agentCLAWHUBUnverified
元典法条与案例检索
元典法条与案例检索。本技能应在需要查询中国法律法规条文、检索相关案例、为法律分析提供数据支撑时使用。 Skill: 元典法条与案例检索 Owner: cat-xierluo Summary: 元典法条与案例检索。本技能应在需要查询中国法律法规条文、检索相关案例、为法律分析提供数据支撑时使用。 Tags: latest:1.8.8 Version history: v1.8.8 | 2026-08-05T13:37:51.237Z | user 修复：validate-query-filters 动态自省默认关闭（消除动态代码执行误报）；SKILL.md 占位符调整（消除密钥字面量误报） v1.8.7 | 2026-08-05T13:29:12.502Z | user 文档完善：README 删除已废弃自更新章节；SKILL.md 新增数据留存与隐私警示、所需权限声明（纯文档，不影响功能） v1.8.6 | 2026-08-04T07:53:59.346Z | user v1.8.6 升级（原 1.7.5） v1.7.5 | 20
OpenClaw
Rank
62
Safety
84
Downloads
2.0k
Updated
Oct 9, 2026
Version
1.8.8
Source
CLAWHUB
About
What it does, and when to use it.
Capability contract not published. No trust telemetry is available yet. 2K downloads reported by the source. Last updated 10/9/2026.
Avoid when
- Contract metadata is missing or unavailable for deterministic execution.
Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing
Public facts
Every fact links back to the source it came from.
- Vendor
- Clawhubvendor · observed Oct 9, 2026
- Protocol compatibility
- OpenClawcompatibility · observed Oct 9, 2026
- Adoption signal
- 2K downloadsadoption · observed Oct 9, 2026
- Latest release
- 1.8.8release · observed Aug 5, 2026
- Handshake status
- UNKNOWNsecurity
Install and run
Setup complexity: low.
clawhub skill install s179ghx665dhgcsrdzyss2am0x83g7nf:yuandian-law-search- Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.
- Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.
Contract: missing
curl -s "https://www.xpersona.co/api/v1/agents/clawhub-cat-xierluo-yuandian-law-search/snapshot"
Documentation
CLAWHUB
160,000 characters of source documentation, loaded on request.
Extracted files
5 files captured from the source.
SKILL.md
---
name: yuandian-law-search
homepage: https://github.com/cat-xierluo/legal-skills
author: 杨卫薪律师（微信ywxlaw）
version: "1.8.8"
license: MIT
description: 元典法条与案例检索。本技能应在需要查询中国法律法规条文、检索相关案例、为法律分析提供数据支撑时使用。
---
# 元典法条与案例检索
通过元典开放平台 API 检索中国法律法规条文和案例。**每次 API 调用消耗 1-50 积分**（视接口而定）。所有检索结果会自动归档到本地，方便后续回溯。
## 数据留存与隐私警示
本技能在提供便利的同时会产生本地留存与外部传输，使用前请知悉：
