Skip to main content
Glama

law_case_ask

Read-only

L'opération ask : exécuter une affaire enregistrée d'un paquet-affaire sur ses dépendances épinglées et renvoyer la réponse : par défaut une projection du document d'évaluation sans graphe de preuve, avec responseMode full ou proof: true le document canonique avec une preuve et un manifeste. La question est du JSON selon query.schema.json (query), une chaîne evaluate (evaluate + queryId), un queryId enregistré sans query, ou card + args. Un refus de préparation est une erreur avec un code LDC-*, jamais une réponse vide.

Input Schema

NameRequiredDescriptionDefault
argsNoles paramètres de la carte : nom → expression textuelle du langage
cardNol'id d'une carte d'un catalogue installé
caseNole nom de la déclaration d'affaire dans [[cases]] ; facultatif s'il n'y a qu'une affaire
proofNotrue — le document complet avec le graphe de preuve (comme responseMode full) ; false — la projection. La même forme que dans law_ask.
queryNola question en JSON selon query.schema.json ; queryId est un URN dans l'espace de noms du paquet, ou un nom court donné dans queryId
packageYesle chemin du paquet-affaire (le répertoire qui contient law.toml) depuis la racine du dépôt
queryIdNosans query/evaluate — le choix d'un queries/*.json enregistré par nom court ou URN complet ; avec evaluate — l'id de la question exécutée
evaluateNola chaîne `evaluate <expression>;` ; exige queryId
responseModeNocompact — une projection pour un agent : results, positions, conflicts, le manifeste, les issues au-dessus de info et tous les hachages sont conservés, proofGraph est remplacé par son hachage, ses racines et le nombre de nœuds (champ proof), le nombre d'issues info retirées est issuesOmitted. full — le document d'évaluation canonique complet, celui qu'écrit `law ask` ; proof: true demande la même chose. Le resultHash de la projection est celui du document complet ; une preuve ou une publication exige full.

Schema Changelog

Changes observed during successful MCP inspections.

  1. Changed4 schema fields changed
    • changedInput schema / properties / card / description
      Previous value: -"l'id d'une carte d'un catalogue installé DECISION-0190"New value: +"l'id d'une carte d'un catalogue installé"
    • changedInput schema / properties / evaluate / description
      Previous value: -"la chaîne `evaluate <expression>;` §267.2 ; exige queryId"New value: +"la chaîne `evaluate <expression>;` ; exige queryId"
    • addedInput schema / properties / proof
      Added value: +{
      +  "description": "true — le document complet avec le graphe de preuve (comme responseMode full) ; false — la projection. La même forme que dans law_ask.",
      +  "type": "boolean"
      +}
    • addedInput schema / properties / responseMode
      Added value: +{
      +  "description": "compact — une projection pour un agent : results, positions, conflicts, le manifeste, les issues au-dessus de info et tous les hachages sont conservés, proofGraph est remplacé par son hachage, ses racines et le nombre de nœuds (champ proof), le nombre d'issues info retirées est issuesOmitted. full — le document d'évaluation canonique complet, celui qu'écrit `law ask` ; proof: true demande la même chose. Le resultHash de la projection est celui du document complet ; une preuve ou une publication exige full.",
      +  "enum": [
      +    "full",
      +    "compact"
      +  ]
      +}
  2. First observed

TDQS

A3.5/5.0
Behavior4/5

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

Annotations declare readOnlyHint=true, destructiveHint=false, idempotentHint=false and openWorldHint=false, and the description adds real behavioral context on top: the default response is a projection without the proof graph, proof:true/full returns the canonical document with proof and manifest, and a preparation refusal surfaces as an LDC-* error rather than an empty response. The explicit error contract is particularly valuable, though return-field specifics remain thin.

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Conciseness3/5

Is the description appropriately sized, front-loaded, and free of redundancy?

Purpose and default behavior are front-loaded, but the single dense paragraph chains multiple semicolon-separated clauses (response modes, four input forms, error contract) that would read better as discrete sentences. No obvious filler, yet the run-on structure reduces scanability.

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Completeness4/5

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

For a 9-parameter, no-output-schema, read-only tool, the description covers the response-shape distinction, input-mode combinations, and failure semantics. What it omits is guidance on the sibling-tool landscape and the concrete contents of the projection beyond a few named fields, but overall it is sufficient to call the tool correctly.

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Parameters4/5

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

Schema coverage is 100%, so baseline is 3, but the description adds cross-parameter semantics the schema does not: 'evaluate' requires queryId, queryId alone selects a registered query, and card+args is an alternative input mode. These interactions help the agent assemble a valid call beyond what per-field descriptions convey.

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Purpose4/5

Does the description clearly state what the tool does and how it differs from similar tools?

States a specific verb and resource ('exécuter une affaire enregistrée d'un paquet-affaire') and describes the returned artifact (projection vs canonical evaluation document). It references the sibling law_ask for shape parity but never explicitly differentiates this case-scoped tool from law_ask or law_query, so an agent must infer the distinction.

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Usage Guidelines2/5

Does the description explain when to use this tool, when not to, or what alternatives exist?

The description enumerates the accepted input forms (query, evaluate+queryId, queryId, card+args) but gives no when-to-use guidance relative to the many sibling tools (law_ask, law_query, law_prepare_answer). It never states when this tool should be chosen over an alternative or any precondition beyond 'an enregistrée affaire'.

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.

Try in Browser

Glama MCP Gateway

Add one secure layer between your agents and this server.