Agent Skills
返回列表
⚖️

律师法条维护模拟

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_3c6cb52e/breeze-lawyer-court

技能介绍

为什么需要这个技能

真实业务里,法律条文不是一次定型的:修订、废止、替代、冲突修复都需要有人持续维护。但维护工作不能直接改动法律本身,只能在模拟环境中走一遍流程,看看策略是否成立。这个技能把「维护律师」的角色放进 Agent,用预定义流程产出可检查的维护词。

它如何工作

  • 触发条件:用户说「法律维护」
  • 执行流程:

1. 用户描述案例附件
2. Agent 构建维护策略
3. 在模拟法条场景中执行维护

  • 输出格式:– 维护词
  • 退出条件:说「结束」

几个值得注意的点:

  • 用户输入是自由文本,不是结构化表单;Agent 需要自己做意图识别和案例解析
  • 策略构建这一步把「案例描述」转成「维护策略」,中间没有额外工具说明,实现时可能需要自行约定解析规则
  • 输出格式固定为前缀加维护词,便于下游做文本处理

适用边界

这是模拟场景,不是真实法律实务。它适合用来验证 Agent 是否能按流程处理维护任务、是否能稳定输出结构化结果,不适合作为正式法律意见。流程步骤是预定义的,不要随意增删;触发词和结束词也是约定好的,不要改成其他说法。

使用场景

  • 需要在模拟法条场景中跑一遍维护流程,验证 Agent 能否按步骤产出维护词
  • 拿到用户提供的案例附件后,需要 Agent 自动构建一份维护策略
  • 需要对法律维护技能做回归测试,检查输出格式是否稳定
  • 在模拟环境中执行法条维护,确认退出条件是否能正确触发

适合人员

  • LLM 应用工程师,需要验证 Agent 是否能按预设流程执行法律维护任务
  • Agent 平台开发者,要为角色扮演类技能设计输出格式与退出机制
  • 法务科技公司的产品经理,想确认模拟维护流程能否满足内部演示需求
  • NLP 工程师,需要对用户自由文本输入做案例解析并生成维护策略