Install
openclaw skills install yuandian-law-search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。
openclaw skills install yuandian-law-search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。
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:
.env 文件:检查 scripts/.env 是否存在YD_API_KEY 的值,确认非空且不是占位符 your-api-key-here⚠️ 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。
# 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}"
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。
本技能共 35 个接口,分为四层。选择规则:
search 语义检索keyword 关键词检索detail 精确获取case 关键词检索(默认普通案例)case-semantic 语义检索case-detailenterprise-search 定位,再用 enterprise-base/enterprise-summary 获取详情enterprise-list --type TYPEhall-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
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。
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:
即当前"正确性优先"策略,不改变现有行为。
在 balanced 基础上进一步收紧,最大限度减少积分消耗。
不考虑积分消耗,最大化检索精度和覆盖面。
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):
| 接口 | 积分 | balanced | economical | aggressive |
|---|---|---|---|---|
| hall-detect | 50 | 用户明确要求时才使用,需确认"检测需要 50 积分" | 二次确认(第一次仅展示积分提醒,等用户再次确认才调用) | 可主动对用户引用的法条/案例做幻觉核验 |
| enterprise-search | 1 | 直接使用,无需确认 | 优先检查缓存,未命中时直接使用(仅 1 积分) | 直接使用 |
| enterprise-base / enterprise-summary | 10 | 用户明确要求时使用,告知积分消耗 | 需二次确认 | 直接使用 |
| enterprise-list | 5-10/次 | 用户指定类型时调用,提醒多种类型会累积积分 | 每次只查一种类型,展示全部可用类型让用户选择 | 企业尽调场景可一次性查询多个相关类型(如涉诉+行政处罚+失信) |
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)每个领域有语义检索和关键词检索两种模式。
| 语义检索 | 关键词检索 | |
|---|---|---|
| 子命令 | search(法条)/ case-semantic(案例) | keyword(法条)/ case(案例) |
| 输入 | 自然语言问题或描述 | 精确关键词组合 |
| 匹配 | 语义相似度,概念关联 | 字面匹配,AND/OR 逻辑 |
| 返回量 | 默认 45 条 | 默认 10 条 |
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。
scripts/yd-run search "正当防卫的限度" --sxx 现行有效
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
scripts/yd-run detail "民法典" --ft-name "第十五条"
# 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
scripts/yd-run case-semantic "正当防卫的限度" --jarq-start 2020-01-01
scripts/yd-run regulation "数据安全" --effect1 法律 --sxx 现行有效
scripts/yd-run regulation-detail --name "中华人民共和国数据安全法"
scripts/yd-run case-detail --type ptal --ah "(2025)桂09民终192号"
scripts/yd-run enterprise "华为" --num 5
scripts/yd-run enterprise-detail --credit-code "9144030071526726XG"
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:
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
| 参数 | 说明 | 可选值 |
|---|---|---|
--effect1 | 效力级别(可多次指定) | 宪法、法律、司法解释、行政法规、部门规章、地方性法规 等 |
--sxx | 时效性(可多次指定) | 现行有效、失效、已被修改、部分失效、尚未生效 |
| 参数 | 说明 |
|---|---|
--province / --xzqh-p | 省份筛选 |
--jarq-start / --jarq-end | 结案日期范围 |
--cj | 法院层级:最高/高级/中级/基层 |
--wenshu-type | 案件类型:刑事案件/民事案件/行政案件 |
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。
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。
scripts/yd-run raw /open/law_vector_search "正当防卫" --extra '{"fatiao_filter":{"sxx":["现行有效"]}}'
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。
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。
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):
末尾附"本次检索明细"表格,链接到每条 per-call 报告。
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)
<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
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(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
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:
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)。