| name | legal-search |
| description | 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。 |
| author | WorkBuddy |
| version | 1.0.0 |
| triggers | ["法律检索","法律搜索","查法条","查案例","类案分析","类案检索","案例查证","裁判文书","法律数据库","legal search","法律报告","法规检索","法条查询"] |
| agent_created | true |
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）
{
"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）
{
"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：
- 调用元典
yuandian_law_vector_search 语义检索
- 按时效性过滤（优先现行有效）
- 返回法条原文 + 法规名称 + 效力级别
- 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：
- 调用北大法宝 "案号识别与溯源" 精准定位案例
- 获取裁判文书原文
- 提取审理法院、裁判日期、判决结果
- 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：
- 法规检索：检索《劳动合同法》相关条款
- 案例检索：语义检索相关裁判文书
- 类案分析：提取裁判要点、对比不同法院观点
- 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：
- 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
- 案例摘要：提取审理法院、案号、裁判日期、争议焦点、判决结果
- 类案对比：制作裁判观点对比表，标注共识与分歧
- 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：
- 检索概览：检索条件、数据来源、结果统计
- 法律法规：相关法条原文、效力级别、时效性标签
- 案例列表：案例摘要卡片（案号、法院、裁判日期、结果）
- 类案对比：裁判观点对比表 + 可视化图表
- 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：
python ~/.workbuddy/skills/legal-search/scripts/demo.py "外卖骑手劳动关系认定"
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
