壹律法条 · China Law Search MCP Server
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
壹律法条 · China Law Search
把国家法律法规数据库(flk.npc.gov.cn)的条文落到本地,做成一个 SQLite 文件加一个 FastAPI 服务。 律师和法务可以用它检索法条、按条号定位、批量核验引文真假与时效,全程离线,也能自建和增量更新。
仓库里只有代码。数据包放不进 git(解压后 2.4 GB),改从 Release 分发,
tools/fetch_data.py 一条命令下载完。
不想碰命令行的话,把
INSTALL.md第一节那段话整段复制给你的 AI (WorkBuddy、Claude、ChatGPT、Trae 都行),它会自己检查环境、下载、装好、跑通验证, 最后把本地页面打开。你只在最后点一次「信任」。
用起来有四种方式,按习惯挑一种就行:
本地查询界面:双击启动脚本,浏览器里搜法条、按条号定位、批量核引文,完全离线。 这是最贴近律师日常办案的用法。
接进 agent(MCP):让 WorkBuddy、Trae、ZCode、Claude Code 自己查法条, 用条文支撑结论之前自动核一遍真假和时效。只依赖 Python 标准库,不装任何包。
HTTP API:接进自己的办案系统、文书工具或其他工作流。
自建数据库:用内置流水线把官方 Markdown 解析入库,之后照增量包往下更。
现在能做什么
检索是关键词匹配,不是问答。底层用 FTS5 trigram 索引加 bm25 排序,装了向量库还能切到语义检索; 没装也能用,服务发现没有向量库会自动退回全文检索,三项功能都不受影响。
条文定位按「法律名称 + 条号」直取,82 和 第八十二条 都认,第八十二条之一 这类增补条也认。
引文核验可以一次贴一串,逐条回答库里有没有这条、是不是现行有效、有没有被修订过、
是不是原则性条款,省得一条条去翻。
被修订的旧条文不会删掉,标成失效留着,默认不返回,需要比对时打开开关才看得到。 另有一个 stdio 的 MCP 服务器,四个只读工具,WorkBuddy、Trae、Claude Code 等客户端接上即可使用。 这些功能都不碰外部接口,内网、断网机器上照样跑。
Related MCP server: chuance-policy-mcp
快速开始
下文命令写作 python3。Windows 上如果提示找不到该命令,换成 python。
Python 版本要求:3.10 或更高(整个仓库统一按这个口径)。 macOS 自带的 3.9 不够用,另建一个独立虚拟环境即可,不动系统 Python —— 完整命令见
INSTALL.md3.1。
一、接进 agent(不需装任何依赖)
git clone https://github.com/tlgzs/china-law-search.git
cd china-law-search
python3 tools/fetch_data.py # 下载数据包并校验
python3 mcp/install.py --all --yes # 写入本机 agent 配置MCP 服务器只用 Python 标准库,不需要 pip install 任何东西;Python 需要 3.10 以上。
装完在 WorkBuddy 的连接器页点「信任」,Trae 和 Cursor 重启客户端即生效。
四个工具怎么用见 mcp/README.md。
跑通验证:
python3 mcp/server.py --selftest二、本地查询界面
要 Python 3.10 以上和三个 Web 依赖(fastapi、uvicorn、pydantic)。装好数据后直接双击:
启动.command # macOS
启动.bat # Windows脚本会自己建虚拟环境、装依赖、等服务就绪再打开 http://127.0.0.1:8001,
端口被占用就顺延,最远到 8010。命令行里 ./start.sh 效果一样。
首次启动前会检查 Python 版本。系统自带的 3.9 不够用时,它会给出装独立 3.12 的完整命令,
不会抛栈,也不会去改系统 Python。项目自己建的虚拟环境在 .venv/,删掉它是安全的。
也可以手动起:python3 -m uvicorn server.law_search_service:app --port 8001。
打开后三个页签,对应三种场景:只记得关键词、已经知道条号、手里有引文要核。
检索框可以用 ⌘K 或 Ctrl+K 聚焦,首屏放了八个常用查询,点了就搜,底部一直显示当前数据版本。
服务默认只听 127.0.0.1,同一局域网的其他机器连不上。
详细用法见 INSTALL.md 第五节。
语义检索是可选的,要另装 requirements-vector.txt(会连带 torch,2 GB 往上),
不装就保持全文检索,功能上不缺什么。
三、Docker
docker compose up -d数据目录 ./data 挂进容器。先跑一次 python3 tools/fetch_data.py,或者把下载好的库直接放进去。
数据不在仓库里
