{"id":"e71cab05-e01e-4898-9d15-bea9302ec77a","entityType":"agent","slug":"clawhub-coolalam-litigation-strategy-report","name":"诉讼策略与类案检索（得理科技）","canonicalUrl":"https://www.xpersona.co/agent/clawhub-coolalam-litigation-strategy-report","canonicalPath":"/agent/clawhub-coolalam-litigation-strategy-report","generatedAt":"2026-10-11T20:57:54.990Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-11T18:29:45.347Z","emptyReason":null},"description":"自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。 Skill: 诉讼策略与类案检索（得理科技） Owner: coolalam Summary: 自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。 Tags: latest:1.0.2 Version history: v1.0.2 | 2026-05-18T03:54:23.932Z | user No file changes detected in this version. - No updates or code/content changes were made for version 1.0.2. - All features and documentation remain unchanged from the previous version. v1.0.1 | 2026-05-18T0","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1K downloads reported by the source. Last updated 10/11/2026.","installCommand":"clawhub skill install s17f8sws9rg1vk17b7n96qqsnh86g6aq:litigation-strategy-report","sourceUrl":"https://clawhub.ai/coolalam/litigation-strategy-report","homepage":"https://clawhub.ai/coolalam/skills/litigation-strategy-report","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/coolalam/litigation-strategy-report","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/coolalam/skills/litigation-strategy-report","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":60,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。 Skill: 诉讼策略与类案检索（得理科技） Owner: coolalam Summary: 自动生成中国诉讼案件的《诉讼策略与类案检索报告"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-11T18:29:45.347Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T18:29:45.347Z","emptyReason":null},"stars":null,"forks":null,"downloads":1009,"packageName":null,"latestVersion":"1.0.2","tractionLabel":"1K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T18:29:44.962Z","emptyReason":null},"lastUpdatedAt":"2026-10-11T18:29:45.347Z","lastCrawledAt":"2026-10-11T18:29:44.962Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-12T18:29:44.962Z","lastVerifiedAt":null,"highlights":[{"version":"1.0.2","createdAt":"2026-05-18T03:54:23.932Z","changelog":"No file changes detected in this version. - No updates or code/content changes were made for version 1.0.2. - All features and documentation remain unchanged from the previous version.","fileCount":7,"zipByteSize":16831},{"version":"1.0.1","createdAt":"2026-05-18T03:51:36.661Z","changelog":"- 更新得理法律开放平台帐号与API文档链接为 https://open.delilegal.com/personal/keys - 相应调整API Key 配置和缺失提示指引至新版开放平台地址 - 其余功能、结构与用法保持不变","fileCount":6,"zipByteSize":15198},{"version":"1.0.0","createdAt":"2026-05-18T02:15:01.568Z","changelog":"Initial release of the \"诉讼策略与类案检索报告\" skill. - 自动生成结构化的中国诉讼案件《诉讼策略与类案检索报告》，包含案件重构、争议焦点拆解、法条/类案检索和综合诉讼策略建议。 - 明确输入规范，支持基于案情自然语言信息的深度分析，如信息不足时会给出假设前提和风险提示。 - 输出标准化报告结构，兼顾法律专业性和用户易读性。 - 内置与“得理法律”开放平台对接的法规与案例检索脚本，含详细参数与API Key配置方法说明。 - 重点突出争议焦点、检索工具编排及裁判规则抽象，辅助用户完成庭前准备和诉讼风险评估。","fileCount":6,"zipByteSize":15155}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17f8sws9rg1vk17b7n96qqsnh86g6aq:litigation-strategy-report","setupComplexity":"low","setupSteps":["Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.","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":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-coolalam-litigation-strategy-report/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-coolalam-litigation-strategy-report/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-coolalam-litigation-strategy-report/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-coolalam-litigation-strategy-report/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-coolalam-litigation-strategy-report/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-coolalam-litigation-strategy-report/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-11T20:57:54.990Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-coolalam-litigation-strategy-report/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-coolalam-litigation-strategy-report/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-coolalam-litigation-strategy-report/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-coolalam-litigation-strategy-report/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-11T18:29:45.347Z","emptyReason":null},"readme":"Skill: 诉讼策略与类案检索（得理科技）\n\nOwner: coolalam\n\nSummary: 自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。\n\nTags: latest:1.0.2\n\nVersion history:\n\nv1.0.2 | 2026-05-18T03:54:23.932Z | user\n\nNo file changes detected in this version.\n\n- No updates or code/content changes were made for version 1.0.2.\n- All features and documentation remain unchanged from the previous version.\n\nv1.0.1 | 2026-05-18T03:51:36.661Z | user\n\n- 更新得理法律开放平台帐号与API文档链接为 https://open.delilegal.com/personal/keys\n- 相应调整API Key 配置和缺失提示指引至新版开放平台地址\n- 其余功能、结构与用法保持不变\n\nv1.0.0 | 2026-05-18T02:15:01.568Z | user\n\nInitial release of the \"诉讼策略与类案检索报告\" skill.\n\n- 自动生成结构化的中国诉讼案件《诉讼策略与类案检索报告》，包含案件重构、争议焦点拆解、法条/类案检索和综合诉讼策略建议。\n- 明确输入规范，支持基于案情自然语言信息的深度分析，如信息不足时会给出假设前提和风险提示。\n- 输出标准化报告结构，兼顾法律专业性和用户易读性。\n- 内置与“得理法律”开放平台对接的法规与案例检索脚本，含详细参数与API Key配置方法说明。\n- 重点突出争议焦点、检索工具编排及裁判规则抽象，辅助用户完成庭前准备和诉讼风险评估。