# Legal Search

> AI法律数据库检索助手。面向律师、法官助理、法务人员，提供法律法规检索、案例查证、类案分析三大能力，自动生成交互式HTML法律分析报告。支持北大法宝MCP/元典MCP双数据源，覆盖500万+法规、1.6亿+案例。

- Skill: `cslawyer1985/legal-search` (Agent Skill, multi-file: 6 files)
- Install (CLI): `npx skillmds@latest add cslawyer1985/legal-search`
- Raw SKILL.md: https://api.skillmd.com/api/skills/cslawyer1985/legal-search/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Web & Frontend
- Author: cslawyer1985 (https://skillmd.com/u/cslawyer1985)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/cslawyer1985/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：

| 数据源 | 覆盖范围 | 接入方式 | 价格 |
|--------|----------|----------|------|
| **北大法宝 MCP** | 500万+法规、1.6亿+案例、4250万+执法文书 | MCP Streamable HTTP | 新用户免费1月，按量付费 |
| **元典开放平台** | 400万+法规、1.5亿+裁判文书、企业涉诉 | MCP / REST API | 每月送5万积分（2026.4-7月） |

> **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）

```bash
# 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）

```bash
# 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：

```bash
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：

```bash
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：

```bash
# 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