全量库解压后 2.4 GB,早就超过 git 的单文件上限,所以仓库只放代码,数据走 Release。
tools/fetch_data.py 一条命令包办下载、校验、解压、就位:
python3 tools/fetch_data.py # 没库就下全量;有库则比对版本,有新才下
python3 tools/fetch_data.py --check # 只看版本,不下载
python3 tools/fetch_data.py --full # 强制重下全量下载的东西不会被盲目覆盖。先解压到临时文件,校验 sha256 和数据库完整性,都通过了才替换,
旧库留一份 .bak。
网络下不动 GitHub 时,用浏览器把 Release 附件下回来,再走本地安装:
python3 tools/fetch_data.py --from-file 下载到的 law_data-xxx.db.zst--from-file 也认 .gz。两种格式内容一致,.gz 稍大,但解压不需要额外装任何东西。
如果你是直接下 ZIP 包、没用 git clone,解压出来的目录里没有 .git,
fetch_data.py 猜不到该从哪个仓库下载,会直接报错退出。显式指定一下就行:
python3 tools/fetch_data.py --repo tlgzs/china-law-search自己 fork 过、想从上游取数据时,也用这个参数。
国内下载慢或连不上 GitHub
可以配置国内镜像。把多个源写进 LAW_DATA_MIRRORS(空格、逗号、分号都行),
脚本按顺序尝试,任一源失败自动换下一个,每个文件都按 manifest 里的 sha256 校验,
校验不过视为该源失败,最后仍回落 GitHub:
export LAW_DATA_MIRRORS="https://gitee.com/你的账号/china-law-search-data/raw/master"
python3 tools/fetch_data.py镜像目录里放 manifest.json 和全部资产文件,文件名与 manifest 的 artifacts[].name 一致。
所有源都失败时,脚本会打印已尝试的源、官方 Release 地址和手动下载后的本地安装命令,
不会只抛一段栈(LAW_DATA_MIRROR 单数形式也认)。
将来想加源,只需把这个地址追加进 LAW_DATA_MIRRORS,无需改代码;
不设置该变量时脚本只走 GitHub,不做额外的镜像探测,行为和没有镜像机制时完全一样。
数据从哪来
法规文本来自国家法律法规数据库(flk.npc.gov.cn)公开下载的 Markdown 文件。
这属于官方文件,可以自由使用与再分发。
需要说清楚的是,这个仓库不提供任何自动采集代码,也不建议有人去对那个站点做批量抓取,
站方的 robots.txt 明确禁止自动化采集。数据包由维护者线下更新后发布,
使用者只从本项目的 Release 下成品。
覆盖范围
按现行有效版本统计,共 16,830 部法规、698,728 条条文:
分类 | 部数 | 说明 |
地方性法规 | 15,344 | 省级、设区的市、自治州、自治县、经济特区 |
行政法规 | 585 | — |
司法解释 | 362 | — |
法律 | 302 | 按库内现行有效版本计,不含已废止的历史文本 |
修改决定 | 222 | 「关于修改《X》的决定」按修改项单独收录,与母法分开,免得混进母法检索结果 |
法律解释 / 监察法规 / 宪法 | 12 / 2 / 1 | — |
此外还有 340,231 条被修订或废止的历史条文,标着 repealed 和失效日期,默认不返回。
加上前面那 698,728 条和下面要说的 1,650 条待生效,库内一共 1,040,609 条,
用 --selftest 自检时看到的也是这个数。
待生效的有 1,650 条,分属 42 部法规,都是已经公布、施行日还没到的。其中 7 部属于「旧版仍然有效、
新版等着施行」,《商标法》就是:2019-11-01 施行的现行版照用,2026-06-26 公布的新版要到
2027-01-01 才生效。另外 35 部是全新的法,库里还没有现行版,《医疗保障法》
《事业单位登记管理条例》《四川省养老服务条例》都在其中,这 35 部占 1,245 条。
这也是为什么上面那张表合计 16,830 部,而库里实际有 16,909 部。差的 79 部里,35 部是这类
待生效的新法,另外 44 部已经被废止决定终止了(条文仍留在库里,标着 repealed,查得到
历史文本,但不再计入现行)。
条文都已经入库,检索查得到,只是不能当现行依据引用:结果会带琥珀色的 「尚未生效 · 某日施行」标签,引文核验也会直接拦一句「不得作为现行有效依据引用」。 状态靠施行日期和当天比较得出,到日子自动转成现行,不需要谁去改。
一部法改了、新版还没施行的时候,新旧两版在库里是并存的。旧版仍然是 effective,
是此刻该引的文本;新版是 pending。到施行日当天,旧版才转 superseded,条文标 repealed。
查条文和检索都按「现行 > 已公布未生效 > 历史」取版,同一条文不会返回两次。
