Menu
元典法条与案例检索。本技能应在需要查询中国法律法规条文、检索相关案例、为法律分析提供数据支撑时使用。
Basé sur la classification professionnelle SOC
基于现有文章、专栏、课程讲稿、逐字稿、访谈、课件、会议纪要、案例材料、PDF 文本、Word 文档和笔记等内容资产，判断它们最适合转化为书、小册子、课程、系列文章、实务手册或知识库，并输出精简策划意见；用户提到“把现有内容整理成书”“判断素材适合做书还是课程”“把文章/直播稿/课程稿/笔记重组成知识产品”等场景时，应使用本技能。
使用本地 FunASR 服务将音频或视频文件转录为带时间戳的 Markdown 文件，支持 mp4、mov、mp3、wav、m4a 等常见格式。本技能应在用户需要语音转文字、会议记录、视频字幕、播客转录时使用。
Git 工作流安全助手。本技能应在需要执行分支管理、Monorepo 安全合并、PR 创建/审查/合并、冲突处理、cherry-pick、安全回退，以及 stale/已合并分支审计与清理（branch cleanup，含 squash/rebase merge 校验）时使用。不要用于：批量生成提交信息、项目任务分配、长期任务状态管理或本地多 Agent 会话编排。
本技能应在用户需要 OCR、扫描识别、图片文字识别、文档识别，或将 PDF、图片、Office 文档、URL 转换为 Markdown 时使用。检测到法律材料时可进行保守的法律术语与文书结构优化。不要用于法律事实判断、补写缺失内容、语义改写、印章深度识别或图表实体分析。
Skill 质量验收与格式审查工具，也可称 Skilllint。本技能应在用户需要审查 Claude Code Skill 的目录结构、Frontmatter、引用一致性、发布版本、业务流深度、可评估性和安全风险时使用。不要用于：创建新技能、代码审查、应用功能测试、通用编程任务。
转录稿纠错与轻度优化。本技能应在用户需要按用户词典纠正 ASR 转录稿同音字与英文专有名称漂移时使用。不要用于：重写为课程章节、报告、总结，或完全空白的素材创作。
| name | yuandian-law-search |
| homepage | https://github.com/cat-xierluo/legal-skills |
| author | 杨卫薪律师（微信ywxlaw） |
| version | 1.7.4 |
| license | MIT |
| description | 元典法条与案例检索。本技能应在需要查询中国法律法规条文、检索相关案例、为法律分析提供数据支撑时使用。 |
通过元典开放平台 API 检索中国法律法规条文和案例。每次 API 调用消耗 1-50 积分（视接口而定）。所有检索结果会自动归档到本地，方便后续回溯。
每次使用本技能前，必须先执行以下检测流程，确认 API Key 已就绪：
.env 文件：检查 scripts/.env 是否存在YD_API_KEY 的值，确认非空且不是占位符 your-api-key-here⚠️ 元典 API Key 未配置。请按以下步骤获取并配置：
1. 注册/登录：访问 https://open.chineselaw.com ，使用手机号注册
2. 创建 API Key：登录后在个人中心创建 Key
3. 配置密钥：将 Key 填入以下文件
scripts/.env
─────────────
YD_API_KEY=sk-你的密钥
# YD_STRATEGY=balanced
─────────────
每次调用消耗 10 积分，需在平台充值。
配置完成后重新发起检索即可。
# 检测 .env 文件和 API Key
if [ -f "scripts/.env" ]; then
KEY=$(grep '^YD_API_KEY=' scripts/.env | cut -d'=' -f2)
if [ -n "$KEY" ] && [ "$KEY" != "your-api-key-here" ]; then
echo "API Key 已就绪"
else
echo "API Key 未配置"
fi
else
echo ".env 文件不存在"
fi
# 读取检索策略
STRATEGY=$(grep '^YD_STRATEGY=' scripts/.env 2>/dev/null | cut -d'=' -f2)
echo "当前策略：${STRATEGY:-balanced}"
默认使用 scripts/yd-run 执行检索，而不是直接调用底层 yd_search.py。yd-run 会以干净环境启动 Python：清除 Codex/代理相关环境变量，保留 HOME、PATH、语言环境、YD_API_KEY、YD_STRATEGY，并继续读取 scripts/.env 和 archive/ 缓存。
scripts/yd-run search "正当防卫的限度" --sxx 现行有效