- **本地归档**：每次检索的原始响应与结构化报告会自动写入 `archive/`（按 `YD_PROJECT` 或日期归类），并默认在您运行命令的工作目录生产一份 `.md` 副本（便于附卷；当工作目录恰为 skill 根目录时自动跳过）。可用 `--no-report` 完全跳过、`--no-cwd-report` 仅跳过工作目录副本。这些文件可能包含案由、当事人、裁判文书正文等敏感内容，**请勿将其提交至公开仓库或随意分享**。
- **外部传输**：检索请求与（如幻觉检测）待查文本会发送至元典开放平台 `open.chineselaw.com`。提交给 `hall-detect` 等接口的文本可能包含案卷事实、合同或客户信息，**建议先脱敏再提交**。平台侧的留存策略以其服务条款为准。
- **敏感内容最小化**：案例文书、企业信息含个人或商业敏感数据，引用与归档时遵循"最小必要"原则，避免大段全文外泄。
## 所需权限
本技能运行需要以下本地能力，均限定在检索与归档目的内：
- **网络访问**：仅访问元典开放平台 `open.chineselaw.com`（HTTPS），用于检索与归档查重。
- **文件系统读写**：读取 `scripts/.env`（API Key）、`scripts/MANIFEST.json`；写入 `archive/` 与当前工作目录的报告副本（可经 `--no-report`/`--no-cwd-report` 关闭）。
- **环境变量**：读取 `YD_API_KEY`（鉴权）、`YD_STRATEGY`/`YD_PROJECT`（检索策略与归类）等；`yd-run` 以干净环境启动 Python，仅保留必要变量。
- **本地代码执行**：通过 `scripts/yd-run` 调用 Python 检索脚本；不安装第三方运行时、不执行自动更新。
## 前置要求（每次调用前自动检测）
每次使用本技能前，**必须先执行以下检测流程**，确认 API Key 已就绪：
### 检测步骤
1. **检测 `.env` 文件**：检查 `scripts/.env` 是否存在
2. **检测 API Key**：读取文件中 `YD_API_KEY` 的值，确认非空且不是占位符 `your-api-key-here`
3. **若检测失败**，向用户提示以下引导信息并终止：
```
⚠️ 元典 API Key 未配置。请按以下步骤获取并配置：
1. 注册/登录：访问 https://open.chineselaw.com ，使用手机号注册
2. 创建 API Key：登录后在个人中心创建 Key
3. 配置密钥：将 Key 填入以下文件
scripts/.env
─────────────
YD_API_KEY=sk-你的密钥(此处替换为真实 Key)
# YD_STRATEGY=balanced
─────────────
每次调用消耗 10 积分，需在平台充值。
配置完成后重新发起检索即可。
```
4. **若检测通过**，继续执行用户请求的检索命令
### 检测命令
```bash
# 检测 .env 文件和 API Key
if [ -f "scripts/.env" ]; then
KEY=$(grep '^YD_API_KEY=' scripts/.env | cut -d'=' -f2-)
if [ -n "$KEY" ] && [ "$KEY" != "your-api-key-here" ]; then
echo "API Key 已就绪"
else
echo "API Key 未配置"
fi
else
echo ".env 文件不存在"
fi
# 读取检索策略
STRATEGY=$(grep '^YD_STRATEGY=' scripts/.env 2>/dev/null | cut -d'=' -f2)
echo "当前策略：${STRATEGY:-balanced}"
```
## 网络环境与推荐调用入口
默认使用 `scripts/yd-run` 执行检索，而不是直接调用底层 `yd_search.py`。`yd-run` 会以干净环境启动 Python：清除 Codex/代理相关环境变量，保留 `HOME`、`PATH`、语言环境、`YD_API_KEY`、`YD_STRATEGY`，并继续读取 `scripts/.env` 和 `archive/` 缓存。
```bash
scripts/yd-run search "正当防卫的限度" --sxx 现行有效
```
若遇到 `nodename nor servname provided, or not known` 或其他网络错误，先执行无积分消耗的网络检查：
```bash
scripts/yd-run --network-check
```
注意：`yd-run` 只能避免 Codex 进程环境变量、代理变量和 PATH 漂移造成的影响；如果 Codex 本身以网络沙箱启动，或系统代理/VPN 接管 DNS，子进程仍会受到系统级网络策略影响。终端 Codex 应使用 `--sandbox danger-full-access --ask-for-approval never` 启动。