条文收录截至 2026-10-17,也就是库内最新一部法规的公布日期。这个日期记在 data_cutoff 里,
和 corpus_version 是两回事:版本号说的是哪天打的包,截止日说的是条文收到哪一天。
有几类内容不在库里,因为官方数据库本身就不收录:
部门规章(各部委令)
地方政府规章(省市政府令)
军事法规、党内法规、国际条约
所以查「建设工程」「食品经营」这类主题时查不到住建部、市场监管总局的规章,这是数据源的边界, 不是库坏了。判断某条引用能不能在这里核验,先看它是不是上面这几类。
增量补丁的来源与核对
2026-07 以后公布的法规,通过第三方镜像 lawtext/legal-data-docx 取原件
(它的上游还是国家法律法规数据库),个别「重新公布」的文本以中国人大网转载稿作核对基准。
每一部入选的法规都要过四关:提取公布与施行日期、切分条文、和库内同名现行版本逐条比对、
生成变更报告人工过一遍,然后才写库。镜像里比库内更旧的历史文本一律不采用,
在报告里单列成 stale,否则会出现用 2014 版顶掉 2018 版这种静默倒退。
版本与校验
数据以 GitHub Release 附件发布,tag 和版本号一致,形如 data-2026.11.03.3:
law_data-<版本>.db.zst/.gz:全量库,两种压缩格式内容一致delta-<版本>.json.zst/.gz:增量变更集,只装变过的那几部法,外加整部废止的法规清单manifest.json:版本号、条数、db_sha256,以及各资产的 sha256 与适用版本
发布新数据版本时,Release 里保留上一版一个,更早的退役,不追求留存全部历史版本。 退役只影响下载入口,已经装到本地的库不受影响,仍可照常使用。
每个响应都带 data_snapshot.corpus_version,标明这批数据截至哪一版。
数据是快照,不是实时库,涉及时效敏感的案件请以官方发布文本再复核一次。
本地查询界面
服务起来后打开 http://127.0.0.1:8001,三个页签。
「法条检索」输入关键词即可,勾上「含已被修订的旧版本条文」能一并看到历史条文,
失效版本带红标、排在现行条文后面,检索完会告诉你命中多少条、花了多久。
「条文定位」填法律名称和条号,增补条在第三栏填 之一。
「引文核验」一行一条引文,比如 《劳动合同法》第八十二条,一次核完;
一行里写并列引文(第八十二条、第八十七条)会自动拆成两条分别核,不会只核第一条。
界面完全离线,不加载任何外部资源。底部常驻显示数据版本,写进意见书之前扫一眼, 心里有数自己引的是哪一版。
三张图依次对应上面三个页签(截图时数据版本 2026.10.31.1):
法条检索:命中条数与耗时直接显示,旧版条文可一并调出,带红标排在现行条文之后
条文定位:法名 + 条号即可,下方给出章节归属、公布与施行日期、现行状态
引文核验:逐条列出是否命中、命中哪一条、现行是否有效、是否与库内条文一致
接入 agent(MCP)
不想复制粘贴,就让 agent 自己查。内置的 MCP 服务器提供四个只读工具:
工具 | 作用 |
| 法名 + 条号 → 逐字原文(支持「之一」增补条) |
| 法名 → 章节目录 + 版本沿革 + 条文 |
| 多关键词 → 候选条文(字面匹配,不做语义理解) |
| 一段引文 → 是否逐字命中、命中的是否现行版本 |
python3 mcp/install.py --list # 看本机装了哪些客户端
python3 mcp/install.py --all --yes # 写入(默认只预览,加 --yes 才落盘)
python3 mcp/server.py --selftest # 装完自检安装器认得 WorkBuddy、Trae、ZCode、Claude Code、Codex、Cursor、Cline、Windsurf, 会自己探测配置位置、备份原文件、合并写入,不动别人已有的 MCP 条目。
有两件事得先知道,否则会以为没装上。一是写进配置文件不等于生效,WorkBuddy 要去连接器页
点「信任」,Trae 和 Cursor 要重启,这些脚本做不到,逐步说明在 mcp/README.md。
二是 MCP 直连 SQLite,不需要先把服务起起来,agent 自己拉起子进程,用完即退;
这也是它只要标准库、不装 mcp SDK 的原因。
API
认证不在本项目范围:服务不校验任何凭据,本地自用直接调用即可。 如需公网暴露,请在自己前置的反向代理或网关做认证与限流。
如需托管版(账号与 API Key 管理),见 https://www.yilvai.com
GET /health
返回服务状态、法条总数、现行有效条数、向量库是否启用。
GET /api/law/search
参数 | 必填 | 说明 |
| 是 | 查询词 |
| 否 | 返回条数,默认 10,上限 50 |
| 否 | 法规类型过滤,如 |
| 否 |
|
curl -G http://127.0.0.1:8001/api/law/search \
--data-urlencode "q=未签书面劳动合同" \
--data-urlencode "k=5"检索走三级策略,一级不通就退到下一级:先走 FTS5 trigram 索引按 bm25 排序,