\n\nArchive index:\n\nArchive v1.0.2: 7 files, 16831 bytes\n\nFiles: config.json (31b), references/search-query-patterns.md (5702b), scripts/search_cases.py (9517b), scripts/search_laws.py (10054b), skill-card.md (2951b), SKILL.md (8918b), _meta.json (145b)\n\nFile v1.0.2:SKILL.md\n\n---\nname: litigation-strategy-report\ndescription: 自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。\n---\n\n## 诉讼策略与类案检索 Skill\n\n### 一、角色与适用场景\n\n- **角色定位**：顶尖中国执业律师 + 诉讼策略与类案检索专家。\n- **核心产出**：结构化的《诉讼策略与类案检索报告》，可直接用于庭前准备与与当事人沟通。\n- **适用范围**：\n  - 适用中国大陆法律体系（法律、行政法规、司法解释及公开裁判文书）。\n  - 用户处于**庭前准备/方案论证阶段**，关注诉讼前景、证据链、类案参考与风险评估。\n- **触发关键词示例**：案件分析、诉讼策略、打官司方案、类案检索、法条检索、庭前准备、胜诉率评估等。\n\n---\n\n### 二、总体工作流程（高层步骤）\n\n1. **理解并重构案情**  \n   - 提炼当事人身份与关系、关键行为及时间线、损害结果、关键证据、用户目标。\n   - 明确初步案由与可能的法律关系（可列出 1–3 个备选案由）。\n2. **拆解争议焦点与检索需求**  \n   - 将案情拆解为若干**可检索的争议焦点/要件问题**（例如：合同是否成立、举证责任分配、免责条款效力等）。  \n   - 为每个焦点设计对应的法条检索与类案检索需求。\n3. **设计检索策略并调用命令行工具**  \n   - 先判断本案更依赖**规范适用**还是**裁判倾向**，据此决定是先做\"法规检索（law）\"还是先做\"类案检索（case）\"。  \n   - 围绕每个争议焦点分别设计关键词与案由标签，对不同焦点**分批执行命令**，避免一次性堆叠过多模糊关键词。\n4. **整理与比对检索结果**  \n   - 将返回的法规与案例内容进行**要件拆解与事实对照**，标记对我方有利/不利点和证据支撑情况。  \n   - 抽象裁判规则，并分析其在本案中的可迁移性与适用边界。\n5. **形成综合诉讼策略与操作建议**  \n   - 设计主诉讼请求与备选方案、证据补强清单、对方可能抗辩及反驳思路、程序与成本考量。  \n   - 给出对当事人可理解的风险预警与预期管理建议。\n\n---\n\n### 三、输入规范（自然语言案情）\n\n- **最小输入**：一段或多段自然语言案情描述，或若干条争议焦点。  \n  若信息严重缺失，只能给出**条件性、假设性**结论，并在报告中明确标注假设前提。\n\n- **优先关注的信息维度**（用户已给出则直接使用，未给出时只在推理中合理补全，不编造具体姓名/细节）：  \n  - 当事人身份与关系（原告/被告/第三人、公司/自然人等）  \n  - 关键行为及时间线（包括签约/履行/违约/投诉/立案等关键节点）  \n  - 已造成的结果与状态（损害、履约情况、是否已处理或调解等）  \n  - 现有证据类型（合同、聊天记录、录音、转账记录、鉴定意见等）  \n  - 用户主观目标（胜诉、和解、调解、拖延、舆论风险控制等）  \n  - 已进行或计划进行的程序动作（仲裁条款、管辖约定、先调解后诉讼等）\n\n遇到下列情况时，要在报告中明确提示：  \n- 案情信息明显不足以支持稳定结论；  \n- 用户目标与法律上可实现路径存在明显张力（例如只想\"打击报复\"而非解决争议）；  \n- 重要事实存在重大不确定性或双方说法严重对立。\n\n---\n\n### 四、输出规范（报告骨架与写作风格）\n\n生成报告时，统一使用如下结构（标题不可随意更改，可在每一节内部自由补充小标题）：\n\n```markdown\n# 诉讼策略与类案检索报告\n\n## 一、案件事实与争议焦点重构\n1. **当事人及关系**：[…]\n2. **关键行为与时间线**：[…]\n3. **结果与损害情况**：[…]\n4. **初步案由判断**：[…]\n5. **主要争议焦点列表**：[…（编号列出）]\n\n## 二、法条检索结果与适用分析\n### 2.1 主要适用规范清单\n- 法律/行政法规/司法解释条文列表（含编号与要旨）\n\n### 2.2 本案与法条要件对照\n- 要件拆解表\n- 本案事实逐项对应与证据支持情况\n\n### 2.3 对我方有利与不利点\n- 有利点总结\n- 不利点与风险提示\n\n## 三、类案检索结果与裁判规则提炼\n### 3.1 检索范围与效力层级说明\n- 指导性案例、公报案例、省高院典型案例等优先级说明\n\n### 3.2 关键类案概要\n- 每个类案简要事实、裁判要点、与本案异同点\n\n### 3.3 裁判规则抽象与迁移\n- 提炼出的裁判规则\n- 结合本案事实的适用分析\n\n## 四、综合诉讼策略建议\n1. **诉讼请求与备选方案设计**：[…]\n2. **证据链完善与补强建议**：[…]\n3. **对方可能抗辩与反驳思路**：[…]\n4. **程序策略与时间成本考量**：[…]\n5. **当事人预期管理与和解窗口**：[…]\n```\n\n写作要求：\n- 使用正式但易懂的中文，面向**律师+当事人**双重读者，避免过度堆砌条文原文。  \n- 每一个关键结论后，应尽量给出**理由或对应的法条/裁判规则出处**（可简写）。  \n- 将重要风险提示与不确定性用小标题或列表单独列出，避免埋在长段落中。