Agent Skills
返回列表
accurLex 专业法律问题问答

accurLex 专业法律问题问答

行业专业 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_7a405684/accurlex-legal-qa。

技能介绍

要解决什么问题

工程师或业务同学在对话里问中国法问题时,需要的是有法可依、有据可查的分析,而不是模型凭训练数据「猜」出来的结论。本技能把问答交给 accurLex 知法 的 Neo-RAG 检索后端,通过脚本调用流式接口,把 answerText 与引用法条一并落盘,便于在 Agent 里按规范展示。

技能如何工作

  1. 凭证:在 skill 目录维护 .env(手机号与 ACCURLEX_BEARER_TOKEN);Token 缺失时由 task_login_runtime.js 走 FormData 登录并写回。
  2. 提问:用户必须提供纯文本 question;未给问题时应先追问。可选 mode:deep(默认,走 /ask_free_stream,免费)或 expert(/ask_stream,按字数阶梯扣点)。
  3. 执行:task_qa_ask.js 以 JSON 调用知法 API(func_select 固定为 query_law),支持 history 做多轮追问;输出 stdout Markdown 及 outputs/ 下的 MD、JSON。
  4. 展示:助手不得改写知法返回的实质内容,仅可做标题层级、正文与法条分区,并在末尾加免责声明。

适用边界与注意点

  • 仅中国法、仅纯文本;API 不做 OCR,也不解析 PDF/DOCX——若用户上传二进制文档,需由助手先抽出文本再作为 prompt 传入。
  • 默认使用免费深度模式;仅当用户明确要求专家/付费/更专业分析时才切 expert。
  • 问答原文属于专业法律分析输出,禁止缩写、总结或用模型自有分析替换知法正文。

使用场景

  • 员工主张工伤时,HR 把事故经过整理成纯文本,查询认定条件及对应法条依据。
  • 法务只有对方借条的文字摘录,需弄清未写还款日期时的权利义务与维权要点。
  • 客服将租赁纠纷的用户叙述写成一问,获取带引用条文的分析原文记入工单。
  • 同一案件补充新事实后,携带上一轮对话 history 向知法做追问式咨询。

适合人员

  • 处理工伤与劳动合同争议的人事,需要可对照条文的问答原文而非模型臆测。
  • 初创团队兼岗法务,常只有邮件或聊天里复制的条款文本,要查中国法下的后果。
  • 法律科普或社群运营编辑,发稿前用知法核对观点是否有可查法条支撑。
  • 企业内训讲师准备劳动法案例课,需要未改写的专业问答作讲义引用底稿。