不中再按字面包含匹配,还不行就把查询拆成两字片段,命中多数片段即召回。
中文不靠分词也能兜住改写。返回的 engine 字段说明实际走了哪条路,
items[].score 是 0 到 1 的相关度。
GET /api/law/article
参数 | 必填 | 说明 |
| 是 | 法律名称,支持简称模糊匹配 |
| 是 | 条号数字 |
| 否 | 增补条后缀,如 |
| 否 | 是否返回已失效版本 |
curl -G http://127.0.0.1:8001/api/law/article \
--data-urlencode "law_name=劳动合同法" \
--data-urlencode "article_num=82"POST /api/law/verify
curl -X POST http://127.0.0.1:8001/api/law/verify \
-H "Content-Type: application/json" \
-d '{"citations": ["《劳动合同法》第八十二条", "刑法第一百三十三条之一"]}'每条结果带 verified、status、effective_date、repeal_date、replaced_by、
is_principle_clause、has_multiple_versions。最后一个只在同一部法规确实存在多个版本时为真,
不会因为法规名相近就误报。
status 为 pending 或 repealed 时 warning 会给出一句直接可用的提示:前者是
「已公布但尚未生效」,后者是「该法规已于某日废止,依据是某决定」。两种情况都是
verified=false 或带警示,别当现行依据引用。
查已废止的法规时,/api/law/article 返回 error=law_repealed 并带上 repeal_date、
repeal_reason,不给正文。要读历史文本加 include_history=true。
GET /api/law/stats
返回按法规类型分组的条数统计、现行有效条数、向量库状态。
GET /api/law/update-status
查数据和程序版本,带缓存(默认一小时),?force=true 强制联网。
返回 data(local、remote、has_update、mode、size_text)和
app(local、remote、has_update、url)两组字段。
curl http://127.0.0.1:8001/api/law/update-statusPOST /api/law/update-data
下载并安装数据更新,增量优先,失败回落全量。这个接口只允许本机调用:
更新会改用户本地的库,网页要是被反向代理到公网,不能让谁都能触发。
经代理转发的请求 client.host 是代理地址,正好被 403 挡在外面。
同一时刻只允许一个更新在跑,并发请求返回 409。
自己建库
ingest/ 是一条完整流水线。解析和建库只用标准库,不需要装任何包,
只有第三步建向量索引才要 pip install -r requirements-ingest.txt。
# 1) 把官方下载的 doc/docx 转成 Markdown(需要系统装 pandoc 与 libreoffice)
python3 ingest/convert_docx_batch.py --input-dir ./raw --output-dir ./md
# 2) 解析条号与章节,写入 SQLite(唯一真源),同时建 FTS 索引
# 默认每部法规只取最新版本;要连历史版本一起入库加 --keep-history
python3 ingest/build_sqlite_from_markdown.py --markdown-dir ./md --output-path ./data/law_data.db
# 3) 可选:构建向量索引,启用语义检索
python3 ingest/ingest_to_vectordb.py --markdown-dir ./md --db-path ./data/legal_vector_dbSQLite 是唯一真源,向量库只是可以随时重建的索引,坏了不影响数据。
增量更新
这一节讲的是维护者怎么把新法规弄进库。如果你只是想让自己的库跟上最新, 不用看这里,翻到下面的「用户侧升级」,一条命令的事。
法规会修订,库得跟着走。把下到的新版文件丢进 inbox/:
# 第一步:扫描 → 转换 → 解析 → 比对 → 出报告(只出报告,不写库)
python3 tools/update.py --inbox inbox/
# 打开 reports/changes-<时间>.html 逐条看:新增条、修改条(左右对照)、删除条、元数据变更
# 第二步:确认无误后写库
python3 tools/update.py --apply reports/changes-<时间>.plan.json --approve这里刻意留了一道人工闸门:没有 --approve 绝不写库。法条改动直接影响律师引用,
不能自动生效。