若遇到 nodename nor servname provided, or not known 或其他网络错误，先执行无积分消耗的网络检查：
scripts/yd-run --network-check
注意：yd-run 只能避免 Codex 进程环境变量、代理变量和 PATH 漂移造成的影响；如果 Codex 本身以网络沙箱启动，或系统代理/VPN 接管 DNS，子进程仍会受到系统级网络策略影响。终端 Codex 应使用 --sandbox danger-full-access --ask-for-approval never 启动。
本技能共 35 个接口，分为四层。选择规则：
search 语义检索keyword 关键词检索detail 精确获取case 关键词检索（默认普通案例）case-semantic 语义检索case-detailenterprise-search 定位，再用 enterprise-base/enterprise-summary 获取详情enterprise-list --type TYPEhall-detect核心接口（默认使用）： search · keyword · detail · case · case-semantic
扩展接口（需确认）： regulation · regulation-detail · case-detail · case --authority-only
附属接口（仅限明确要求）： enterprise · enterprise-detail · enterprise-search · enterprise-base · enterprise-summary · enterprise-list
专项接口（仅限明确要求）： hall-detect
读取 scripts/.env 中的 YD_STRATEGY 配置（默认 balanced）。三种策略决定了 AI 的接口使用、确认流程和补充检索行为。
用户的明确指令始终优先于策略默认行为。
每次 API 调用消耗 1-50 积分（视接口而定）。以下规则不受策略影响：
即当前"正确性优先"策略，不改变现有行为。
在 balanced 基础上进一步收紧，最大限度减少积分消耗。
不考虑积分消耗，最大化检索精度和覆盖面。
部分接口在通用规则之上有特殊行为约束（按积分成本或权限敏感度划分）：
| 接口 | 积分 | balanced | economical | aggressive |
|---|---|---|---|---|
| hall-detect | 50 | 用户明确要求时才使用，需确认"检测需要 50 积分" | 二次确认（第一次仅展示积分提醒，等用户再次确认才调用） | 可主动对用户引用的法条/案例做幻觉核验 |
| enterprise-search | 1 | 直接使用，无需确认 | 优先检查缓存，未命中时直接使用（仅 1 积分） | 直接使用 |
| enterprise-base / enterprise-summary | 10 | 用户明确要求时使用，告知积分消耗 | 需二次确认 | 直接使用 |
| enterprise-list | 5-10/次 | 用户指定类型时调用，提醒多种类型会累积积分 | 每次只查一种类型，展示全部可用类型让用户选择 | 企业尽调场景可一次性查询多个相关类型（如涉诉+行政处罚+失信） |
AI 在执行检索前应主动扩展关键词（上位概念 / 并列概念 / 程序-实体关联）， 并在多场景下遵循典型工作流与积分反馈原则。详见：
references/01-keyword-expansion.md — 关键词扩展三原则、--expand 参数、分阶段检索示例、策略兼容性references/02-typical-workflows.md — 法条 / 案例 / 关键词精确 / 企业尽调 / 幻觉检测 / 企业风险排查六大场景 + AI 向用户反馈的 8 条原则（含 per-call 报告落盘与禁止复制到目标目录的硬规则）每个领域有语义检索和关键词检索两种模式。
| 语义检索 | 关键词检索 | |
|---|---|---|
| 子命令 | search（法条）/ case-semantic（案例） | keyword（法条）/ case（案例） |
| 输入 | 自然语言问题或描述 | 精确关键词组合 |
| 匹配 | 语义相似度，概念关联 | 字面匹配，AND/OR 逻辑 |
| 返回量 | 默认 45 条 | 默认 10 条 |
用语义检索：用户提出法律问题 / 描述场景 / 不确定关键词 / 需要广覆盖 → 不确定时默认用
用关键词检索：用户给出明确关键词 / 需要 AND/OR 逻辑 / 需按日期、效力级别、法院等精确筛选 / 语义检索结果不够聚焦
案例检索红线：综合案件和类案对标的第一轮优先 case-semantic；case 只放 4-6 个高信息密度关键词，避免长事实结构默认 AND 导致零命中。