## 检索机制感知主流程（案件检索默认）
当用户描述事实结构、争议焦点、诉讼立场，或问"类似案件怎么判""能不能主张 XX""对方抗辩怎么办"时，**先完成案件检索主流程，再调用接口**（DEC-006）。简单法条/案号/纯概念检索（`detail` / `case-detail` / 单条 `search`）不启动本流程，直接看下方接口速查。
1. **轻量案件研判** → 产出检索简报（争点、要件、决定性事实、待补事实、必须排除的近邻案型、已有报告来源）。
2. **派生检索命题** → 每个命题只验证一项判断，区分规范 / 事实结构 / 裁判规则 / 反向；每个 decisive 争点至少 1 条正向 + 1 条反向。
3. **派生查询矩阵** → 一争点一查询、单一接口；案例关键词只README.md
# 元典法条与案例检索 (yuandian-law-search) 通过 [元典开放平台](https://open.chineselaw.com) 检索中国法律法规条文和案例，为法律分析和研究提供数据支撑。 v1.6.1 起，本 Skill 的核心交付能力从单次 API 包装扩展为"检索归档 + 法律检索报告生成"：多次检索后可用 `consolidate` 汇总为 7 节结论先行报告，适合律师内部复核、客户沟通和类案检索留痕。v1.7.4 修复关键词扩展的自动 OR 行为，并强化案件综合检索的语义优先策略。 ## 快速开始 ### 1. 获取 API Key 访问 [open.chineselaw.com](https://open.chineselaw.com)，用手机号注册后在个人中心创建 API Key。每次调用消耗 10 积分，需在平台充值。 ### 2. 配置密钥 将 API Key 填入 `scripts/.env`： ``` YD_API_KEY=sk-你的密钥 ``` ### 3. 执行检索 ```bash scripts/yd-run search "正当防卫的限度" --sxx 现行有效 ``` `scripts/yd-run` 会用干净环境启动 Python，避免 Codex 进程环境、代理变量或 PATH 漂移影响元典接口访问。网络排查可先运行： ```bash scripts/yd-run --network-check ``` ### 4. 生成法律检索报告 多次检索后，用 `consolidate` 生成主交付物。报告结构为：案情简介、检索目的与问题、检索结论、分析与判断、检索思路与方法、检索结果、检索明细。 ```bash scripts/yd-run consolidate \ --title "张某买卖合同违约金调整" \ --project "case-2024-zhangsan" \ --case "案情：..." \ --strategy "检索思路：..." \ --analysis "分析与判断：..." \ --conclusion "一句话结论：..." \ --risks "主要风险：..." \ --next-actions "后续行动：..." \ --include "违约金,逾期付款" ``` ## 设计理念：为什么这样设计这个 Skill ### 背景 元典开放平台提供 11 个 API 端点，覆盖法条、案例、法规、企业四个领域。**每次 API 调用消耗 10 积分**，这意味着一个"检索 5 个案例并逐一查看详情"的简单场景，实际消耗为 10 + 5×10 = 60 积分。 因此，整个 Skill 的设计围绕一个核心问题：**如何在保证正确性的前提下，用最少的 API 调用完成任务？** ### 原则一：正确性优先于积分节约 AI 的记忆可能存在幻觉或过时。涉及法律条文的精确引用时，宁可多查一次，不可引用错误法条。 **必须调用 API 的情况：** - 需要引用具体法条文号（AI 可能记错条文内容或条号对应） - 需要确认时效性（法律修订频繁，AI 训练数据可能已过时） - 用户明确要求检索 - AI 对自身记忆不确定 **可以不调用的情况：** - 纯概念解释（如"什么是善意取得"） - 对话中已检索过相同内容 - 用户未要求查找 ### 原则二：三级接口分层 不是所有接口都应该被同等对待。我们将 11 个端点分为三层： | 层级 | 接口 | 设计意图 | |------|------|----------| | **核心层**（5 个） | `search` · `keyword` · `detail` · `case` · `case-semantic` | 覆盖 90% 的日常法律检索需求，默认直接使用 | | **扩展层**（4 个） | `regulation` · `regulation-detail` · `case-detail` · `case --authority-only` | 非日常需求，调用前需告知用户额外积分消耗 | | **附属层**（2 个） | `enterprise` · `enterprise-detail` | 仅在用户明确要求企业信息时才使用 | 这样设计是因为：法条语义检索（`search`）返回结果已包含法条全文，通常一次调用即可满足需求，无需再调 `detail`；而案例详情（`case-detail`）是额外消耗，必须让用户知情。 ### 原则三：语义检索优先 每个领域提供语义和关键词两种检索模式，默认优先使用语义检索： | 模式 | 适用场景 | 典型返回量 | |------|----------|-----------| | **语义检索**（`search` / `case-semantic`） | 自然语言问题，不确定用什么关键词 | 45 条 | | **关键词检索**（`keyword` / `case`） | 明确关键词 + 需要精确筛选条件 | 10 条 | 语义检索覆盖面更广，一次调用往往足够。只有当用户提供了明确关键词或需要日期/法院/级别等筛选条件时，才切换到关键词检索。 ### 原则四：本地缓存零成本 脚本内置归档缓存机制：每次 API 调用的查询和响应会自动存入 `archive/` 目录，以 SHA-256 指纹匹配。相同查询自动命中缓存，**不消耗积分**。 这意味着在同一个对话中多次讨论同一个法律问题时，只有第一次会产生积分消耗。 ### 六条积分节省策略 这些策略写入了 SKILL.md，指导 AI 代理在调用时做出正确判断： 1. **一查多用** — 一次检索结果充分引用，避免重复检索同一问题 2. **优先语义检索** — `search` 返回最全面的结果，一次通常够用 3. **避免法条链式调用** — 不要先 `search` 再逐条 `detail`，语义检索已含全文 4. **案例详情谨慎调用** — 先用摘要筛选 1-2 个最相关案例，再调 `case-detail` 5. **善用筛选参数** — `--sxx 现行有效`、`--effect1 法律` 等缩小范围，避免无效结果 6. **信任归档缓存** — 相同查询自动命中本地归档，零积分消耗 ## 接口概览 | 命令 | 用途 | 端点 | 层级 | |------|------|------|------| | `search` | 法条语义检索 | `/open/law_vector_search` | 核心 | | `keyword` | 法条关键词检索 | `/open/rh_ft_search` | 核心 | | `detail` | 法条详情 | `/open/rh_ft_detail` | 核心 | | `case` | 案例关键词检索 | `/open/rh_ptal_search` | 核心 | | `case --aut
_meta.json
{
"ownerId": "kn7bn9h1qxa9ja48qkmaxtfjgx81ksex",
"slug": "yuandian-law-search",
"version": "1.8.8",
"publishedAt": 1785937071237
}references/01-keyword-expansion.md
## 关键词扩展与分阶段检索 关键词检索默认是精确匹配，用户搜索"刑事案件管辖权"不会自动命中"知识产权管辖权"等相关概念。本节说明 AI 应如何主动扩展检索范围、分阶段提炼精准结果。 ### 关键词扩展原则 AI 在执行关键词检索前，应先分析用户查询是否涉及可扩展的法律概念： 1. **上位概念扩展**：将具体概念扩展到上位概念。例如"商标侵权"→ 同时检索"知识产权侵权" 2. **并列概念扩展**：关联同一层级的平行概念。例如"管辖权异议"→ 同时考虑"管辖权转移""指定管辖" 3. **程序-实体关联**：从实体法关键词关联到程序法关键词。例如"正当防卫"→ 也关注"防卫过当""紧急避险" ### 扩展关键词工作流 当 AI 判断用户查询涉及可扩展概念时，按以下流程操作： 1. **识别核心关键词**：从用户查询中提取核心法律概念 2. **生成扩展词列表**：基于上述原则，列出 2-5 个相关关键词 3. **分阶段检索**： - **第一阶段（广撒网）**：用核心关键词执行一次检索（使用 `--search-mode or` 扩大命中范围） - **第二阶段（精提炼）**：根据第一阶段结果，提炼更精准的关键词组合再检索一次 4. **结果合并与去重**：将两次检索结果合并，按相关性排序展示 5. **扩展方向提示**：检索完成后，向用户建议可能相关的扩展检索方向 ### 脚本参数支持 关键词检索、案例检索和法规检索新增 `--expand` 参数，用于一次性传入多个扩展关键词： ```bash # 法条关键词扩展检索 scripts/yd-run keyword "刑事案件 管辖权" --expand "知识产权管辖,级别管辖,专门管辖" --search-mode