写库是单事务完成的:新版本插入,旧版本标为已失效并记下失效日期与被替代关系,
同时写一条 ingest_batches 审计记录。同一个文件重复投放不会重复入库,按文件 sha256 去重。
流水线的完整设计,包括比对口径、版本模型和校验项,见 docs/UPDATE-PIPELINE.md。
提交新法规 / 条文纠错
缺法规、条文有错、版本不是最新,都可以提,不用会写代码。
只报缺的话,用提交新法规
表单提个 issue,写清法规全名和官方页面链接就够了。手上有原件更好,把官方下载的
.docx 或 .md 直接拖进 issue,原件比任何描述都管用——维护者会用自己的管线重新解析、比对、出报告,
不采用外部生成的数据库或补丁包。想连比对结论一起交,本地跑一遍
python3 tools/update.py --inbox inbox/,把生成的 plan.json 附上,它只作参考,不会被直接写进库。
两条要求:原件得来自国家法律法规数据库或其原始镜像,不从门户网站的转载稿里取;
法条文字一律不改写、不补标点。完整流程和会被拒的情形见
CONTRIBUTING.md。
另外别交整库 .db,也别接受别人私下发的 delta-*.json 包。apply_delta.py
只校验格式、不认来源,包里的内容没有人替你核过。
发版
# 1) 把本次变更并入账本,并打出累积增量包(一次发版可传多份 --plan,按顺序并账)
python3 tools/make_delta.py --plan reports/changes-2026xxxxxxxx.plan.json \
--out dist/delta-<版本>.json
# 2) 打包全量库 + 增量包 + manifest(同时产出 .zst 与 .gz)
python3 tools/make_release.py --db data/law_data.db \
--delta dist/delta-<版本>.json --out-dir dist/
# 3) 上传为 Release(需已安装 gh 并登录)
gh release create data-<版本> dist/* --title "数据 <版本>" --notes "法规 N 部 / 法条 N 条"make_delta.py 会顺带扫一遍全库,把「一条现行版都不剩」的法规作为废止清单写进包,
不用另外跑什么。输出里会单列一行,如「另含 44 部整部废止」。
增量包是累积的,不是每版配一个。state/change-ledger.json 记着自首个 Release 起
所有改过的法规,每次发版把账本里每部法的最终态全文打进去。所以用户的库停在哪一版都只下这几 MB,
不用逐版追。同一部法改过多次,包里也只存最终那一份,体积随「改过多少部法」涨,不随发版次数叠加。
包里会带两类版本,缺一类用户就补不全。一类是现行版(effective),另一类是已公布待生效版
(pending)。后者必须带:全新法在施行日之前没有现行版,漏掉它这部法就永远补不到
(《医疗保障法》2027-01-01 才施行);旧版仍生效、新版待施行的(《商标法》),两版都得带,
否则用户看不到已经公布的修订。到施行日由 refresh_pending_status 自动翻成现行,用户不用再下一次。
还有第三类,前两类装不下:整部废止。一部法被废止决定终止后,一条现行版都不剩,按「取现行版」
的逻辑它就成了「库里没有这部法」,简单地跳过;结果走增量的用户会一直留着一部已废止的「现行法」,
比不更新更糟。所以包里有独立的 repealed 数组,一部法一条记录,只写名称、废止日期和依据决定,
不带正文——接收端要做的是把本地那部法降级、条文标 repealed,一个字的正文都用不上。
这 44 部合计 2,550 条正文,塞进去会把包撑到 5 MB 以上,而实际只多了几 KB。
本地根本没装这部法的人,这条记录直接跳过,不会凭空多出一部废法。
拿 2026.11.03.3 这版做参考:账本 529 部法,打成 533 条版本、13,376 条正文, 再加 44 条废止标记,未压缩 15.4 MB,gz 2.6 MB,zst 1.4 MB。同期的全量库是 gz 675.7 MB、zst 514.1 MB。装过十月那版库的用户,这次只需要下 2.6 MB。
废止标记几乎不占体积:44 条记录几十 KB,而它们的 2,550 条正文如果要传,得多出 5 MB 以上。
发版机磁盘紧张也不怕。make_release.py 用硬链接指向原库再压缩,不会真复制一份 2.4 GB
出来;跨文件系统时自动退回复制,并提示预留空间。
顺序不能颠倒,得先跑 make_delta.py 再跑 make_release.py。前者顺带更新账本,
跳过它直接打包,增量包内容会和账本对不上。make_release.py 会核对增量包的 to_version
和本次全量库版本,不一致直接拒绝——那说明增量包是用旧库打的。
两种压缩格式都要发,不是冗余。用户机器上可能既没有 zstandard 库也没有 zstd 命令,
那时只能退回 .gz,而 gzip 是 Python 内置的。只发 .zst 会让这类人装不上数据。
没装 gh 时怎么发
gh 不是必装的,网页上操作等价:
