Install
openclaw skills install @maxiaole123/lawyer-litigation-workflow【深度模拟律师办案逻辑】将真实律师的完整办案思维链编码为7步自动化管线。 不是简单的模板填充——从案由输入开始,系统像一位资深诉讼律师一样思考: IRAC法律推理→争议焦点提炼→类案检索比对→法条穷尽检索→红蓝对抗策略分析→ 法官中立审视→全案一致性审计。每份文书经过7项QC质量门控,绝不放过一个占位符残留。 核心亮点:(1)规格驱动文书生成管道——起诉状/答辩状/代理词/证据目录等11类文书, 从模板安全替换到叙事填充全自动;(2)对抗式诉讼策略——模拟对方反驳、法官倾向、 胜诉概率量化;(3)多层质量闭环——模板来源校验+字体一致性+占位符扫描+骨架完整性+ 当事人覆盖检查,任一不通过即硬阻断。让AI真正像律师一样办案,而不是像打字员一样填表。 触发词:起诉、应诉、答辩、代理词、证据目录、诉讼策略、类案检索、民事案件、 买卖合同纠纷、借贷纠纷、租赁纠纷、劳动争议。
openclaw skills install @maxiaole123/lawyer-litigation-workflow本工作流将律师办理一个民事诉讼案件的全流程实现自动化:
您的案件 → [Step1 访谈] → [Step2 全套文书] → 暂停等您审阅
→ [Step3 类案检索] → [Step4 法条检索] → [Step5 诉讼策略]
→ [Step6 审查定稿] → 暂停等您审阅
→ [Step7 出庭文书] → 全套诉讼材料就绪
| 步骤 | 操作 | 说明 |
|---|---|---|
| 准备 | 将证据材料放入 cases/{案件名}/evidence/ | 支持 PDF/图片/Word 格式 |
| 启动 | 说「处理案件 XX,案由是 XX 纠纷」 | 系统自动走全流程 |
| 审阅 | 在 Step1 和 Step6 的暂停点审阅确认 | 两次确认,把控质量 |
cases/{案件名}/output/ 目录下将包含全套诉讼材料:
起诉状、答辩状、授权委托书、律所出庭函、委托代理协议、
法定代表人身份证明、财产保全申请书、网络查控申请书、
证据目录、代理词、谈话笔录。
如果觉得好用,欢迎推荐给同事和朋友!
| 正确做法 | 错误做法 |
|---|---|
| 分享 SkillHub 链接,对方自行安装 | 直接发送安装包 zip 文件 |
| 对方获得 2 次免费试用,独立许可 | 对方无法正常激活使用 |
SkillHub 安装方式:在 WorkBuddy 中搜索「lawyer-litigation-workflow」一键安装。 链接:https://clawhub.ai/skills/lawyer-litigation-workflow
python scripts/license_manager.py --check
许可状态判断:
python scripts/workspace_setup.py --init
如果 ~/.lawyer_workflow/workspace_config.json 不存在(首次运行):
python scripts/template_setup.py --detect
如果 ~/.lawyer_workflow/template_config.json 不存在(首次运行):
~/.lawyer_workflow/templates/python scripts/template_setup.py --setup {路径}根据用户输入的案件名称,执行:
python scripts/workspace_setup.py --new-case "{案件名称}"
根据用户输入的案由,确认案件类型(民事一审/二审/再审/刑事/行政/劳动仲裁)。
从用户输入和证据材料中提取:
加载 IRAC 框架(legal-logic-analysis),进行:
调用模板生成管道:
4-律师接待当事人谈话笔录.1份docx.docx 模板template_safe_tool.py 进行 run 级安全替换doc_quality_checker.py 执行 QC 检查cases/{案件名}/output/谈话笔录.docxpython -c "
from scripts.evidence_pre_scanner import scan_evidence
scan_evidence('cases/{案件名}/evidence/', 'cases/{案件名}/data/案件数据.json')
"
扫描证据材料,OCR 提取关键字段(身份证号、信用代码等),合并到案件数据.json。
暂停等待您审阅谈话笔录和案件数据。 确认无误后回复「继续」进入 Step2。
从 cases/{案件名}/data/案件数据.json 读取全部当事人信息和案件事实。