or # 案例关键词扩展检索 scripts/yd-run case "买卖合同 瑕疵担保" --expand "质量纠纷,违约责任" --search-mode or # 法规关键词扩展检索 scripts/yd-run regulation "民法典 合同" --expand "买卖合同,租赁合同" --search-mode or ``` `--expand` 参数的行为： - 将扩展关键词追加到原始查询中；未显式传入 `--search-mode` 时，自动使用 `or` 模式检索 - 如果显式传入 `--search-mode and`，尊重用户指定，仍按 AND 模式检索 - 等效于将原始关键词与扩展关键词用空格连接后以 OR 模式检索 - 不带 `--expand` 时保持原有的精确匹配行为（默认 `and`） ### 分阶段检索示例 用户问："关于刑事案件管辖权有哪些规定？" **第一阶段（广撒网）**： ```bash scripts/yd-run keyword "刑事案件 管辖权 级别管辖 地域管辖 专门管辖" --search-mode or --sxx 现行有效 ``` **分析第一阶段结果**：发现大量结果涉及"级别管辖"和"地域管辖"两个核心分支 **第二阶段（精提炼）**： ```bash scripts/yd-run keyword "级别管辖 中级法院" --search-mode and --sxx 现行有效 scripts/yd-run keyword "地域管辖 犯罪地" --search-mode and --sxx 现行有效 ``` ### 扩展方向提示 检索完成后，AI 应根据检索结果向用户建议相关的扩展方向。提示格式： ``` 本次检索完成了对"刑事案件管辖权"的查询，消耗 XX 积分。 💡 相关的扩展检索方向： 1. 级别管辖 —— 中级/高级/最高法院的管辖分工 2. 地域管辖 —— 犯罪地、被告人居住地的管辖规则 3. 专门管辖 —— 军事法院、知识产权法院等专门管辖 如需深入了解某个方向，请告诉我。 ``` ### 策略兼容性 关键词扩展行为与三种检索策略的关系： | 策略 | 扩展行为 | 分阶段检索 | 积分控制 | |------|----------|-----------|----------| | **balanced** | AI 判断是否需要扩展，主动执行 | 可执行两阶段检索 | 第二阶段前告知用户将额外消耗积分 | | **economical** | 不主动扩展，仅用户要求时执行 | 不执行，一次检索完成 | 仅扩展时提示积分消耗 | | **aggressive** | 自动扩展所有相关概念，不等待确认 | 自动执行多阶段检索 | 不限制，追求最大覆盖面 |
references/02-typical-workflows.md
## 典型工作流与用户引导
AI 在完成检索后，应**主动告知用户检索结果摘要和积分消耗**，并根据场景推荐后续操作。
### 法条研究场景
用户问："关于股东出资瑕疵的法律规定有哪些？"
1. 先调 search 语义检索（10 积分），覆盖全部相关法条
2. 展示摘要 + 关键条文引用 + 总积分
3. 主动建议扩展方向（如"公司法""破产法"）
### 案例研究场景
用户问："最近几年类似案件怎么判的？"
1. 调 case-semantic 语义检索（10 积分），覆盖近 5 年案例
2. 展示相关度排序的案例摘要
3. **不主动调 case-detail**，由用户选择感兴趣的案例后调详情
4. 主动告知"如需查看完整判决书请告知，每个案例 10 积分"
### 案件综合分析场景
用户问："这个案件我们能不能主张 XX？"
1. 多轮检索：先 search 法条、再 case-semantic 案例、可能补 regulation 法规
2. 汇总法条 + 案例 + 法规 + AI 分析判断
3. 给出可执行的法律意见
4. **总积分可能 30-50**，在最终回复开头明示
**案例检索执行约束**：
- 第一轮案例检索优先用 `case-semantic` 承接案情事实结构，不要把长事实描述直接丢给 `case` 关键词 AND 检索。
- 只有在需要锁定若干高信息密度词时才补 `case`；关键词控制在 4-6 个，优先选择平台/行业行为词、交易链条词和责任焦点词。
- `case` 默认是 AND 精确匹配；如果使用 `--expand` 扩展同义词、上位词或并列场景，未显式指定时脚本会自动切到 OR。
- 一轮关键词检索零命中时，不要据此判断"没有类案"；应立即改用 `case-semantic` 或缩短关键词后 OR 复检。
### 争议焦点识别优先场景（v1.6.1+ 强制前置步骤）
**问题**：很多 AI 跳过"识别用户原话里的争议焦点"这一步，直接根据用户问题的"法律概念包装"展开检索（"短视频带货""电商平台""间接侵权"），结果命中大量"被告自己动手"的案型，与用户实际争议焦点偏差很大。
**强制前置：争议焦点识别表**
收到"这个案件我们能不能主张 XX"或类似案件综合分析请求时，**第一轮检索前**先在对话/笔记中明确以下 5 个字段，再据此生成检索词：