仓库右侧 Releases → Create a new release
Choose a tag 填
data-2026.11.03.2,Target 选main(点「Create new tag on publish」)Release title 填
数据 2026.11.03.2,正文写变更摘要把
dist/里五个文件全部拖进附件框:manifest.json、law_data-*.db.gz、law_data-*.db.zst、delta-*.json.gz、delta-*.json.zstRelease label 保持
None点 Publish release
有两处特别容易出错。文件名一个字都不能改,必须和 manifest.json 里 artifacts[].name
逐字一致,否则用户端挑不到资产;漏传增量包不会报错,但所有人都被推去下 676 MB 全量,
这版等于白发。另外不要勾 Pre-release,fetch_data.py 走的是 /releases/latest,
GitHub 会跳过预发布,勾了之后所有用户下载都会报「这个 Release 里没有 manifest.json」。
还有个小地方:首个 Release 没有「Set as the latest release」这个勾选项,发布后自动成为 latest;
从第二个 Release 起才出现,那时候必须勾上。
浏览器传大文件失败的话,用 token 补传,只要 repo 权限的 classic PAT:
RID=$(curl -s -H "Authorization: Bearer $TOKEN" \
https://api.github.com/repos/tlgzs/china-law-search/releases/tags/data-2026.11.03.2 \
| python3 -c "import json,sys;print(json.load(sys.stdin)['id'])")
for f in manifest.json law_data-2026.11.03.2.db.gz law_data-2026.11.03.2.db.zst \
delta-2026.11.03.2.json.gz delta-2026.11.03.2.json.zst; do
curl -X POST -H "Authorization: Bearer $TOKEN" \
-H "Content-Type: application/octet-stream" \
--data-binary @"dist/$f" \
"https://uploads.github.com/repos/tlgzs/china-law-search/releases/$RID/assets?name=$f"
done发布后核对 python3 tools/fetch_data.py --check 能读到版本,再核对附件大小和 dist/ 一致。
用户侧升级
三种入口装的是同一个东西,按习惯挑一个:
python3 tools/check_update.py # 只查,不装(会同时报数据和程序版本)
python3 tools/check_update.py --update # 查 + 装
./update.sh # 同上,自带环境探测macOS 上也可以直接双击 更新数据.command,跑完窗口会停住让你看结果。
看到「程序 A → B」这类提示,先 git pull 再装数据。顺序反了会直接失败:
2.3.1 之前的 install_delta() 只认 .gz,而下载时优先挑体积更小的 .zst,
旧程序拿到 .zst 增量包会抛 UnicodeDecodeError: 'utf-8' codec can't decode。
这个缺陷 2.3.1 已修,用旧版本的人先拉一次代码就没事了。
网页顶部也会提示。服务启动时在后台查一次,不阻塞启动,断网也不影响用,结果缓存一小时。 查到新版就在检索框上方亮一条琥珀色提示条,写明「本地 → 线上」和增量包体积, 点「立即更新」才装;点「×」记在浏览器本地,同一版本不再弹。
发现有新版本:法规库 2026.11.03.2 → 2026.11.30.1,增量 3.2 MB;
程序 2.3.0 → 2.4.0(git pull 后重启)数据和程序是分开的,数据会自己装,程序不会。程序更新改的是 Python 源码,
只能 git pull 后重启服务——用户本地可能还有没提交的改动,自动拉取会把它们冲掉,
所以这里只提示,不动手。当前程序版本记在仓库根目录的 VERSION 文件里,服务、发版脚本和更新检查都读它。
不想开网页、也不想手动跑,启动前设个环境变量:
export LAW_AUTO_UPDATE=1 # 启动时查到有新版就直接装完,网页只显示结果判断规则很直白:数据看 Release 里 manifest.json 的 corpus_version,程序看 tag app-v*。
两者之所以分开,是因为程序改个错别字不该逼着所有人重下一个六百多 MB 的数据包。
本地 vs 线上 | 行为 |
本地 = 线上 | 「已是最新」 |
本地 < 线上,且本地不早于增量包的 | 下增量(几 MB) |
