Legal Verification Workbench

法律检索核验工作台

本工作台是重量级法律检索任务的脚本化执行终点：接收已经定稿的正文和真实检索来源，运行 legal-verify 生成一份可点击溯源的 HTML 报告。 任务单标记【核验工作台：必用】时必须进入本工作台，不能由其他步骤手写 HTML 替代。

它不判断 AI 回答最终对错，不替用户作法律结论；只给三个客观标签：

• 已关联：回答声明的来源/条文在本次资料库中真实存在，可点击查看原文。
• 弱关联：来源相关但条号或直接依据需人工核对。
• 待核验：本次资料库没有可溯源依据，不等于错误。

何时启用

判断锚点：输出形态 + 用户拿去做什么 + 风险等级 + 是否需要成体系交付。任务单写有【核验工作台：必用】时，必须执行本工作台；所有重量级输出形态均为必用。

标准流程

0. 检索即捕获（新增强制步骤）：凡本轮任务调用过 WebSearch/WebFetch、北大法宝、华宇元典、用户自有 Skill/MCP 或其他检索工具，必须把每一批返回资料先写入检索批次 JSON，并运行 legal-verify capture。这样资料同时存在于上下文中供推理，也进入任务级 raw-search/ 与可段落化 sources/index，避免后续核验工作台只能面对一段无来源文本。只拿到标题/摘要的搜索结果会被保存到 raw-search/，但不会作为可引用来源；必须继续读取网页/文档全文后再次 capture。
1. 定稿正文：先按场景写好最终意见，原样保存为 answer.md。不要为了核验改写正文。
2. 整理来源：优先使用 capture 已入库的资料；如仍需手工补充，把本次真实检索到、报告会用到的资料写入 sources.json 并运行 legal-verify persist。不得只在聊天上下文里保留来源。
3. 声明依据：通读定稿，对关键法律句子写 claims.json，声明它对应的来源和条号。
4. 一键生成首轮报告：运行 legal-verify all。这是首轮稿，不等于最终交付稿。
5. 强制读取补检门禁：查看 repairRequired、supplementalQueuePath、supplementalQueueCount、sourceFulltextQueuePath、sourceFulltextIssueCount、sourceFulltextBlockerCount、health.deliveryBlocked、health.gates 和 health.warnings。只要 repairRequired:true、health.ok:false 或 health.deliveryBlocked:true，不得交付首轮 HTML。
6. 先补全文，再补关联：若 sourceFulltextBlockerCount>0 或 health.gates 含 source_fulltext_required，先打开 sourceFulltextQueuePath，逐条用 WebFetch/官方库/MCP detail 工具读取全文并再次 capture；不要直接对残缺资料做语义补联。sourceFulltextReviewCount 仅为复核提示，但重量级报告也应确认后再交付。
7. 补充检索/补充关联（强制门禁触发时）：若统计中弱关联/待核验比例过高，或正文有未高亮但明显需要法律依据的内容，使用补检队列逐条语义判断；补到真实依据后应用补充关联并重建 HTML；确认无需独立依据的点必须 ignore 并从最终可见统计中抑制。
8. 看返回结果：success:false 必须修复后重跑；health.ok:false、health.deliveryBlocked:true 或 repairRequired:true 必须完成补全文/补检闭环后再交付。

输入格式

sources.json

推荐顶层对象，也兼容裸数组。每条来源必须包含可溯源正文：

{
  "sources": [
    {
      "title": "中华人民共和国个人信息保护法",
      "sourceType": "law",
      "provider": "pkulaw",
      "status": "现行有效",
      "url": "https://...",
      "content": "第二十九条 处理敏感个人信息应当取得个人的单独同意。"
    }
  ]
}

硬规则：没有 content 就不要入库，也不要生成核验报告。 title/url/doc_no 不能替代原文。

claims.json

推荐格式：

{
  "claims": [
    {
      "claimText": "处理敏感个人信息应取得个人的单独同意",
      "sourceTitle": "中华人民共和国个人信息保护法",
      "articleNo": "第29条"
    }
  ]
}

要点：

• claimText 必须逐字摘自 answer.md，用于定位高亮。
• 优先用 sourceTitle；不要让 AI 自己编 12 位 sourceId。
• 条文用 articleNo，案例用 caseNo。

命令

命令执行方式

优先使用专家包内 CLI：<expert>/bin/legal-verify。如果运行时出现 permission denied 或当前环境未把该文件作为可执行脚本处理，改用 Node 直接执行：

node <expert>/bin/legal-verify <command> <args>

不要因为 CLI 权限或 PATH 问题跳过核验工作台，也不要改为手写 HTML。

检索批次捕获（检索后立即执行）

legal-verify init --query "用户原始问题" --title "合规分析报告" --out "output/合规分析报告.html"
legal-verify capture --task <taskDir> --input retrieval-batch-001.json --provider web
legal-verify audit-sources --task <taskDir>

retrieval-batch-001.json 可接收 {"results":[...]}、{"sources":[...]} 或裸数组；单条结果字段可为 title/url/content/markdown/text/body/fullText/snippet/metadata 等。capture 会：

• 将整批原始结果写入 raw-search/{batchId}.json 与 raw-search/{batchId}.md；
• 对带全文的结果自动转成 sources/*.md、sources/*.json 并重建 index/paragraphs.jsonl、article_index.json、source_index.json；
• 对只有标题/摘要、没有正文的结果只存 raw-search 并返回 warning，提醒继续读取全文后再次 capture。

