Legal-Agent-Skills
CLAUDE.md2 starsChanged 3 months agoMITView on GitHub
面向*文件系统类 AI agent的一组中文法律执业级 Agent Skills*。内容规则为主、工具代码为辅。 交付单元是整个 skill 文件夹,不是单个 SKILL.md——只交 SKILL.md 一个文件,agent 会读不到 references/、rules/ 里的正文。当前有三个 skill:contract-review/(中美双法域合同审查)、 legal-research/(法律研究与类案检索)、document-fill/(按本案知识库给文书模板取证填充)。 顶层 PRINCIPLES.md 是*做 skill 时的最高原则(作者宪章),约束的是作者/你,不是终端 agent; 它不写进任何 SKILL.md 正文,skill 运行时不读它。动手改任何 skill 或造新 skill 前先通读它*, 并按四层原则(元层 M / 工程 E / 法律 L / 产品 P)自检。几条最常踩的: - E1 自包含:每个 skill 零依赖本库其他 skill,可单独下载使用;不建共享底座,需要相同内容就 各自复制一份。skill 内所有引用路径相对该 SKILL.md 目录解析,禁止越出本 skill 目录。 - E3 只补模型做不到/会跳过的:不要把 LLM 本就会的法学方法论(三段论、目的解释、IRAC、类推……) 写进 skill 去"提示"它——纯浪费 token。skill 的价值只在五处:①来源核验/防幻觉 ②不可靠的领域事实 (条号/阈值/最新司法解释状态/强制条款)③易跳步骤的强制函数 ④格式与法域行文惯例 ⑤工具编排。 - L1 防幻觉第一:法条/案例绝不靠模型记忆;每条法律命题挂且仅挂一个来源标签。 宪章若需修订,改 PRINCIPLES.md 并在其《变更日志》追加一行起因。 要求 Python 3.8+。 CI(.github/workflows/ci.yml)在每次 push / PR…
- Installs packages
In this repository3 other files it gives its agents.
- contract-reviewSkill
- document-fillSkill
- legal-researchSkill
The file
Files
CLAUDE.md
This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.
本仓库是什么
面向文件系统类 AI agent的一组中文法律执业级 Agent Skills。内容规则为主、工具代码为辅。
交付单元是整个 skill 文件夹,不是单个 SKILL.md——只交 SKILL.md 一个文件,agent 会读不到
references/、rules/ 里的正文。当前有三个 skill:contract-review/(中美双法域合同审查)、
legal-research/(法律研究与类案检索)、document-fill/(按本案知识库给文书模板取证填充)。
先读:作者宪章(PRINCIPLES.md)
顶层 PRINCIPLES.md 是做 skill 时的最高原则(作者宪章),约束的是作者/你,不是终端 agent;
它不写进任何 SKILL.md 正文,skill 运行时不读它。动手改任何 skill 或造新 skill 前先通读它,
并按四层原则(元层 M / 工程 E / 法律 L / 产品 P)自检。几条最常踩的:
- E1 自包含:每个 skill 零依赖本库其他 skill,可单独下载使用;不建共享底座,需要相同内容就
各自复制一份。skill 内所有引用路径相对该
SKILL.md目录解析,禁止越出本 skill 目录。 - E3 只补模型做不到/会跳过的:不要把 LLM 本就会的法学方法论(三段论、目的解释、IRAC、类推……) 写进 skill 去"提示"它——纯浪费 token。skill 的价值只在五处:①来源核验/防幻觉 ②不可靠的领域事实 (条号/阈值/最新司法解释状态/强制条款)③易跳步骤的强制函数 ④格式与法域行文惯例 ⑤工具编排。
- L1 防幻觉第一:法条/案例绝不靠模型记忆;每条法律命题挂且仅挂一个来源标签。
宪章若需修订,改 PRINCIPLES.md 并在其《变更日志》追加一行起因。
常用命令
要求 Python 3.8+。
pip install -r requirements-dev.txt # 装 python-docx + pytest(开发/测试栈)
# 结构校验——改动任一 skill 的 references/ 或 rules/ 后必跑,绿了才提交
python contract-review/validate.py # 预期 ✅ 通过(退出码 0;有硬错误退 1)
python legal-research/validate.py # 同上
# 单元测试
python -m pytest contract-review/scripts/test_redline_docx.py legal-research/tests/ -q
