yuandian-law-search

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。

元典法条与案例检索

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。

前置要求（每次调用前自动检测）

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：

检测步骤

1. 检测 .env 文件：检查 scripts/.env 是否存在
2. 检测 API Key：读取文件中 YD_API_KEY 的值，确认非空且不是占位符 your-api-key-here
3. 若检测失败，向用户提示以下引导信息并终止：

⚠️ 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。

4. 若检测通过，继续执行用户请求的检索命令

检测命令

# 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}"

网络环境与推荐调用入口

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。

接口速查

本技能共 35 个接口，分为四层。选择规则：

1. 用户问"XX法怎么规定的" → 先用 search 语义检索
2. 用户问"关于XX的法律条文" → 用 keyword 关键词检索
3. 用户问"民法典第XX条" → 用 detail 精确获取
4. 用户给出明确案由/关键词并要求精确筛选案例 → 用 case 关键词检索（默认普通案例）
5. 用户描述事实结构、争议焦点或问"类似案件怎么判" → 优先用 case-semantic 语义检索
6. 用户要求更深入了解某案例 → 提醒用户将消耗积分，确认后用 case-detail
7. 用户要求企业背景调查 → 先用 enterprise-search 定位，再用 enterprise-base/enterprise-summary 获取详情
8. 用户要求查询企业分项信息（涉诉、商标、专利等） → 用 enterprise-list --type TYPE
9. 用户要求检测文本中法规/案例是否准确 → 用 hall-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

调用策略

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。

通用规则（所有策略共享）

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：

1. 必须调用 API：需要引用具体法条文号 / 需要确认时效性 / 用户明确要求检索 / 案例检索 / AI 对自身记忆不确定
2. 可以不调用：纯概念性问题 / 对话中已检索过相同内容 / 用户未要求查找 / 用户明确说不需要查
3. 积分消耗模式：大部分接口每次 5-10 积分，幻觉检测 50 积分，轻量企业检索 1 积分。法条检索通常一次足够。案例检索是两阶段消耗（摘要 10 + 详情 每个 10）
4. 接口分层：核心（search·keyword·detail·case·case-semantic）、扩展（regulation·regulation-detail·case-detail·case --authority-only）、附属（enterprise·enterprise-detail·enterprise-search·enterprise-base·enterprise-summary·enterprise-list）、专项（hall-detect）

均衡策略（balanced，默认）

即当前"正确性优先"策略，不改变现有行为。

• 核心接口：直接使用，无需确认
• 扩展接口：调用前告知用户将消耗积分，等待确认
• 附属接口：仅当用户明确要求时使用
• case-detail：先展示摘要，由用户主动选择感兴趣的案例后再调用
• 补充检索：不主动运行语义+关键词双检索，选择最合适的一种
• 积分报告：每次检索后说明消耗和累计

省钱策略（economical）

在 balanced 基础上进一步收紧，最大限度减少积分消耗。

• 核心接口：直接使用，但应先检查归档缓存是否有类似结果
• 扩展接口：需用户二次确认（第一次只展示摘要和积分提醒，等用户再次确认后才调用）
• 附属接口：仅当用户明确要求时使用，同样需确认
• case-detail：仅当用户指定具体案例编号时才调用，不主动提供"是否查看详情"选项
• 补充检索：不运行补充检索，一次只用一种模式
• 积分报告：每次检索后详细报告，并提醒可用的节约手段

激进策略（aggressive）

不考虑积分消耗，最大化检索精度和覆盖面。

• 所有接口：直接使用，无需确认
• case-detail：自动获取最相关的 2-3 个案例的完整判决书，不需用户逐一选择
• 补充检索：对同一问题同时运行语义+关键词双检索，合并去重后展示
• 积分报告：简要说明消耗即可，不强调节约
• 额外行为：法条检索后发现相关法规（如司法解释），主动追加 regulation 检索；用户需求模糊时，宁可多查也不漏查

接口策略速查

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）：

关键词扩展与典型工作流

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）

检索模式选择

每个领域有语义检索和关键词检索两种模式。

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。

核心接口用法

1. 法条语义检索（search）

scripts/yd-run search "正当防卫的限度" --sxx 现行有效

2. 法条关键词检索（keyword）

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

3. 法条详情检索（detail）

scripts/yd-run detail "民法典" --ft-name "第十五条"

