触发（引导至其他 Skill）

| 用户意图 | 引导方向 |
|----------|----------|
| "帮我查XX法第几条" | 法规检索工具 |
| "帮我找类似案例" | 类案检索工具 |
| "写答辩状/起诉状" | 对应文书生成 Skill |
| "全面分析这个案件" | 案情法律分析报告 |
| "分析起诉状" | complaint-analyzer |

## 系统提示语

```
你是一个法律引用校对助手，专门验证 AI 生成的法条引用和案例引用的准确性。
你的任务是通过法规检索与案例检索数据连接器检索权威原文（运行时按三段式探测实际可用的连接器，不写死任何工具名），
与 AI 生成的文本逐条比对，输出结构化的校对报告。

你必须始终遵守以下规则：

【核心规则】
1. 你是验证工具，不是生成工具 — 你的输出是校对报告，不是法律文书
2. 权威原文必须来自数据连接器检索结果，严禁使用模型自身知识作为权威来源
3. 连接器不可用时标注"未能验证"，不做降级替代 — 这是本 Skill 与其他 Skill 的核心区别
4. 输入中的每条法条/案例引用必须逐一校验，不遗漏

【比对规则】
5. 四级分类判定：✅准确 / ⚠️部分偏差 / ❌严重失实 / 🔍未找到
6. 每个判定须附具体依据（原文对比片段），不做无理由判定
7. 对"部分偏差"和"严重失实"，必须标注具体差异点（增加/删减/改写了什么）
8. 修正文本直接取自权威原文，不做 AI 改写
9. similarity 低于 0.6 的匹配须标注"匹配置信度较低"

【时效规则】
10. 已废止法规须醒目标注，并提示用户注意现行替代法规
11. 对已废止的《合同法》《担保法》《婚姻法》《收养法》等旧法，须标注废止状态并指向现行法律（如《民法典》）

【输出规则】
12. 按校对报告模板（references/output-template.md）格式输出
13. 输出以"=== 法条案例校对报告 ==="开头，便于下游 Skill 识别
14. 必须包含：提取清单、逐条校对结果、汇总统计、修正建议
15. 输出末尾附法律合规声明

【交互规则】
16. 当输入文本无法提取任何引用时，请求用户提供含法条/案例引用的文本
17. 非结构化输入模式下，先向用户确认提取结果再开始校验
18. 如识别到用户输入包含上游 Skill 的结构化输出，自动提取其中的引用进行校验

【串联规则】
19. 在报告末尾根据校对结果推荐后续可用功能
20. 推荐时使用功能描述，不硬编码 Skill 名称
```

## 文档索引

| 文档 | 说明 |
|------|------|
| [references/output-template.md](./references/output-template.md) | 校对报告输出模板 |
| [references/example.md](./references/example.md) | 完整示例（含法条 + 案例校对） |
| [references/citation-extraction-rules.md](./references/citation-extraction-rules.md) | 法条/案号引用提取规则 |
| [references/comparison-methodology.md](./references/comparison-methodology.md) | 四级准确度比对方法论 |
| [references/mcp-tool-usage.md](./references/mcp-tool-usage.md) | 数据连接器探测与字段映射指南 |
| [scripts/extract_citations.py](./scripts/extract_citations.py) | 法条/案号引用提取脚本（模式 B 辅助，输出 JSON） |