python -m pytest contract-review/scripts/test_redline_docx.py -q -k <关键字> # 跑单个测试CI(.github/workflows/ci.yml)在每次 push / PR 跑上述 validate + pytest 全部,作为合并前门禁;
打 tag 由 release-skill.yml 自动校验 + 打包 + 发 Release,校验不过不发布。
架构大图(跨文件才能看懂的部分)
渐进式披露是核心架构。 每个 skill 的 SKILL.md 只放常驻底线 + 按需读取索引;正文分层进
references/(法域中立骨架、输出模板、验证、终检门)与 rules/<法域>/(可插拔规则包)。agent 运行时
分阶段按需读取,既省 token 又保证深层规则不被跳过。validate.py 用行预算把这套结构钉死:
SKILL.md ≤80 行(contract)/≤130(research),references 数字前缀文件 ≤260,_general.md ≤200,
领域卡 ≤150。改内容时别把该分层的东西塞回 SKILL.md。
三个 skill 边界互斥、彼此路由:合同相关 → contract-review;法律问题论证/类案检索 →
legal-research;按本案知识库给文书模板取证填充 → document-fill(论证说理留空、路由回研究/起草)。
均不做起草论证、续约提醒、流程图。改一个 skill 的边界描述时,注意其余 skill 的路由指向要对得上。
contract-review 的可插拔法域包:方法骨架(references/02-methodology.md)法域无关;中/美法规则各自
成包 references/rules/cn/、rules/us/。路由层按合同的法律选择条款判定法域(绝不看合同语言)
并加载对应包。每个包内:_pack.md(法域识别信号 + 业务领域登记表 + 推荐 MCP 源)、_general.md(通用)、
若干领域卡(如 nda.md、sale-of-goods.md,须含「领域专属失败模式」小节)。加领域=在
_pack.md 登记表加一行 + 按 references/_templates/domain-card-template.md 新建卡;加法域=按
references/_templates/pack-template.md 新建 rules/<法域>/,路由层零改动自动发现。validate.py 强制
登记表↔卡文件双向一致(悬空登记=硬错误;孤儿卡=软警告),并对领域卡里出现的精确法条号发
anti-leakage 软警告(原则/法条分离——精确条号应交 MCP 核验,别硬编码进规则卡)。
MCP 法律库接入是两种模式,别混:
contract-review:MCP 核验是可选加速器——核心审查方法论无外部依赖也能跑,接上则实时核验。legal-research:MCP 是硬前置——没有可靠法律库就没有真研究/检索。未接则先引导用户接入 (references/09-mcp-setup.md)、暂停正式产出;唯一例外是用户显式 opt-in 的通篇水印降级草稿。
不写死任何具体 MCP 名,运行时发真实探测调用(不只看配置)。推荐源为元典(chineselaw.com),用户填
本人 Token;Token 绝不写入 skill 文件、不提交仓库、不随报告输出(仓库只给占位符,见 SECURITY.md)。
来源标签防幻觉(两 skill 共有):每条法律命题挂且仅挂一个来源标签([MCP核验:…] /
[模型知识-未验证] 等),标签描述"实际来源行为"而非"自信程度";三轴正交(验证渠道/权威位阶/处置状态)。
legal-research 报告产出前必过 references/48-qc-gate.md 的 QC 七项终检门,不过按精确回退目标退回
对应步骤补正,回退设上限防死循环。
红线脚本 contract-review/scripts/redline_docx.py(纯 Python + python-docx,运行期只需
python-docx):把 agent 生成的修订计划(JSON 数组,每项含 action/anchor_text 等,
validate_plan() 预检必填字段与动作合法性)渲染成真实 Word 修订痕迹(w:ins/w:del)+ 批注。
它只渲染、不做法律判断。 未装 python-docx 时自动降级为 markdown 对照稿并返回 degraded=True,
不静默失败。锚点匹配是段落内范围(anchor_text 须能在单段落内定位);同段多修订已有回归测试。
约定
- 只留 main 分支:本地和云端都只保留
main,不新建功能分支(用户明确要求)。 - TDD:先写失败测试→看它失败→最小实现;bug 修复必须带复现测试。
- 提交前:改动 skill 正文后务必跑对应
validate.py+ pytest,全绿再提交。 - 进度看板
ROADMAP.md;变更CHANGELOG.md;贡献流程CONTRIBUTING.md。
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
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.

