agentleFS
NEU-ZHANEU-ZHA/legal-ai-skills/skills/pkulaw-mcp-grounded-answer/SKILL.md

pkulaw-mcp-grounded-answer

Skill65 starsChanged 4 months agoMITView on GitHub

通用法律答复草稿工作流,用于把已检索到的法规、案例和引用核验结果整理成可复核、可转发、可继续修改的答复文本。Use when:律师、法务、合规或法律运营需要回复客户、业务、领导或内部群,且问题不明显属于某个已单独建模的垂直场景。NOT for:纯资料探索、仅需检索列表、不需要形成答复草稿的任务;以及已有更合适垂直 Skill(如劳动用工回复)时。要求先补齐关键事实,再检索后结论;未核验的具体法条不得写成确定依据。

The file

Files
SKILL.md

北大法宝 MCP:Grounded Answer(通用法律答复)

这个 Skill 是通用交付层,适合把法律问题整理成一份可复核、可继续修改、可用于沟通的答复草稿。

如果问题已经明显属于某个垂直场景,例如劳动用工、公司治理研究备忘、合同批量筛查,应优先转到更窄的组合 Skill,而不是继续停留在这里。

这个 Skill 真正要完成的动作

当用户说“帮我回复客户”“给我一个法律口径”“整理成可发给业务的答复”时,不要停在检索列表,而要产出:

  • 简短结论
  • 主要依据
  • 风险提示
  • 待复核点
  • 可追溯版本(如需要)

先看边界

  • 这是通用法律答复 Skill,不是垂直行业或专业场景的专用答复 Skill。
  • 目标是形成“初步答复草稿”,不是正式法律意见书。
  • 若已有垂直 Skill 更合适,应优先转交,而不是在这里泛化处理。

缺信息先追问

以下信息缺失时,先补 1-2 个最关键问题,不要直接写结论:

  • 适用法域或地域
  • 关键事实前提
  • 时间点或版本要求
  • 交付对象:内部讨论、客户回复、审批说明、对外发函
  • 是否需要类案支撑

如果用户一时无法补齐,也只能按“有限事实前提下的初步答复草稿”输出。

推荐工作流

  1. 界定任务:确认用户要的是答复草稿,而不是检索列表。
  2. 补足前提:先补法域、时点、关键事实、交付对象。
  3. 检索取数:规则问题优先用法规检索;需要裁判倾向时再补案例检索。
  4. 草稿成形:先写“结论 + 依据 + 前提 + 风险提示”。
  5. 引用核验:出现具体法条、司法解释或精确引用时,走 citation-validator。
  6. 链接增强:需要转发、审批或沉淀时,用 doc-link 做增强。
  7. 标注边界:把“已核验 / 待复核 / 仍缺事实”分开写。

输出纪律

  • 只在已检索依据覆盖的范围内表达结论。
  • 不写“明确合法”“一定胜诉”“可以直接执行”等绝对化措辞。
  • 事实不足处要单列,不与结论混写。
  • 面向客户、领导或审批流时,优先输出“短结论 + 依据列表 + 待复核点”。

质量门槛

  • 没有无来源法条、案号或裁判要点。
  • 每个关键结论至少能回到一条当次检索依据。
  • 重要引用经过 citation-validator,或明确标注未核验。
  • 需要流转时,优先提供 doc-link 增强版本。

失败与降级

  • citation-validator 不可用:只能标注“引用未核验”,不能写“已确认”。
  • doc-link 不可用:先交付纯文本并声明“链接待补”。
  • 检索为空:返回“未检索到足够依据”,并给出下一步检索建议。
  • 事实前提不足:输出“基于当前已知事实的初步答复草稿”,并列出仍需补充的信息。

配套文件

  • 输出模板:template.md
  • 真实业务示例:examples.md

关联 Skill

  • 法规检索:pkulaw-mcp-law-retrieval
  • 案例检索:pkulaw-mcp-case-retrieval
  • 引用核验:pkulaw-mcp-citation-validator
  • 法宝超链:pkulaw-mcp-doc-link

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.