此外需区分检索法条还是案例："XX的法律依据" → 法条检索；"有没有相关案例" → 案例检索；兼要法条和案例 → 先法条后案例，两次调用。
scripts/yd-run search "正当防卫的限度" --sxx 现行有效
scripts/yd-run keyword "人工智能 监管" \
--effect1 法律 --sxx 现行有效 \
--fbrq-start 2022-01-01 --fbrq-end 2026-03-01
scripts/yd-run detail "民法典" --ft-name "第十五条"
# 普通案例（默认）
scripts/yd-run case "买卖合同纠纷" --province 广西
# 权威案例（扩展，需确认）
scripts/yd-run case "买卖合同纠纷" --province 广西 --authority-only
scripts/yd-run case-semantic "正当防卫的限度" --jarq-start 2020-01-01
scripts/yd-run regulation "数据安全" --effect1 法律 --sxx 现行有效
scripts/yd-run regulation-detail --name "中华人民共和国数据安全法"
scripts/yd-run case-detail --type ptal --ah "（2025）桂09民终192号"
scripts/yd-run enterprise "华为" --num 5
scripts/yd-run enterprise-detail --credit-code "9144030071526726XG"
检测文本中引用的法规、法条、案例是否存在幻觉（是否真实存在、内容是否准确）。每次调用消耗 50 积分。
scripts/yd-run hall-detect "根据《中华人民共和国数据保护法》第35条规定，数据处理者应当..."
返回结果包含：
企业信息类接口（enterprise-search / enterprise-base / enterprise-summary / enterprise-list）的完整用法、--type 可选维度（涉诉、商标、专利、对外投资、股权冻结等 20 类）与积分消耗表见：
references/06-enterprise-portrait.md
| 参数 | 说明 | 可选值 |
|---|---|---|
--effect1 | 效力级别（可多次指定） | 宪法、法律、司法解释、行政法规、部门规章、地方性法规 等 |
--sxx | 时效性（可多次指定） | 现行有效、失效、已被修改、部分失效、尚未生效 |
| 参数 | 说明 |
|---|---|
--province / --xzqh-p | 省份筛选 |
--jarq-start / --jarq-end | 结案日期范围 |
--cj | 法院层级：最高/高级/中级/基层 |
--wenshu-type | 案件类型：刑事案件/民事案件/行政案件 |
endpoints/MANIFEST.json 记录全部已适配接口的元数据（端点、子命令、分层、分类），以及平台接口排查历史。下次排查新增接口时，更新该文件的 check_history 即可。
每次 API 调用的完整结果会自动归档到 archive/ 目录。当用户提到"之前查过什么"时，AI 可以直接从归档中提取历史结果，无需重新调用 API。
archive/<ts>_<query>.json 是机器可读版（response/query/fingerprint/source_urls 全字段），archive/<ts>_<query>.md 是同次检索的人类可读版（结构化报告），两者一一对应。同一份报告的副本会同步写入用户运行命令时的工作目录（<CWD>/<ts>_<query>.md），便于附卷。
浏览历史记录：
scripts/yd-run archive-list
scripts/yd-run archive-list --keyword "正当防卫"
如果用户说"之前查正当防卫的时候看到一个案例"，AI 应先用 archive-list --keyword "正当防卫" 找到对应的归档文件，然后直接读取其中的 response 字段返回给用户。这不需要消耗积分。
scripts/yd-run raw /open/law_vector_search "正当防卫" --extra '{"fatiao_filter":{"sxx":["现行有效"]}}'
多次检索之后，把 per-call 报告汇总成一份完整的法律检索报告。这是律师/客户看的交付物，per-call 报告是数据底稿。
核心原则：用户最想知道的是最终结论（能不能做、怎么做、风险在哪），法条和案例只是用来核实结论的支撑材料。所以结构应是 结论先行 → 分析支撑 → 检索底稿垫后。
