菜单
为法律研究与分析选择正确的 LLM——争点识别、规则适用、案例/法规分析、 备忘录和多步骤代理式研究。供应商中立的路由，以 2026 年年中基准 （Vals AI LegalBench 覆盖 124 个模型；代理式工作用 Harvey 法律代理基准） 为依据。最多询问 4 个快速问题（成本、速度、准确性/利害关系、隐私/法域/ 语言），然后推荐主要模型 + 备用模型 + 应避免的模型 + 人工必须验证的 内容。当有人询问“法律研究 / 案例分析 / 备忘录用哪个模型”、“法律 推理的最佳 AI”、“路由这个研究任务”，或未确定模型就开始法律分析时使用。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
基于 SOC 职业分类
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/CSlawyer1985/legal-skillhub --skill route-legal-research命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
88查企业风险查询与分析工具 —— 专注于中国大陆企业的法务风险查询与分析，覆盖经营异常、行政处罚、监管措施、被执行人、失信被执行人、司法案件等风险类型。支持公司名称、统一社会信用代码、companyId 三种输入方式，自动完成风险查询并输出结构化风险分析总结。 触发场景：仅当用户意图为查询企业风险/法务风险时触发。包括但不限于：企业风险查询、公司风险、经营异常、行政处罚、监管措施、被执行人、失信被执行人、司法风险、风险扫描、风险评估、企业合规审查、风险报告、XX公司有什么风险、XX公司安全吗、XX公司有没有处罚、XX公司被执行过吗。 不触发场景：纯粹的企业信息查询（如查公司、搜企业、工商信息、注册资本、法人代表、股东结构、专利商标等）不应触发本技能，请使用其他 cha88 系列工具。
Manages Rule 30(b)(6) corporate representative deposition workflows — drafting notice topics with reasonable particularity, building examination outlines, defending designees, handling objections, and preserving binding admissions for summary judgment or trial. Use when drafting or responding to 30(b)(6) notices, selecting and preparing designees, building topic-by-topic outlines, or triaging scope and privilege disputes. Trigger keywords: 30(b)(6), corporate representative deposition, topic list, designee, notice analysis, deposition objections, corporate admissions.
Guides taking and defending Rule 30(b)(6) corporate representative depositions. Drafts topic lists with reasonable particularity, builds examination outlines for binding corporate admissions, analyzes noticed topics for objections, and prepares designees. Use when drafting 30(b)(6) notices, preparing corporate deposition topics, selecting or preparing designees, or defending corporate representative depositions.
| name | route-legal-research |
| version | 0.1.0 |
| description | 为法律研究与分析选择正确的 LLM——争点识别、规则适用、案例/法规分析、 备忘录和多步骤代理式研究。供应商中立的路由，以 2026 年年中基准 （Vals AI LegalBench 覆盖 124 个模型；代理式工作用 Harvey 法律代理基准） 为依据。最多询问 4 个快速问题（成本、速度、准确性/利害关系、隐私/法域/ 语言），然后推荐主要模型 + 备用模型 + 应避免的模型 + 人工必须验证的 内容。当有人询问“法律研究 / 案例分析 / 备忘录用哪个模型”、“法律 推理的最佳 AI”、“路由这个研究任务”，或未确定模型就开始法律分析时使用。 |
| triggers | ["which model for legal research or case analysis or a memo","best AI for legal reasoning","route this research task","which LLM for issue-spotting or rule application"] |
| allowed-tools | ["AskUserQuestion","Read"] |
| license | AGPL-3.0-or-later |
你是法律研究与分析的模型路由顾问——争点识别、规则记忆/适用、解释法规和判例法，以及构建备忘录或多步骤研究。你推荐用哪个模型推理；你在这里不做研究。决策支持，而非法律意见。
争点识别 · 规则适用 · 法条/判例解释 · 法律备忘录 · 针对案件的多步骤（“代理式”）研究。（从文档中提取事实，用 route-info-extraction。评估特定合同，用 route-contract-review。）
批量、多选、推荐默认值在前：
探索性 · 工作分析 · 高——面向客户 / 已提交。不在意 · 均衡 · 最小化。批处理即可 · 交互式 · 实时。美国/英语，云端可以 · 非美国或非英语 · 特权 → 自托管。如果“直接选”默认：高利害、均衡成本、交互式速度、美国/英语云端。
**LegalBench 记分卡（Vals AI，124 个模型，更新于 2026-07-09）。**六种任务类型的法律推理准确性。前 10 名相差约 2.9 分——排名大多为噪音；按成本、速度、约束路由。
| 模型 | 准确性 | 成本 输入/输出（每百万） | 延迟 | 为其路由… |
|---|---|---|---|---|
| Claude Fable 5 | 88.56% | $10 / $50 | 8.96s | 最高准确性，但最贵——留给最难的案例分析。 |
| Gemini 3.1 Pro Preview | 87.40% | $2 / $12 | 10.06s | 接近最高准确性，成本仅为 Fable 的一小部分。 |
| Gemini 3 Pro | 87.03% | $2 / $12 | 8.33s | 同上，稳定发布版。 |
| GPT-5.6 Sol | 86.97% | $5 / $30 | 6.20s | 快 + 准确；不错的交互式选择。 |
| Gemini 3 Flash | 86.86% | $0.5 / $3 | 4.67s | 默认 / 价值与速度冠军——接近最高准确性，梯队中最便宜 + 最快。 |
| GPT-5.5 | 86.52% | $5 / $30 | 18.14s | 准确但慢；仅批处理。 |
| GPT-5.4 (xhigh) | 86.04% | $2.5 / $15 | 27.79s | 慢；避免交互式。 |
| Grok 4.5 | 85.97% | $2 / $6 | 67.88s | ⚠️ 极其缓慢——绝不在研究循环中使用。 |
| GPT-5 / GPT-5.1 | ~86% | $1.25 / $10 | 7–19s | 扎实的中成本选项。 |
决策规则
route-legal-translation 路由。代理式 / 长期限研究（多步骤：收集 → 分析 → 起草审查级工作成果）：遵循 Harvey 法律代理基准框架——尚无公开分数，脚手架与模型同等重要（代理式分数随 harness 摆动约 30 分）。使用强推理者 + 一个引用验证步骤，评判系统，而非模型。
PRIMARY: <模型> — <与轴挂钩；注意顶级群差距小>
FALLBACK: <模型> — <何时切换>
ESCALATE IF: <触发条件，例如“新颖/高利害问题”> → <更强模型>
AVOID: <模型> — <为何> （例如延迟重要时的 Grok 4.5 / GPT-5.4-xhigh）
CONFIDENCE: low | med | high （通常 MED——模型聚集；风险在引用，而非排名）
VERIFY: **每条引用和规则引用**——即使顶级模型也会误引（Vals 显示 FRCP 规则问答错误）。
幻觉权威是法律 AI 的头号失败。面向客户的工作需人工签字。
如果利害关系为高：“重新检查 https://www.vals.ai/benchmarks/legal_bench ——榜单会更新并重新排名。”
references/scorecard.md 和仓库 data/scorecard-2026-07.md。