Skip to main content
Glama
Youchu-lawhub

legal-kb-builder

by Youchu-lawhub
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

legal-kb-builder

本地法律知识库建设一体化工厂。

从"一堆 PDF/DOCX/图片/Markdown/问答集法律资料"到"可对外服务的业务咨询智能体"，一个包搞定：

  • 🔀 双层路由：先判"是不是 md（不是就交给你配置的解析后端）"，再判"该走书籍 KB / 裁判文书 KB / 问答集 KB / Agentic 实时检索 哪条流水线"。

  • 🧩 解析后端可插拔：MinerU、阿里云百炼、合合信息 TextIn、PaddleOCR、LibreOffice、pandoc、任意自写脚本——你自己在 assets/parser-backends.yaml 里配。

  • 🔎 三路融合检索：BM25（jieba + rank_bm25）+ 向量（bge-small-zh-v1.5 + FAISS）+ 结构索引，用 RRF 融合。

  • 💬 问答集流水线：支持 FAQ / 业务咨询问答 / 培训问答等问答形态语料，"问题匹配为主、答案召回为辅"双索引检索。

  • 🤖 业务咨询智能体：跨库编排（意图分类→KB路由→多源检索→结构化回答），支持多轮对话。

  • 🌐 对外服务：HTTP API（FastAPI）+ 钉钉/飞书 webhook + MCP Server，支撑前端问答平台和 IM 机器人。

  • ⚖️ 面向法律语义：区分"书的目录条文"与"正文引用条文"，避免把 69 条司法解释建成 489 条索引这类常见事故。

  • 📦 零平台绑定：全部脚本自包含、路径全部相对，可以直接放到 Claude Code / Cursor / QoderWork / Gemini CLI / OpenCode 等任意 AI Agent 环境里当技能包使用。

快速开始

# 1) 依赖
python3 -m pip install -r requirements.txt

# 2) 配置解析后端（至少启用一个）
cp assets/parser-backends.example.yaml assets/parser-backends.yaml
# 打开 parser-backends.yaml，把你要用的后端 enabled 改为 true 并填 token/cmd

# 3) 一键构建（工厂入口自动路由 + 构建）
python3 scripts/kb_factory.py build ~/legal_materials/合同法FAQ.pdf \
    --output ~/kbs/faq_kb --name "合同法FAQ"

# 4) 对外提供服务
#    a) 命令行咨询
python3 scripts/consultation_agent.py --qa-kb ~/kbs/faq_kb ask "格式条款无效？"
#    b) HTTP API（前端/钉钉/飞书）
python3 scripts/api_server.py --qa-kb ~/kbs/faq_kb --port 8000
#    c) MCP（Claude Desktop / Cursor）
python3 scripts/mcp_server.py  # 配合 KB_PATH / QA_KB_PATH 环境变量

Related MCP server: Legal Court MCP Server

四条流水线 + 咨询智能体

类型

适用场景

主脚本

book_kb

法典评注 / 司法解释理解与适用 / 学术专著 / 教科书 / 案例汇编 / 法规汇编 / 实务指引

scripts/legal_kb.py

case_kb

法院裁判文书（判决书 / 裁定书 / 调解书 / 决定书）

scripts/judgment_kb.py

qa_kb

FAQ / 业务咨询问答 / 培训问答 / 客服话术 / 法律咨询问答集

scripts/qa_kb.py

agentic

探索性学术资料（论文 / 比较法 / 报告 / 单本随查）

scripts/monte_carlo_sampler.py

consult

跨库业务咨询（意图分类→KB路由→多源检索→结构化回答）

scripts/consultation_agent.py

细节请见 SKILL.md。

目录

legal-kb-builder/
├── SKILL.md                  # 详细使用说明（AI Agent 也可直接读作 skill 定义）
├── README.md                 # 本文件
├── requirements.txt
├── scripts/                  # 全部可执行脚本
│   ├── kb_factory.py         # 工厂主入口（一键路由 + 构建）
│   ├── consultation_agent.py # 业务咨询智能体
│   ├── api_server.py         # HTTP API 服务（钉钉/飞书 webhook）
│   ├── mcp_server.py         # MCP 服务
│   └── ...                   # 四条流水线 + 检索引擎
├── assets/                   # 配置：解析后端 / 路由规则 / 词表 / 正则 / 问答 / 咨询
└── references/               # 深度文档（检索模式 / 索引模板 / 配置字段 / 端到端样例）

设计原则

  1. 目录即锚：书籍类知识库的一切都以书的真实目录为唯一依据。

  2. 正文引用 ≠ 结构条目：一本 69 条的司法解释书里，正文出现的"民法典第 584 条"是引用，不是本书条目。

  3. 只纳入主文：排除前言、序言、后记、致谢、脚注、出版信息。

  4. 问题匹配为主：问答集检索以"用户提问 ↔ 库内问题"的语义对齐为核心，答案召回为辅。

  5. 零外部依赖：把 API SDK 硬绑到工具里会把维护成本转嫁给下游；这里只做适配器，用户自己决定用什么后端。

许可

采用 CC BY-NC-ND 4.0 + 6 附加条款 双层许可：署名／非商业／禁改编 + 禁 AI 训练 / 禁上架收费平台 / 企业与行政机关识别为商用 / 学术引用格式 / 禁背书 / 权利保留。完整条款见 LICENSE。商业授权、企业部署授权、AI 训练豁免请联系作者：游初 <994559732@qq.com>。

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityStale
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • fund-mcp

    xiaobenyang-com
    A
    license
    C
    quality
    D
    maintenance
    A fund knowledge base server based on Model Context Protocol (MCP), providing query and retrieval functions of fund-related knowledge, and supporting multiple deployment modes and protocols.
    3
    2
    Apache 2.0
  • jufa-mcp-server by jufaai

    jufa-mcp-serverofficial

    jufaai
    A
    license
    Not graded
    quality
    B
    maintenance
    Aggregates 12 types of legal data services (judicial cases, laws, contracts, etc.) from Jufa platform into a single MCP server for AI clients.
    76 npm
    Apache 2.0