法律研究

模拟深度研究流程，专门为法律领域定制，并默认设置为高效模式。它在免费/开放网络法律来源（无需Westlaw或LexisNexis）上运行一个检索管道；各个阶段的形态、上限和模型映射位于步骤4中，紧邻调用部分。该设计旨在降低令牌使用量——在简单的扇出模式中，主要成本是前端模型读取每个获取的页面——同时仍能防止虚构引用。对于高风险的严肃工作，可以添加 deep（例如“做一个深度研究”），以全面性优先于速度。

来源（开放网络）

判例法：CourtListener、Justia、Google Scholar判例法、康奈尔LII、判例法访问项目、官方法院网站。学术文献：SSRN、Google Scholar、法学院数字共享库、 HeinOnline开放内容、期刊网站、教师主页。学术文献模式还会通过Zotero MCP服务器搜索用户自己的Zotero库（如果不可用则优雅跳过）。

如何运行

1. 解析请求

从用户的提示中提取：

question — 法律问题（必需）。
mode — caselaw、scholarship 或 both。默认为 both。根据措辞推断（“法院如何判决” → 判例法；“学术文献现状/学术争论” → 学术文献）。
outputStyle — practitioner（问题陈述/简要答案/IRAC分析）或 academic （引言/现状/分析/脚注）。默认为：判例法用 practitioner，学术文献和两者都用 academic。 尊重显式覆盖。
jurisdiction、asOfDate（默认为今天）以及任何 notes（事实、立场、范围）。

2. 仅在真正阻碍时澄清

如果问题过于模糊以至于无法很好地研究，在启动前提出 2-3 个有针对性的问题。对于判例法，jurisdiction 和 procedural posture 最重要；对于学术文献，specific thesis or sub-question 和任何 time window 最重要。不要过度提问——选择合理的默认值并注明。

3. 预检查：确保网络工具已被允许（在启动前执行）

研究子智能体会大量调用 WebSearch 和 WebFetch。如果这些工具未被预先允许，每个调用都会弹出交互式权限提示——而中断的提示可能会导致研究智能体在运行中途失败（这是一个真实的故障模式：之前的运行曾因此丢失了4个向量中的2个）。

在调用Workflow之前，使运行自包含：

读取 ~/.claude/settings.json 并检查 permissions.allow 是否包含 "WebFetch" 和 "WebSearch"。
如果任一缺失，添加它（合并到现有的 allow 数组中——永远不要替换它；如果路径不存在则创建 permissions.allow 路径）。如果两者都已存在，则不执行任何操作。
不要就此向用户发出提示——这是该技能的标准设置。（如果文件是托管/只读且你无法编辑，告知用户他们会看到每次获取的提示并应接受它们，或通过 /permissions 添加规则。）
可选但值得一看：确定性判例引用验证需要一个CourtListener API令牌。测试它，不要去查找文件——运行 python3 ${CLAUDE_PLUGIN_ROOT}/skills/legal-research/check_cite.py "347 U.S. 483"；如果返回 exit 0 且包含 "found": true，则表示令牌工作正常，无需报告。 check_cite.py 依次从 COURTLISTENER_API_TOKEN、然后 COURTLISTENER_TOKEN、最后是文件 ~/.config/courtlistener/token 解析令牌——按此顺序，并且环境变量方式（通常在 ~/.claude/settings.json 的 env 块中设置）是标准安装方式，因此缺少文件不能证明令牌不可用。如果探测实际失败，不要阻止运行——验证智能体会回退到网络检查——但在交付步骤中提及一次（令牌页面：https://www.courtlistener.com/profile/api-token/）。

4. 启动工作流

使用捆绑脚本和解析后的参数调用 Workflow 工具：

Workflow({
  scriptPath: "${CLAUDE_PLUGIN_ROOT}/skills/legal-research/legal-research.workflow.js",
  args: {
    skillsDir: "${CLAUDE_PLUGIN_ROOT}/skills",      // 捆绑的帮助脚本所在位置
    question: "<法律问题>",
    mode: "caselaw" | "scholarship" | "both",
    outputStyle: "practitioner" | "academic",
    jurisdiction: "<例如 federal / 9th Cir. / Missouri / U.S. Supreme Court>",
    asOfDate: "<YYYY-MM-DD 或 'today'>",
    notes: "<事实、立场、范围、用户强调的任何内容>",
    deep: false,  // 仅当用户要求深度/全面/高风险研究时为 true
    projectDir: "<当前工作目录——启用本地语料库调查向量；
                  仅当 cwd 明显与问题无关时省略>"
  }
})