4. 案例关键词检索（case）

# 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

5. 案例语义检索（case-semantic）

scripts/yd-run case-semantic "正当防卫的限度" --jarq-start 2020-01-01

扩展接口用法

6. 法规关键词检索（regulation）

scripts/yd-run regulation "数据安全" --effect1 法律 --sxx 现行有效

7. 法规详情（regulation-detail）

scripts/yd-run regulation-detail --name "中华人民共和国数据安全法"

8. 案例详情（case-detail）

scripts/yd-run case-detail --type ptal --ah "（2025）桂09民终192号"

9. 企业检索（enterprise）

scripts/yd-run enterprise "华为" --num 5

10. 企业详情（enterprise-detail）

scripts/yd-run enterprise-detail --credit-code "9144030071526726XG"

幻觉检测

11. 法规/法条/案例幻觉检测（hall-detect）

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：

• 法规检测：每条法规是否真实存在（law_exists），语义比对结论和相似度
• 案例检测：每条案例是否真实存在，基本事实和裁判要点
• 高亮文本：标注了检测结果的原文本

企业全息画像

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

通用参数说明

法条检索通用筛选

案例检索通用筛选

Reference 文档索引

工作流指南

• 关键词扩展与分阶段检索
• 典型工作流与用户引导
• 法律检索报告与目标目录归档
• 法律检索报告 7 节设计原理
• MCP 协同工作流
• 企业全息画像

接口清单与 API 端点文档

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。

历史检索记录

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。

调试

scripts/yd-run raw /open/law_vector_search "正当防卫" --extra '{"fatiao_filter":{"sxx":["现行有效"]}}'

法律检索报告（consolidate）

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。

7 节"结论先行"标准结构

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。

1. 案情简介 — 当事人、争议焦点、当前阶段（最少必要）
2. 检索目的与问题 — 本次检索要回答的法律问题（1-3 个核心 Q）
3. 检索结论 ⭐ — 最先读到的内容：
   • 3.1 一句话定性（"能做/不能做" + 法律依据）
   • 3.2 核心论点的判例支撑速查（用表格/列表，让用户 30 秒内 get 到）
   • 3.3 风险点（诚实告知，不要只说好的）
   • 3.4 后续行动（具体可执行的步骤）
4. 分析与判断 — 抗辩应对、法条适用、诉讼请求结构、赔偿酌定、证据准备
5. 检索思路与方法 — 关键词组合、筛选条件、检索顺序（备查）
6. 检索结果 — 按 endpoint 分组：6.1 法律依据 / 6.2 司法案例 / 6.3 行政法规 / 6.4 其他（核实材料）
7. 检索明细 — 表格，链接到每条 per-call 报告（末尾，使用可回溯本地链接）

检索报告质量要求

• 结论区必须能独立阅读：3.1-3.4 应让律师、客户或法官先得到答案，再决定是否看底稿
• 核心依据用表格速查：不要让读者从几十条法条/案例中自行拼结论
• 方法区保留检索痕迹：写清关键词、筛选条件、平台、时间、纳入规则
• 结果区只放支撑材料：法条、案例、法规按类型分组，不替代第四节分析
• 风险必须明示：包括不利类案、法律适用分歧、地域差异、时效或证据缺口
• 无法确认的信息标注待补充：不要把检索不到或材料未提及的事实写成确定结论

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）：

• 案情 → 目的 → 思路 → 检索结果 → 分析 → 结论
• 用户反馈：检索结果（法条案例）全是"核实材料"，要翻到最后才看到结论 → 太累
• 新版：结论放到第 3 节，用户看完 3.1-3.4 就能得到 80% 答案

末尾附"本次检索明细"表格，链接到每条 per-call 报告。

调用方式

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）
  • 匹配规则：CWD 中所有符合 <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

项目子目录组织

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

• .md 复制（CWD 保留工作副本）：用户的工作目录不被破坏
• .json 移动（archive 根目录已清理）：避免根目录重复积累，扁平区只放"in-flight 暂存"
• 重复运行 consolidate 同一项目：idempotent，文件已在子目录则跳过

与 per-call 报告的关系

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。

目标目录归档规范（强制）

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

MCP 协同工作流（v1.6.0+）

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：

references/05-mcp-workflow.md

版本更新

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）。