模板文件位于 templates/legal-research-report.md；scripts/yd-run consolidate 会按同一结构自动生成报告。
节号从 1 重新编号（案情=1，结论=3，结果=6，明细=7），不沿用 1-6 顺序编号；体现"结论在第 3 节"的视觉位置。
反例（曾出现过的旧版结构）：
末尾附"本次检索明细"表格，链接到每条 per-call 报告。
scripts/yd-run consolidate \
--title "张某买卖合同违约金调整" \
--project "case-2024-zhangsan" \
--case "案情：..." \
--strategy "检索思路：..." \
--analysis "分析与判断：..." \
--conclusion "一句话结论：..." \
--risks "主要风险：..." \
--next-actions "后续行动：..." \
--include "违约金,高空抛物"
--case / --strategy / --analysis 必填：AI 显式传本次任务的案情/思路/判断--include 必填：逗号分隔的查询子串，明确指定"本次任务范围"（不取最近 N 条）
<8位时间戳>_<6位时间戳>_<查询>.md 命名的 .md 文件，文件名包含任一子串即被纳入--project 可选：项目子目录名。默认从 --title slugify（如 "张某买卖合同违约金调整" → "张某买卖合同违约金调整"）。用于 archive/<project>/ 归类--title / --purpose / --conclusion / --risks / --next-actions / --output 可选
--purpose 不传则基于检索词自动生成--conclusion 强烈建议传入；不传会在 3.1 保留补写提示--risks / --next-actions 不传会保留补写提示--output 默认同时写 CWD 和 archive/<project>/；指定则只写到指定路径consolidate 会把这次任务的所有文件归类到 archive/<project>/ 子目录：
archive/
case-2024-zhangsan/
20260610_192031_货款逾期违约金_司法实践.json ← 从 archive/ 根目录移入
20260610_192031_货款逾期违约金_司法实践.md ← 从 CWD 复制
20260610_192032_逾期付款_违约金_调整.json
20260610_192032_逾期付款_违约金_调整.md
20260610_192058_法律检索报告.md ← 主交付物
多次 yd-run 检索（自动写 per-call .md 到 archive + CWD）
↓
AI 汇总判断后调 consolidate --project "case-x"
↓
创建 archive/case-x/，.md 复制进来，.json 移进来，法律检索报告写进去
↓
CWD 也有法律检索报告副本，per-call .md 仍在 CWD（工作副本）
↓
报告末尾的"检索明细表"链接回 archive/case-x/ 里的副本
per-call .md 是数据底稿，可独立查看；session 报告是主交付物，附案情/思路/判断；项目子目录是组织容器。
目标目录（通常是案件文件夹 02 - 案件分析 / 03 - 法律研究 等）与 AI 进程的 CWD 是不同的两个位置。
目标目录只允许出现：整合后的法律检索报告 + 外部素材 + 基于整合报告再生成的下游文件；
禁止 per-call 检索记录、检索明细 JSON、AI 进程 CWD 的工作副本。
完整规则（标准工作流 4 步、反例、验证清单 4 条）见：
references/03-report-consolidation.md
元典官方 MCP（https://open.chineselaw.com/mcp-config）已发布，3 个 servers：yuandian-law（法律法规）、yuandian-case（案例文书）、yuandian-company（企业信息）。本 skill 的价值现在转向"归档 + 法律检索报告生成"——数据接入由 MCP 负责，本 skill 负责沉淀。
完整工作流（元典 MCP 接入配置、Agent 三步法、ingest 子命令、模式选型表）见：
脚本每 7 天自动检测远程版本。也可手动检查：
# 检查是否有新版本（会显示最近提交记录）
scripts/yd-run check-update
# 执行更新（仅下载本 skill 目录下的文件，不影响其他目录）
scripts/yd-run do-update
do-update 仅更新 yuandian-law-search/ 目录下的文件，不会修改 .env（API Key）和 archive/（历史检索记录）。