本地 < 线上,但本地比 | 下全量(500–660 MB) |
本地 > 线上 | 提示「本地比发布版新(开发态)」,不动 |
增量这条路任何一步不通,比如格式不认、解压失败、校验不过,都会自动回落全量, 不会把人卡在报错上。增量应用大约 100 秒,其中九十多秒花在重建一百万条的全文索引上, 而且只有真的写入了新法规才重建。
想自己控制时点,可以单独用这两个:
python3 tools/apply_delta.py --delta dist/delta-<版本>.json.gz
python3 tools/fetch_data.py --from-file 手动下载的包 # 离线安装网络受限、只放行 api.github.com 而 github.com 被墙的情况不需要额外配置,
读取 manifest.json 和下载附件都会自动改走 API 资产接口重试一次。
目录结构
INSTALL.md 装不上、打不开先看这份(含「发给 AI 的一段话」)
server/
law_query_core.py 法条查询内核(纯 sqlite3,HTTP 与 MCP 共用同一套规则)
law_search_service.py HTTP 服务(检索 / 定位 / 核验 / 统计)
mcp/
server.py MCP 服务器(stdio,四个只读工具,零第三方依赖)
install.py 各客户端安装器(探测 / 备份 / 合并写入 / 移除)
README.md 各家客户端的配置位置与坑
web/index.html 本地查询界面(单文件,零外部依赖)
ingest/ 建库流水线
schema.py 表结构与迁移(幂等,老库自动补列)
build_sqlite_from_markdown.py Markdown → SQLite + FTS
parse_markdown.py 解析条号、章节、元数据
dedup_old_versions.py 历史版本去重
ingest_to_vectordb.py 构建向量索引(可选)
tools/
fetch_data.py 下载 / 校验 / 安装数据包(用户侧)
check_update.py 查数据与程序版本(命令行与网页共用同一份判断)
update.py 增量更新主程序(出报告 / 确认写库)
diff_articles.py 条文级比对 + HTML 报告
make_delta.py 生成累积增量包(顺带更新变更账本)
apply_delta.py 应用增量包(幂等,可重复跑)
make_release.py 打包发版资产
import_flk.py 把 flk 批量下载的 docx 整理成 inbox Markdown
fix_pending_supersede.py 修复「待生效版本提前作废旧版」的存量数据
strip_amendment_note.py 清掉修改决定正文里的解析残留(标注 / 标题残片)
mark_repealed_by_decisions.py 按废止决定把被废止的法规标失效
state/change-ledger.json 变更账本:自首个 Release 起改过的法规清单
docs/UPDATE-PIPELINE.md 更新流水线的设计说明
docs/release-notes/ 历次发版的 Release 正文存档
VERSION 程序版本(唯一来源,server 与发版脚本都读它)
update.sh 命令行更新;更新数据.command 双击更新
.github/ISSUE_TEMPLATE/ issue 表单:提交新法规 / 法条纠错查条文和法规名归一这两条规则,只允许有一份实现,也就是 law_query_core.py。
网页端和 MCP 端各写一份迟早会走岔,表现是「网页查得到、agent 查不到」,
而这种错在 agent 场景下没人复核,代价比网页高得多。
配置
全部走环境变量,默认值见 server/law_search_service.py 顶部,示例见 .env.example。
变量 | 默认 | 说明 |
|
| 数据目录,其余路径默认基于它 |
|
| SQLite 库路径 |
|
| 向量库路径 |
|
| 向量模型 |
|
| 向量集合名 |
| 从 git remote 推断 | 查更新用的仓库 |
|
| 版本检查缓存秒数; |
|
|
|
|
|
|
| 空 | 可选,未认证 API 限额 60 次/小时,配了 5000 |
老版本的数据包不需要手动迁移,服务启动时会自动补齐新增字段,这个动作可以反复执行。
常见问题
查不到想要的条文,通常是三种情况之一。
一是检索词太长。这是关键词匹配,不是问答,「公司不给上社保怎么办」这种整句查不出东西, 换成「社会保险」再搜。二是两字词召回不全,FTS 索引按三字窗口建,「工伤」「欠薪」这类两字词 用不上索引,会退化成全表匹配,大约一秒出结果但召回不全;查两字概念建议走 MCP, 让 agent 先把它扩成「拖欠劳动报酬」这类法言法语再查。三是法规本身不在库里, 本库只覆盖官方那几类(见前面「覆盖范围」),部门规章和地方政府规章不在其中。
更新中途报 UnicodeDecodeError: 'utf-8' codec can't decode,是程序版本旧了装不了
