Legal Search

AI法律数据库检索助手

为律师、法官助理、法务人员提供的全流程法律检索自动化工具。一句话输入，自动完成法规检索→案例查证→类案分析→报告生成。

能做什么

• 📜 法律法规检索：自然语言描述法律问题，自动检索相关法规条文（含时效性、效力级别、法条原文）
• 🔍 案例查证：通过案号或关键词检索裁判文书，获取权威判例原文
• 📊 类案分析：基于语义检索找到相似案例，对比裁判要点、量刑差异、法律适用
• 📄 可视化报告：生成交互式HTML报告，含法规原文、案例摘要、类案对比表、裁判观点提炼

数据源

本 Skill 支持双数据源：

推荐：优先使用元典开放平台（活动期免费额度充足），北大法宝作为补充（数据更权威）。

快速开始

方式一：MCP直连（推荐，数据最全）

1. 配置元典 MCP（免费额度，优先）

# 1. 访问 https://open.chineselaw.com/ 注册获取 API Key
# 2. 将以下配置添加到 WorkBuddy MCP 配置

# 配置示例：
{
  "mcpServers": {
    "yuandian-mcp-server": {
      "command": "npx",
      "args": ["-y", "yuandian-mcp-server"],
      "env": {
        "YUANDIAN_API_KEY": "你的_api_key"
      }
    }
  }
}

2. 配置北大法宝 MCP（权威补充）

# 1. 访问 https://mcp.pkulaw.com/ 注册获取 Access Token
# 2. 在控制台购买需要的MCP服务
# 3. 将以下配置添加到 WorkBuddy MCP 配置

{
  "mcpServers": {
    "pkulaw-law-search": {
      "type": "streamable-http",
      "streamable": true,
      "url": "https://apim-gateway.pkulaw.com/mcp-law-search-service",
      "headers": {
        "Authorization": "Bearer 你的_token"
      }
    }
  }
}

配置后需在 WorkBuddy 连接器管理页面点击"信任"启用。

方式二：体验演示模式（无需配置）

无需任何 API Key，使用内置法律知识库生成演示报告：

python ~/.workbuddy/skills/legal-search/scripts/demo.py "劳动合同纠纷"

使用场景

场景1：法律法规检索

用户输入自然语言法律问题，自动检索相关法条。

用户：查一下关于"网络侵权责任认定"的法律规定

Skill 自动执行：

1. 调用元典 yuandian_law_vector_search 语义检索
2. 按时效性过滤（优先现行有效）
3. 返回法条原文 + 法规名称 + 效力级别
4. 整理为结构化结果

场景2：司法案例查证

用户提供案号或案情关键词，检索相关裁判文书。

用户：查案号"(2024)京0105民初12345号"的判决情况

Skill 自动执行：

1. 调用北大法宝 "案号识别与溯源" 精准定位案例
2. 获取裁判文书原文
3. 提取审理法院、裁判日期、判决结果
4. 输出案例摘要

场景3：类案分析报告

用户描述案件情况，自动生成类案分析报告。

用户：分析"外卖骑手与平台之间的劳动关系认定"相关类案

Skill 自动执行：

1. 法规检索：检索《劳动合同法》相关条款
2. 案例检索：语义检索相关裁判文书
3. 类案分析：提取裁判要点、对比不同法院观点
4. 报告生成：输出含法规原文、案例对比表、裁判观点提炼的HTML报告

工作流程

用户输入法律问题/案号/案情描述
    │
    ├─ 阶段1：法规检索
    │   ├─ 元典语义检索 → 相关法条
    │   ├─ 北大法宝关键词检索 → 补充法规
    │   └─ 法条溯源验证 → 确认有效性
    │
    ├─ 阶段2：案例查证
    │   ├─ 有案号 → 北大法宝案号溯源
    │   ├─ 无案号 → 元典/北大法宝语义案例检索
    │   └─ 获取裁判文书摘要
    │
    ├─ 阶段3：类案分析
    │   ├─ 相似案例聚类（按案由/法院层级/裁判年份）
    │   ├─ 裁判观点提炼与对比
    │   └─ 法律适用差异分析
    │
    ├─ 阶段4：报告生成
    │   ├─ 合成结构化数据
    │   ├─ 渲染HTML可视化报告
    │   └─ 输出报告文件
    │
    └─ 输出：legal_report_{timestamp}.html