默认精简模式：约4个仅搜索的调查向量（加上学术文献模式下的Zotero库扫描，以及projectDir的本地语料库扫描——之前的备忘录和下载的来源是地图和线索，永远是地图和线索，绝不可作为可引用权威）。Scope还会对问题进行分类（教义性的 vs. 学术性的；是否历史性）——这会选择一个分析方法摘要注入到草稿（综合原则、裁决/附随意见边界、历史问题的跨时代分类法），对于历史问题，则跨时间层分散搜索向量，使覆盖范围不会聚集在现代经典上。直接答案覆盖单元（学术文献/两者模式，2026-07-16在Codex对比运行中击败了64智能体Claude运行后添加）： Scope必须至少分配一个专门研究问题中NAMED PHENOMENON的学术文献向量——基于专家期望的专业标题术语构建，并包含对最相关篇目的引用追踪——与现象仅属的相邻文献保持区别。Survey标记此类核心候选；Triage将其提升为优先全文阅读，优先于广泛的相邻文献调查。此修复解决的问题：映射了五个相邻文献（庭外言论、回避、名人）却错过了直接关于该现象的少数作品（例如司法自传研究、"大法官图书交易"伦理部分），然后将语料库空白误认为是"没有直接学术文献存在"的发现。现在，关于不存在/空白的声明受到核心来源遗漏审计的限制（在学术方法摘要中）：除非现象定向搜索和双向引用追踪实际运行，否则不得声称"没有学术文献直接涉及X"——否则该声明范围限定为"在所审查的来源中"，并标记未运行的搜索。扇出按照覆盖单元组织，智能体上限是上限而非配额——不重叠的路径优于许多重叠的通用搜索。管道：调查向量 → 去重 → 最多8个独特全文阅读（总计，非每向量；读者在放弃前回退到开放获取镜像——数字共享库、作者页面、CourtListener/LII——通过硬大小限制的获取器 fetch_page.py 路由PDF，并提取立场/限制/单独意见/重要性，以及主张和引用） → 一次会话模型草稿（由方法摘要引导）→ 有界缺口填补（最多3次定向检索和一次重试波，仅在草稿标记缺失权威时）→ 分块引用检查：仅检查已引用的权威（每个智能体8个；判例引用通过CourtListener的引用查找API check_cite.py 确定性确认，加上通过 cl_case_tools.py citing 的系统性引用意见处理扫描——对案件实际引用意见进行相关性排序的处理语言探测，附带存活日期，取代旧的单次搜索快速查看；本运行已打开的来源跳过存在性重新检查）→ 轻量最终化。未被选中的候选者以及每个已读来源本身所依赖的权威，作为带有警示的未读线索带入草稿，从而保持广度而减少获取。每次运行都受支出保护：硬编码软上限（精简模式约250k输出令牌，深度模式约1M——从2026-07-15的600k提升，当时一次深度历史运行在半中间遇到上限，导致43个引用中有35个未经检查）激活与显式 +500k 预算相同的优雅降级阶梯——减少阅读 → 跳过缺口填补 → 仅验证核心引用——因此失控运行会降级而不是螺旋。读取、缺口填补和验证智能体都携带访问纪律块（同日添加）：硬尝试上限、仅限WebSearch/WebFetch、以及明确禁止浏览器自动化、图书馆代理和SSO/登录流程——付费墙来源是诚实的 opened=false，而不是继续尝试的理由。模型：仅Haiku用于搜索片段调查；Sonnet用于分类、全文阅读和验证；Scope、Draft和Finalize继承会话模型（如果使用了Fable则使用Fable）。deep:true（或像 +800k 那样的令牌预算）扩展至最多7个向量，将读取上限提高到16，并为每个核心引用（上限8个）提供3轮对抗性反驳检查（重新打开来源以逐字确认引文）。工作流在后台运行，完成后通知。