.zst 增量包,git pull 一次再重跑就好。失败时数据没有被改动,库还是原来的,可以继续用。
条文和官网对不上,以国家法律法规数据库发布的正式文本为准。这个项目只是把公开数据落到本地, 不做任何改写。发现问题请用法条纠错 表单提,附上官方原文对照。
能不能直接对公网开放?请勿直接暴露。本项目不做认证,公网访问必须放在 带认证的反向代理或网关后面。
边界
这个项目提供条文文本与检索,不提供法律意见,也替代不了律师判断。引文核验只回答
「库里有没有这条、是否现行有效」,不管这条引用用得对不对;条文时效以库内记录为准,
数据版本日期见 manifest.json,涉及时效敏感的案件请自行复核。
修改决定的正文就是决定本身的条文,不含被修改那部法规的合并后全文。想看合并后的 完整条文,得去查母法,它的现行版已经按修改决定更新过了。
被废止的法规会跟着废止决定一起标失效:当前库里有 44 部是这么处理的 —— 条文标成
repealed,核验时会直接回「该法规已废止」,并写出依据的决定名称和废止日期,不会
悄悄当现行法返回。这个结果会跟着增量包一起发:包里单列一份废止清单,下增量的用户
同样能拿到,不必为了这几部法重下全量。这个处理有范围:只认决定名称里能读出一部法规
的那类。写成「关于废止部分行政法规的决定」这种笼统表述,或者一条决定废止好几部法、
名字里又没有书名号可拆的,都定位不到具体法规,跳过不动。碰到这类决定,仍以官方公告为准。
作者与联系
壹律从简 · 作者:网络小菜鸟
微信:
pmfumin问题反馈:Issues
装不上、跑不通、发现某部法规缺失或版本不对,都可以直接找我,提 issue 时附上法规名称和条号会快很多。
许可
代码以 MIT 许可发布。法规文本源自国家法律法规数据库公开数据,按其公开使用规则使用。
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
Resolve, search and verify legal citations against the official sources, with provenance.
China (mainland) national law — one pack per jurisdiction (at-ris precedent: legislation AND case…
Current law as data for AI: search, read and verify statutes and citations. CIS countries first.
Verified, citable German & EU law for any LLM. Daily updates from official sources, hosted in DE.
Related MCP Servers
- AlicenseAqualityBmaintenanceEnables AI assistants to query Taiwan's legal databases including court judgments, regulations, constitutional interpretations, and engineering committee letters, with automatic updates and offline caching.13MIT
- AlicenseAqualityCmaintenanceEnables real-time retrieval of authoritative Chinese government policies and verification of law article citations (《法名》第X条) via public sources, with no API key required.6MIT
- AlicenseAqualityBmaintenanceProvides read-only, citation-grounded Chinese AI compliance and filing Q&A, enabling agents to search regulations, retrieve requirements, generate self-check lists, and determine filing obligations with legal basis.8MIT
- AlicenseAqualityBmaintenanceEnables LLMs to search Chinese statutes and verify legal citations locally, including detecting fabricated references in generated text. It supports natural-language queries, article lookup, and citation validation without registration, API keys, or network access.59MIT