Agent 执行指令

当用户触发法律检索需求时，Agent 应按以下步骤执行：

Step 1: 解析用户意图

从用户输入中提取：

• 检索类型：法规检索 / 案例查证 / 类案分析 / 综合
• 查询关键词：核心法律问题描述
• 已知信息：案号、法规名称、法院、时间范围等
• 输出格式偏好：简要结果 / 详细报告

Step 2: 数据检索（根据意图选择）

纯法规检索场景：

优先使用元典 yuandian_law_vector_search
备选使用北大法宝 "检索法律法规-语义"

案例查证场景：

有案号 → 北大法宝 "案号识别与溯源" → "检索司法案例-关键词"
无案号 → 元典案例语义检索 → 北大法宝 "检索司法案例-语义"

类案分析场景：

1. 先做法规检索（了解法律依据）
2. 再做案例检索（多组关键词，覆盖不同角度）
3. 最后做类案聚类分析

Step 3: AI分析整合

对检索结果进行：

1. 法规解析：按效力级别排列，标注时效性，提取与案情最相关的条款
2. 案例摘要：提取审理法院、案号、裁判日期、争议焦点、判决结果
3. 类案对比：制作裁判观点对比表，标注共识与分歧
4. 风险提示：基于类案结果，提示诉讼风险和关键证据要求

Step 4: 生成HTML报告

调用 scripts/report_generator.py 生成交互式HTML报告：

python ~/.workbuddy/skills/legal-search/scripts/report_generator.py \
  --input <search_results.json> \
  --output <report.html> \
  --title "报告标题"

报告包含：

1. 检索概览：检索条件、数据来源、结果统计
2. 法律法规：相关法条原文、效力级别、时效性标签
3. 案例列表：案例摘要卡片（案号、法院、裁判日期、结果）
4. 类案对比：裁判观点对比表 + 可视化图表
5. 分析建议：基于类案的法律分析建议

技术架构

用户输入
    ↓
[意图解析] → 识别检索类型与关键信息
    ↓
[MCP调用层] → 元典/北大法宝 API
    ↓
[数据整合] → 结构化法律数据
    ↓
[AI分析] → 类案聚类 + 观点提炼
    ↓
[报告生成] → scripts/report_generator.py
    ↓
HTML交互式报告

注意事项

• 🔑 MCP配置：首次使用需注册并配置至少一个数据源（元典免费额度充足）
• 📊 返回数量：案例检索建议控制在20-50条，避免报告过长
• ⚖️ 时效性：法规检索默认过滤失效法规，优先返回现行有效法条
• 💰 成本控制：元典每月5万积分免费，北大法宝新用户首月免费
• 🏛️ 数据局限：中国裁判文书网2025年后更新收窄，建议多数据源交叉验证
• 📝 AI分析：类案分析依赖AI模型能力，建议参考原始案例原文做最终判断

演示模式

无需任何 API Key，体验完整功能：

# 生成演示报告
python ~/.workbuddy/skills/legal-search/scripts/demo.py "外卖骑手劳动关系认定"

# 输出：legal_report_demo.html

演示报告基于内置法律知识库，包含真实的法条原文和模拟案例数据。

更新日志

• v1.0.0 (2026-06-20): 初始版本
  • 支持元典开放平台 MCP 集成（法律法规语义检索 + 案例检索）
  • 支持北大法宝 MCP 集成（法规/案例/案号溯源）
  • 三大场景：法规检索、案例查证、类案分析报告
  • 交互式HTML可视化报告输出
  • 内置演示模式（无需API Key即可体验）

相关技能

• contract-review: 合同审查助手（与本技能配合，检索相关法规后审查合同）
• tender-analyzer: 投标文件分析（检索招投标法规依据）
• fifteen-five-plan: 十五五规划解读（政策法规分析）

作者: WorkBuddy Skill Creator 反馈: 如遇到问题或有改进建议，请在WorkBuddy中反馈