← 返回 Skills 市场
yang222265

Lawyer Assistant

作者 yang222265 · GitHub ↗ · v3.0.0 · MIT-0
cross-platform ⚠ suspicious
192
总下载
1
收藏
0
当前安装
2
版本数
在 OpenClaw 中安装
/install lawyer-assistant
功能描述
根据提供的案件信息，智能提取关键信息，检索相关法律法规和类似案例，提供结构化的专业法律分析和诉讼建议。
使用说明 (SKILL.md)

律师助手技能 (Lawyer Assistant)

功能描述

根据案件信息（当事人、对手、纠纷类型、起因等）智能分析案件，查找相关法律法规和类似案例，提供专业法律建议。

重要说明：本技能为辅助工具，不能替代执业律师的专业意见。复杂案件请务必咨询持证律师。

触发条件

当用户提到以下关键词时触发：

  • "律师"、"法律咨询"、"案件分析"
  • "案例"、"判例"、"类似案件"
  • "纠纷"、"诉讼"、"起诉"
  • "法律建议"、"法律意见"
  • 提供案件相关信息（当事人、对手、纠纷类型等）

核心功能

1. 案件信息结构化

从用户输入中提取以下关键信息：

  • 当事人信息：姓名/名称、身份（自然人/法人）、角色（原告/被告）
  • 对手信息：姓名/名称、身份、与当事人的关系
  • 纠纷类型：民事/刑事/行政、具体案由（合同纠纷、侵权纠纷、婚姻家庭等）
  • 起因/事实：事件经过、时间节点、关键事实
  • 诉求/目标：当事人希望达到的结果
  • 证据情况：现有证据、缺失证据

2. 法律检索流程

按照律师专业习惯进行法律检索：

第一步：确定法律关系

  • 分析案件涉及的法律关系类型
  • 确定适用的法律领域（民法、刑法、商法等）

第二步：查找法律法规

  • 查找相关法律法规条文
  • 查找司法解释
  • 查找地方性法规（如适用）

第三步：检索类似案例

  • 在裁判文书网、北大法宝等数据库检索类似案例
  • 筛选条件：
    • 案由相同或相似
    • 争议焦点相似
    • 时间相近（优先近 3 年）
    • 法院层级（优先最高法、高院）
    • 地域（优先同一省份）

第四步：分析裁判要点

  • 提取类似案例的裁判要旨
  • 分析法院的裁判思路
  • 总结胜诉/败诉关键因素

3. 输出专业建议

案件分析报告包含：

  1. 案件定性：法律关系分析、案由确定
  2. 法律依据：核心法条引用
  3. 类似案例：3-5 个典型案例及裁判要点
  4. 风险评估：
    • 胜诉概率评估
    • 主要风险点
    • 不利因素分析
  5. 诉讼策略建议：
    • 诉讼请求设计
    • 证据收集建议
    • 程序选择（诉讼/仲裁/调解）
  6. 替代方案：
    • 和解可能性
    • 调解建议
    • 其他解决途径

使用方法

基本用法

请帮我分析这个案件：
- 当事人：张三
- 对手：李四
- 纠纷类型：借款合同纠纷
- 起因：2023 年 1 月李四向张三借款 10 万元，约定 2023 年 12 月归还，至今未还
- 诉求：要求归还本金及利息

输出格式

技能将输出结构化的案件分析报告，包括：

  • 📋 案件概要
  • ⚖️ 法律分析
  • 📚 法律依据
  • 📖 类似案例
  • ⚠️ 风险提示
  • 💡 策略建议

专业要求

法律素养

  • 准确引用法律条文（注明具体条款）
  • 区分法律、行政法规、司法解释的效力层级
  • 注意法律法规的时效性（是否已被修订/废止）

案例分析

  • 案例检索要说明来源（如：中国裁判文书网）
  • 注明案号、法院、判决时间
  • 提炼裁判要旨而非简单复制

风险提示

  • 不做绝对化承诺（如"必胜"）
  • 客观分析不利因素
  • 提示诉讼时效、举证责任等程序风险

职业操守

  • 声明"本分析仅供参考，不构成正式法律意见"
  • 建议复杂案件咨询执业律师
  • 保护当事人隐私信息

注意事项

  1. 信息完整性：如用户提供的信息不完整，应主动询问补充
  2. 时效性：注意法律法规的更新，优先引用最新规定
  3. 地域性：注意不同地区的司法实践差异
  4. 免责声明：明确说明 AI 分析的局限性

示例对话

用户：

我有个劳动纠纷要咨询
- 当事人：王某
- 对手：XX 科技公司
- 纠纷：违法解除劳动合同
- 起因：公司以业绩不达标为由辞退，但未提供培训或调岗
- 诉求：要求赔偿金

技能回复：

📋 案件概要
案由：劳动合同纠纷 - 违法解除劳动合同赔偿金

⚖️ 法律分析
根据《劳动合同法》第 40 条，用人单位以劳动者不能胜任工作为由解除合同，需经过培训或调岗程序...