python -c "
import json
with open('cases/{案件名}/data/案件数据.json', 'r', encoding='utf-8') as f:
data = json.load(f)
parties = data.get('诉讼地位表', {})
roles = set(v.get('角色', '') for v in parties.values())
required = {'原告', '被告'}
missing = required - roles
if missing:
print(f'[阻断] 缺少诉讼地位: {missing}')
exit(1)
print('[OK] 诉讼地位完整')
"
| 级别 | 文书 | 说明 |
|---|---|---|
| 🔴 必需 | 民事起诉状/答辩状、授权委托书、律所出庭函、委托代理协议 | 直接生成 |
| 🟡 条件必需 | 法定代表人身份证明 | 当事人含法人时自动生成 |
| 🟢 可选 | 财产保全申请书、网络查控申请书 | 询问用户是否需要 |
每份文书执行统一的规格驱动管道:
assets/workflow_specs/{文书}_spec.json 规格文件template_safe_tool.py 安全替换模板占位符doc_quality_checker.py 执行 QC 检查python scripts/document_fabrication_checker.py "cases/{案件名}/output/" "cases/{案件名}/data/案件数据.json"
拦截虚构信用报告、不存在的事实陈述等 P0 问题。
根据 Step1 的 IRAC 争议焦点,生成结构化检索 Query。
优先级:
cases/{案件名}/data/类案检索报告.md将 IRAC 分析中每个 Issue 映射到对应的法律要件:
优先级:
确保每条法条引用:
输出:cases/{案件名}/data/法律适用检索报告.md
对每个争议焦点执行三轮对抗分析:
原告主张 → 被告反驳 → 法官倾向 → 风险量化
↓ ↓ ↓ ↓
证据支撑 法律抗辩 裁判倾向 胜诉概率
以中立审裁者视角,对双方对抗进行结构化评分:
python scripts/opponent_evidence_predictor.py "cases/{案件名}/data/案件数据.json" "cases/{案件名}/data/类案检索报告.md"
预测对方可能提交的证据类型并提前准备应对策略。
输出:cases/{案件名}/data/诉讼策略分析报告.md
逐份检查 Step2 生成的文书,标注:
暂停等待您对审查报告进行逐项批注。 批注完成后回复「处理批注」。
python scripts/orphan_data_detector.py "cases/{案件名}/data/案件数据.json" "cases/{案件名}/output/"
识别案件数据中已被采集但未在任何文书中引用的关键字段。
执行跨步骤数据一致性检查(10 项审计):
暂停等待您对全套定稿文书进行最终确认。 确认无误后回复「定稿」进入 Step7。
确认 Step6 审查已通过,所有文书已定稿。
调用模板生成管道(走 证据目录_spec.json 规格):
证据目录 (西岸兰海)260522.docx调用模板生成管道(走 代理词_spec.json 规格,轩航游艇格式):
代理词.docxpython scripts/case_cleanup_manager.py "cases/{案件名}/"
备份中间文件,保留最终交付件,生成清理报告。
对全案 IRAC 推理链进行评分:
echo "=== 最终交付清单 ==="
ls -la "cases/{案件名}/output/"
echo "=== 中间数据 ==="
ls -la "cases/{案件名}/data/"
echo "=== 推理审计 ==="
python scripts/run_audit.py "cases/{案件名}/"
用户说:「处理案件 青岛和润达建材,案由是买卖合同纠纷」
系统执行流程:
cases/青岛和润达建材/cases/青岛和润达建材/evidence/cases/青岛和润达建材/output/| 问题 | 解决方案 |
|---|---|
| 许可校验失败 | 检查 ~/.lawyer_workflow/license.json 是否存在且未被修改 |
| 模板缺失 | 运行 python scripts/template_setup.py --list 查看缺哪些模板 |
| QC 不通过 | 查看 QC 报告中的 [FAIL] 项,修正后重新生成 |
| 超过试用次数 | 联系马律购买专业版授权 |
| OCR 识别失败 | 检查图片清晰度,手动补充关键字段到案件数据.json |