随后运行 audit-sources。它会生成 verification/source-fulltext-queue.json，列出需要补取全文的 URL、摘要-only 结果、正文过短或带“展开全文/摘要/…”等截断迹象的来源。

只有在明确接受降级时才使用 --allow-snippet；否则不要把搜索摘要当作可引用原文。

生成核验报告

node <expert>/bin/legal-verify all \
  --query "用户原始问题" \
  --sources sources.json \
  --answer answer.md \
  --claims claims.json \
  --title "合规分析报告" \
  --out "output/合规分析报告.html"

也可分步执行：

legal-verify init --query "..." --title "合规分析报告" --out "output/合规分析报告.html"
legal-verify capture --task <taskDir> --input retrieval-batch-001.json --provider web
legal-verify audit-sources --task <taskDir>
legal-verify persist --task <taskDir> --input sources.json
legal-verify build --task <taskDir> --answer answer.md --claims claims.json
legal-verify html --task <taskDir>

补充检索与补充关联

这是核验工作台的二次修复能力，不能省略。它用于处理首轮报告中仍然存在的明显弱关联/待核验点，或者正文里未高亮但明显需要法律依据的法律命题。

第一步：导出补检队列

legal-verify repair-export --task <taskDir> --out verification/supplemental-search-queue.json

队列会列出需要复核的点，包括原句、现有候选、推荐检索语句和 aiReviewInstruction。

第二步：AI 语义门控 + 补充检索

逐条判断：

• 若该句只是前一句已关联依据后的解释、推论、总结或重复内容，写 action:"ignore"，不要为了提高关联率硬补弱关联。
• 若该句独立提出新的法规条款、监管义务、权利义务边界或法律后果，先用工具发现能力查找并优先调用北大法宝 mcp__pkulaw__mcp-law-search-service/search_article、mcp__pkulaw__mcp-law-search-service/get_article、mcp__pkulaw__mcp-law/get_law_list，以及华宇元典/其他法律 MCP/Skill；专业库不可用或结果不足时，再用官方来源或公开可核验来源补充检索，取得真实原文；不要向用户说明工具选择或连接状态。
• 若原报告条号或说法错误，应补检后修正对应依据并在 correctionNote 说明。

补检结果写成：

{
  "findings": [
    {
      "pointId": "vp-001",
      "action": "confirm",
      "source": {
        "title": "中华人民共和国个人信息保护法",
        "sourceType": "law",
        "provider": "pkulaw",
        "status": "现行有效",
        "url": "https://...",
        "content": "第六条 ..."
      },
      "claim": {
        "claimText": "逐字摘自 answer.md 的原句",
        "sourceTitle": "中华人民共和国个人信息保护法",
        "articleNo": "第6条"
      },
      "correctionNote": "补充检索确认该句依据为第六条"
    }
  ]
}

第三步：应用补充关联并重建 HTML

legal-verify repair-apply --task <taskDir> --input supplemental-findings.json
legal-verify html --task <taskDir>

repair-apply 会把补充来源写入来源库、追加/修正 claims，并重新执行匹配。最终仍只交付 htmlPath 指向的 HTML 报告。

脚本门禁

为减少 AI 手工规则负担，关键检查由脚本完成：

• --sources / --input JSON 解析失败：直接失败，不生成报告。
• capture 只要拿到检索结果就会保存 raw-search；但只有含 content/markdown/text/body/fullText 的结果才进入可引用 sources/index。只有标题/摘要时必须继续读取全文。
• audit-sources 会输出 source-fulltext-queue.json；若发现摘要-only、正文截断、来源无段落或 status:不完整，health.deliveryBlocked:true，必须先补全文。
• 来源为空或总段落数为 0：直接失败。
• 默认每条 source 必须有 content；特殊降级必须显式传 --allow-degraded。
• 传入 --claims 但解析出 0 条有效声明：直接失败。
• claims.json JSON 解析失败：直接失败。
• health.ok:false、health.deliveryBlocked:true 或 repairRequired:true 会输出补全文/补检门禁信息；此时不得交付首轮 HTML，必须先处理 sourceFulltextQueuePath 与 supplementalQueuePath 后重建。
• assert-html 不再只是模板检查；若 HTML 内仍有较高弱关联/待核验比例，也会验收失败，强制回到动态检索策略。

交付前检查

最终只交付 htmlPath 指向的 HTML 报告。它必须由模板渲染，页面应包含：深色标题栏、黄色说明条、筛选按钮、统计条、左右双栏、右侧“关联依据/来源资料库”两个 tab、导出 Word/Excel/PDF 按钮。

交付前运行：

legal-verify assert-html --html <htmlPath>

该命令不通过时，可能是报告不是核验工作台模板产物，也可能是弱关联/待核验仍未闭环。必须重新运行 legal-verify all/html 或回到补全文/补检队列修复。不要把 answer.md、sources.json、claims.json、手写 HTML 或临时 HTML 当正式报告交付。

References

• references/virtual-memory-schema.md — sources 输入与任务目录结构
• references/verification-point-spec.md — claims 与核验点规范
• references/evidence-matching-spec.md — 三类核验标签与匹配逻辑
• references/html-report-spec.md — HTML 报告结构