📚 法律依据
1. 《劳动合同法》第 40 条、第 47 条、第 87 条
2. 《劳动合同法实施条例》第 25 条
...

📖 类似案例
1. (2023) 京 02 民终 XXXX 号
   裁判要旨：公司未举证证明经过培训或调岗程序，构成违法解除...
...

⚠️ 风险提示
- 需证明劳动关系存续期间
- 工资流水作为赔偿金计算依据
- 仲裁时效 1 年...

💡 策略建议
1. 收集证据：劳动合同、工资流水、解除通知...
2. 先申请劳动仲裁...
3. 赔偿金计算：2N...

技能开发说明

本技能旨在辅助法律专业人士进行案件分析，提高法律检索效率。使用者应具备法律专业知识，对 AI 生成的内容进行专业判断。

安全使用建议
总结及建议： 1) 总体一致性：该技能的说明、文档与代码都围绕案件结构化、法律检索与案例分析，功能上是连贯的——这看起来像一个为法律检索/分析设计的工具。 2) 不要直接运行 install.sh 或其他脚本：仓库包含 install.sh、测试脚本和许多 Python 文件；虽然这些文件用于功能实现，但任何 install 脚本都有执行任意命令的能力。在不知道脚本确切内容前，请不要在生产主机上运行。先在隔离的虚拟机或容器中审查并运行。 3) 检查并清理 SKILL.md 的不可见字符：静态扫描报告标注 unicode-control-chars，可能用于提示注入。用文本查看器显示不可见字符或重新保存为纯文本以剔除控制字符。 4) 审核网络行为：代码包含对外部数据源的调用（openlaw、无讼、中国法院网、wenshu 等），这是业务所需，但会产生外发流量与数据暴露。确认你愿意将查询发送到这些第三方站点，并且了解对应服务的使用条款。若数据敏感，请在离线或仅使用内置案例库模式下运行。 5) 谨慎使用“推送到远程仓库”的指南：PUSH_TO_GITHUB.md 明确建议将仓库推到 GitHub/Gitee。若本地包含测试数据或敏感示例（例如真实个人信息），推送前应清理或使用私有仓库。避免不小心将客户/案件数据上传到远端。 6) 若计划部署到生产或赋予自动调用权限：在允许技能被模型自主调用前，先在受控环境中充分测试其行为、外部请求次数、错误处理和隐私保护策略；必要时限制其网络访问或配置只使用内置数据源。 7) 若需要进一步评估：可以把 install.sh、wenshu_api.py、openlaw_scraper.py 的内容贴出来让我审查具体的外部端点、是否有硬编码凭据、以及脚本中是否包含危险操作（删除文件、上传数据到未授权端点等）。
功能分析
Type: OpenClaw Skill Name: lawyer-assistant Version: 3.0.0 The lawyer-assistant skill bundle is a comprehensive legal analysis tool designed to provide case qualitative analysis, compensation calculations, and lawyer recommendations. The core logic in lawyer_assistant.py and its supporting modules (enhanced_api.py, win_rate_analyzer.py, etc.) focuses on parsing user-provided case details and retrieving relevant legal information from local databases or external legal search APIs. The installation script (install.sh) and testing frameworks (ab_testing.py, v3_comprehensive_test.py) are standard for development and deployment. No malicious behaviors such as data exfiltration, unauthorized command execution, or prompt injection were identified across the extensive code and documentation.
能力评估
✓ Purpose & Capability
技能名称、描述、SKILL.md 与仓内代码（案例库、检索与分析模块、wenshu/openlaw 采集器、增强 API 等）在功能上是一致的：提取案件信息、检索法规与类似案例、生成分析报告。请求的权限/环境变量为空，未见要求不相关的云凭据或系统级访问。
ℹ Instruction Scope
SKILL.md 本身只描述法律检索与分析的流程、触发条件和输出格式，未要求读取系统敏感路径或环境变量。值得注意的几点：1) SKILL.md 中存在静态扫描报告标注的 unicode-control-chars（提示注入信号），建议人工检查是否含隐藏控制字符或恶意 prompt 注入指令；2) 仓库中含有 PUSH_TO_GITHUB.md，README 与安装说明，鼓励将本地仓库推送到远程，这可能导致将敏感数据或本地日志意外上传到公开/私有远端；3) 代码包含网络检索/爬虫模块（openlaw_scraper、wenshu_api、enhanced_api 等），这些模块会向外部站点发起请求并返回数据——这是功能所需，但会导致外发流量与数据暴露风险。
⚠ Install Mechanism
注册表中没有 install spec（因此作为技能注入时不会自动安装），但仓内包含 install.sh、多个 Python 模块与测试脚本，以及 README 中提供的运行/安装步骤（包括直接运行 install.sh 或复制文件到 ~/.openclaw）。运行未经审查的 install.sh 或任意脚本可能在主机上写入文件或执行任意命令：在没有查看 install.sh 的具体内容前，不应直接运行该脚本。总体风险来自“有可执行安装脚本但未声明安装步骤”，用户在跟随 README/安装指南执行时应格外谨慎。
✓ Credentials
技能未声明需要任何环境变量或凭据（requires.env 为空），也未要求访问系统配置路径，这与其描述的功能（公开案例检索、内置案例库）是合理的。注意：部分第三方数据源在现实中可能需要 API key 或账号（例如北大法宝、某些商业数据库），但仓内并未声明这些凭据；若启用对应在线源，运行时可能需要手动提供凭据。
✓ Persistence & Privilege
技能未设置 always:true，默认允许用户调用且可被模型自主调用（平台默认）。仓内代码没有显示修改其它技能或系统级代理配置的行为描述，但 install.sh/脚本未经审查可能具备任意修改能力——这与上面的 install_mechanism 风险相呼应。
如何使用
  1. 确保已安装 OpenClaw（本地或 Docker 部署）
  2. 在对话框中输入安装命令：/install lawyer-assistant
  3. 安装完成后，直接呼叫该 Skill 的名称或使用 /lawyer-assistant 触发
  4. 根据 Skill 的参数说明提供必要输入，即可获得结构化输出
版本历史
v3.0.0
v3.0: 双模式输入支持 + 千例测试验证完成
v2.7.0
v2.7: 评价回复 + 标签系统 + 满意度趋势图
元数据
Slug lawyer-assistant
版本 3.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 2
常见问题