5. 交付

工作流返回 { memo, exitState, degradation, counts, ... }。

在呈现前检查 exitState。 complete → 交付。complete_with_limits → 交付，同时揭示已记录的缺口（列在 degradation 和备忘录的"研究限制"部分中）。 budget_exhausted → 预算保护削减了实际覆盖（减少了阅读、跳过了缺口填补、未检查引用——详见 degradation）；备忘录还不具备交付条件。已证实的恢复模式（2026年7月针对1960年以前的运行）：启动定向读取和验证Agent运行——每个未覆盖区域一个，赋予其要获取的特定案例/引文，并针对官方报告文本（CAP static.case.law / LOC usrep 扫描）进行确认——然后根据工作流已验证的核心内容加上填补的运行结果，自行撰写最终备忘录。不要将一半内容写着"置信度：不足"的备忘录交给用户，除非你先填补了空白或询问过。 救援智能体需要与工作流智能体相同的访问纪律（2026年7月一次学术文献运行的教训，当时一个无上限的救援智能体花费了30多分钟和约245k个令牌，升级到浏览器自动化以绕过一篇1962年的付费文章）：在每个救援提示中写入严格的尝试上限（每个来源约3次）、仅限WebSearch/WebFetch、明确禁止浏览器自动化/图书馆代理/SSO流程，以及指令"付费墙——这是我到达的最强依据"是完全可接受的答案。如果救援智能体仍然卡住，使用SendMessage命令让其总结报告，而不是等待超时。
将备忘录呈现给用户作为主要交付物。
超链接（必需，根据作者要求，2026-08-29）： 备忘录中出现的每篇新闻报道、博客文章或其他网络来源都必须带有其可点击的工作URL——绝不要仅使用出处名称的归因方式，如 "(Politico)" 或 "(Roll Call, July 14, 2026)"。工作流的引用块在智能体提示中强制执行此规则；对手动编辑、救援运行和任何临时（非工作流）研究备忘录同样适用此规则，并指示任何救援/补充智能体返回他们引用的每个来源的URL（没有URL的声明视为未验证）。
研究备忘录头部和生产页脚（必需，根据作者要求 — ~/.claude/CLAUDE.md 中的全局规则）： 备忘录在标题正下方直接以结构化标题块开头（Topic: / Date: / By:）；Production details: 块位于文件最末尾（所有附录之后，包括"本研究的限制"，用 --- 分隔）——永远不要放在顶部。Date 是备忘录交付/撰写的本地日期/时间；By 是 Claude-<orchestrating session model> (确切ID)；Production details 注明技能名称、实际使用的工作流智能体模型（从运行的每个智能体进度条目中读取——不要假设）、墙钟持续时间和完成通知中的 <usage> 块中的令牌计数（标记为子智能体输出令牌；不包括编排器开销）。如果救援/补充运行在工作流之后进行，添加它们的智能体计数并注明持续时间仅涵盖工作流运行。
呈现验证计数（"N个权威已验证，M个未验证"），以便用户了解可信度，并指向备忘录的**"本研究的限制"**附录（该附录现在披露每个权威的验证基础：直接全文/权威复制/二次佐证/仅引用）。
结果还包含 skeleton —— 一个带有引用标记的分析大纲，草稿即基于此撰写（每个关键主张都标记到其发现，缺口标记为 GAP）。默认不呈现；如果用户想审计推理过程，则提供；在手动编辑备忘录时，你自己也要使用它（一个没有骨架行支持的主张，在进一步发展之前，需要一个权威或一个警示）。
提供保存选项：Markdown格式保存到工作目录；Word格式通过捆绑的转换器 — python3 ${CLAUDE_PLUGIN_ROOT}/skills/legal-research/md2docx.py memo.md memo.docx "<标题>"；或通过连接器保存到Google Drive。如果用户最初要求的是 .docx 格式，直接生成即可。
提供对任何薄弱/未验证点的后续补充运行，或输出样式的切换。

声明校准 (v7)

引用验证和声明校准捕获的是不相交的错误类型：验证捕获关于来源的错误陈述；校准捕获被错误组合成无根据概括的真实发现。管道现在同时强制执行两者——草稿提示包含一个声明强度门（表示频率/优先级/确定性的词语，如"第一"、"唯一"、"压倒性"、"抹去"，需要设计相应的搜索来支持它们，否则使用样本范围内的措辞），阅读者为每个来源标记其立场（包括假定性和非先例性的处理方式）和相关性（仅程序性/接受前提/相邻学说），历史运行获得选择偏差、边界日期和损害/排除检查，深度运行在草稿上增加专门的对抗性校准检查。第三类错误介于两者之间：一个

…

[为翻译而截断]

danepps/legal-research-skills

legal-research-skills 是什么？

在你喜欢的 AI 中提问

文档