| 字段 | 用户问题中提取 | 检索词应反映 |
|------|--------------|-------------|
| **行为主体** | 谁实施了侵权？（如"达人"/"商家"/"平台"） | 用具体主体词，不要用泛化的"被告" |
| **角色定位** | 用户/原告的主张对象处于什么位置？（如"被挂车商家"vs"自营商家"） | 区分"被关联"和"主动实施"两种身份 |
| **行为模式** | 侵权内容如何产生、传播、变现？（如"达人发布→挂车→商家团购"） | 用**行业术语**（挂车、探店、团购）而非法律术语 |
| **抗辩点** | 被告可能怎么抗辩？（如"视频非我发、我无法控制达人"） | 围绕抗辩点搜"法院如何回应" |
| **用户已明确的论点** | 用户主张的几个核心点是什么？ | **直接用用户原话作为检索词**（见下方"红线"） |
**红线（重要）**：
> **用户的争议焦点 ≠ 用户问题的法律概念包装**
> **用户的争议焦点 = 用户原话里已经明确给出的几个核心论点**
例：
- 用户原话："视频是达人发的，不是被告发的，但挂在被告商品链接上。被告商品页能看到达人视频 → 被告有筛选过程。被告因此获利 → 反不正当竞争法兜底。"
- 用户已明确的论点 = [1] 视频非被告发布但挂被告商品链接；[2] 被告对视频有筛选过程；[3] 被告因此获利；[4] 反不正当竞争法兜底
- v1 错搜：用"短视频带货 电商平台 间接侵权"（用户问题的法律概念包装）→ 偏差
- v1 正搜：用"视频不是商家发布 商家对达人视频有筛选过程 商家因视频获利 反不正当竞争法兜底"（用户原话级别）→ 命中对位案
**反例（曾发生过的偏差）**：
> 用户问："达人发的短视频侵权了，挂到商家商品链接上，商家要负责吗？"
>
> v1 错误：直接搜"短视频带货 电商平台 间接侵权" → 命中"商家自己搬运/制作"案例 → 全部跑偏
>
> v1 正确（如果当时识别到位）：用户已经明确 4 个信息——
> ① 视频由达人发布（非被告）② 视频→挂车→被告商品 ③ 被告对视频有筛选过程 ④ 被告因此获利+反不正当竞争法兜底
> 直接把这 4 个用户原话作为检索词，**第一轮**就能命中对位案。
>
> 不需要等"检索后再提炼二分法"——用户原话已经够具体了。
**关键提示**：
- **行业术语 > 法律术语**：用户说"挂车"就用"挂车"，不要说"信息网络传播"
- **用户原话级别 > 法律概念包装**：用户原话里给的论点直接作为检索词
- **抗辩点对称搜索**：被告可能怎么抗辩 → 搜"法院如何否定该抗辩" 的判例
- **二分法是结果不是起点**：如果检索后才识别出二分法（如"营销合作 vs 精选联盟"），说明第一轮关键词就有问题——应该在第一轮就用更精确的词
- **长事实结构走语义，短关键词走精确**：自然语言事实结构用 `case-semantic`；`case` 只放少量关键字，避免 6 个以上词的 AND 零命中。
### 标杆案例对标检索场景（v1.6.1+ 强制流程）
**问题**：用户第一轮就提供了标杆案例（如星云VR案、微信文章），但 v1 没把它作为"对标模板"去搜同类，导致错失场景最对位的案例。
**强制流程**：
1. **提取标杆案例的"事实结构骨架"**（5-7 个关键事实）
- 例：星云VR案 = {店主联系达人 + 多个探店账号发布 + 视频含侵权片段 + 视频挂团购链接 + 商家根据链接成交向达人结算佣金 + 商家未审核 + 法院判决商家赔偿}
2. **把"事实结构骨架"作为查询模板**生成检索词
- 关键词版：`探店达人 + 团购链接 + 商家 + 营销合作 + 审查义务`
- 语义版（更优）：用一段自然语言描述这个事实结构
3. **首选 case-semantic**（关键词检索对"达人""挂车"识别差）
- 关键词检索易命中"被告自己动手"的偏差案例
- 语义检索对场景描述识别更好
- 如果补关键词检索，先用 4-6 个高密度词，例如 `短视频 推广 团购 商家 责任 著作权`
- 避免第一轮使用 `探店达人 团购链接 商家 著作权 责任`、`推广视频 挂车 商家 责任 审查 注意义务` 等长 AND 组合；这类组合容易因字面差异零命中
4. **每轮命中后回检"对标度"**：命中案例的"事实结构"是否覆盖标杆案例的 5-7 个关键事实
- 覆盖 ≥ 5/7 → 高度对位，纳入"主要类案"
- 覆盖 3-4/7 →Github ReposUpdated 12h agoRank 70
AionUi
Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!