Lawyer Assistant 是什么？

根据提供的案件信息，智能提取关键信息，检索相关法律法规和类似案例，提供结构化的专业法律分析和诉讼建议。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 192 次。

如何安装 Lawyer Assistant？

在 OpenClaw 或 Claude Code 对话框中运行命令「/install lawyer-assistant」即可一键安装，无需额外配置。

Lawyer Assistant 是免费的吗？

是的，Lawyer Assistant 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。

Lawyer Assistant 支持哪些平台？

Lawyer Assistant 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。

谁开发了 Lawyer Assistant？

由 yang222265（@yang222265）开发并维护，当前版本 v3.0.0。

推荐 Skills
self-improving agent
Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Clau...
⬇ 463283 · by pskoett
Skill Vetter
Security-first skill vetting for AI agents. Use before installing any skill from ClawdHub, GitHub, or other sources. Checks for red flags, permission scope, and suspicious patterns.
⬇ 259410 · by spclaudehome
Polymarket
Query Polymarket prediction markets. Check odds, find trending markets, search events, track price movements.
⬇ 232503 · by joelchance
Self-Improving + Proactive Agent
Self-reflection + Self-criticism + Self-learning + Self-organizing memory. Agent evaluates its own work, catches mistakes, and improves permanently. Use when...
⬇ 200423 · by ivangdavila
Github
Interact with GitHub using the `gh` CLI. Use `gh issue`, `gh pr`, `gh run`, and `gh api` for issues, PRs, CI runs, and advanced queries.
⬇ 191115 · by steipete
ontology
Typed knowledge graph for structured agent memory and composable skills. Use when creating/querying entities (Person, Project, Task, Event, Document), linkin...
⬇ 190156 · by oswalpalash

💬 留言讨论