MCPOPENCLAW
Github ReposUpdated 6mo agoRank 70
activepieces
AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents
OPENCLAW
Github ReposUpdated 6mo agoRank 70
cherry-studio
AI productivity studio with smart chat, autonomous agents, and 300+ assistants.
MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70
CopilotKit
The Frontend for Agents & Generative UI. React + Angular
OPENCLAW
Machine-readable data
The same record, as JSON, for agents and crawlers.
{
"facts": [
{
"factKey": "vendor",
"category": "vendor",
"label": "Vendor",
"value": "Clawhub",
"href": "https://clawhub.ai/cat-xierluo/skills/yuandian-law-search",
"sourceUrl": "https://clawhub.ai/cat-xierluo/skills/yuandian-law-search",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-10-09T21:53:39.032Z",
"isPublic": true
},
{
"factKey": "protocols",
"category": "compatibility",
"label": "Protocol compatibility",
"value": "OpenClaw",
"href": "https://www.xpersona.co/api/v1/agents/clawhub-cat-xierluo-yuandian-law-search/contract",
"sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-cat-xierluo-yuandian-law-search/contract",
"sourceType": "contract",
"confidence": "medium",
"observedAt": "2026-10-09T21:53:39.032Z",
"isPublic": true
},
{
"factKey": "traction",
"category": "adoption",
"label": "Adoption signal",
"value": "2K downloads",
"href": "https://clawhub.ai/cat-xierluo/yuandian-law-search",
"sourceUrl": "https://clawhub.ai/cat-xierluo/yuandian-law-search",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-10-09T21:53:39.032Z",
"isPublic": true
},
{
"factKey": "latest_release",
"category": "release",
"label": "Latest release",
"value": "1.8.8",
"href": "https://clawhub.ai/cat-xierluo/yuandian-law-search",
"sourceUrl": "https://clawhub.ai/cat-xierluo/yuandian-law-search",
"sourceType": "release",
"confidence": "medium",
"observedAt": "2026-08-05T13:37:51.237Z",
"isPublic": true
},
{
"factKey": "handshake_status",
"category": "security",
"label": "Handshake status",
"value": "UNKNOWN",
"href": "https://www.xpersona.co/api/v1/agents/clawhub-cat-xierluo-yuandian-law-search/trust",
"sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-cat-xierluo-yuandian-law-search/trust",
"sourceType": "trust",
"confidence": "medium",
"observedAt": null,
"isPublic": true
}
],
"events": [
{
"eventType": "release",
"title": "Release 1.8.8",
"description": "修复：validate-query-filters 动态自省默认关闭（消除动态代码执行误报）；SKILL.md 占位符调整（消除密钥字面量误报）",
"href": "https://clawhub.ai/cat-xierluo/yuandian-law-search",
"sourceUrl": "https://clawhub.ai/cat-xierluo/yuandian-law-search",
"sourceType": "release",
"confidence": "medium",
"observedAt": "2026-08-05T13:37:51.237Z",
"isPublic": true
}
]
}Record generated Oct 10, 2026.