\n\n---\n\n### 五、API 配置与检索工具\n\n本 Skill 通过**得理（法律）开放平台 API** 进行法规检索与案例检索，依赖两个独立脚本：\n\n| 功能 | 脚本 | API 端点 | 请求字段 |\n|------|------|---------|---------|\n| 法规检索 | `scripts/search_laws.py` | `POST https://platform.delilegal.com/api/v1/generice/law/list` | query, pageNo, pageSize, sortField, sortOrder |\n| 案例检索 | `scripts/search_cases.py` | `POST https://platform.delilegal.com/api/v1/generice/case/list` | query, pageNo, pageSize, sortField, sortOrder |\n| 鉴权方式 | — | `Authorization: Bearer YOUR_API_KEY`（从 `config.json` 读取） | — |\n\n**响应结构**（两个接口一致）：`{success, code, msg, body: {data: [...], totalCount, totalPage, queryId}}`\n\n**案例接口响应字段**：`title` / `content` / `caseType` / `cause`（案由）/ `judgementType` / `judgementDate` / `court` / `caseNumber` / `levelOfTrial`（审理程序）/ `publishTypeName`\n\n**法规接口响应字段**：`title` / `content` / `activeDate` / `publishDate` / `publisherName` / `issuedNo` / `timelinessName` / `levelName` / `highlights`（命中法条列表）\n\n#### 配置步骤\n\n1. 前往 [https://open.delilegal.com/personal/keys](https://open.delilegal.com/personal/keys) 注册/登录\n2. 创建应用并获取 API Key\n3. 将 API Key 填入技能目录下的 `config.json` 文件：\n   ```json\n   {\n     \"apikey\": \"你的API Key\"\n   }\n   ```\n\n> ⚠️ **未配置 API Key 时**，不得执行检索，必须先提示用户：\n> \"config.json 中的 apikey 尚未配置。请前往 https://open.delilegal.com/personal/keys 创建 API Key，并填入技能目录下的 config.json 文件中。\"\n\n#### 检索命令\n\n**法规检索**：\n```bash\npython3 <skill_dir>/scripts/search_laws.py \"<检索关键词>\" [选项]\n```\n- `--page N`：页码（默认 1）\n- `--size N`：每页条数（默认 5）\n- `--sort-field correlation|time|activeDate`：排序字段（默认 correlation）\n- `--sort-order desc|asc`：排序方式（默认 desc）\n\n**案例检索**：\n```bash\npython3 <skill_dir>/scripts/search_cases.py \"<检索关键词>\" [选项]\n```\n- `--page N` / `--size N`：分页\n- `--sort-field correlation|time`：排序字段（默认 correlation）\n- `--sort-order desc|asc`：排序方式（默认 desc）\n- `--long-text \"案件材料文本\"`：长文本语义匹配（与关键词二选一）\n\n**常用命令示例**：\n```bash\n# 语义检索类案\npython3 search_cases.py \"民间借贷利率超过四倍LPR\" --size 10\npython3 search_cases.py \"劳动合同解除违法赔偿\" --sort-field time --sort-order desc\n\n# 语义检索法规\npython3 search_laws.py \"民法典离婚分居条款\" --size 5\npython3 search_laws.py \"劳动合同法\" --sort-field activeDate --sort-order desc\n```\n\n#### 检索策略编排\n\n生成检索式、组织命令与重试改写时，统一遵循 [references/search-query-patterns.md](references/search-query-patterns.md)。\n\n**翻页**：用户说\"下一页\"/\"再看一些\"时，将 `--page` 递增并重新执行脚本。\n\n**API Key 缺失处理**：如果脚本执行报错提示 apikey 未配置，直接告知用户前往 https://open.delilegal.com/personal/keys 创建 API Key 并填入 config.json，不再执行后续检索任务。\n\n---\n\n本 Skill 重点在于：**结构化分析 + 工具编排 + 风险提示**，而不是给出武断的\"能赢/赢不了\"判断，要把不确定性和前提条件向用户说清楚。\n\nFile v1.0.2:_meta.json\n\n{\n  \"ownerId\": \"kn75c7ck8t9q8gt119enzb4ny986gwtd\",\n  \"slug\": \"litigation-strategy-report\",\n  \"version\": \"1.0.2\",\n  \"publishedAt\": 1779076463932\n}\n\nFile v1.0.2:references/search-query-patterns.md\n\n# 检索式生成指南\n\n适用于 `litigation-strategy-report` 技能，法规检索使用 `search_laws.py`，案例检索使用 `search_cases.py`。\n目标是按照规则生成检索条件并查询相关法规案例信息，将争议焦点或案件关键信息稳定地改写成可执行命令，而不是直接把原始案情整段塞进检索工具。\n\n## 一、先判断检索对象与策略\n\n- 先区分本轮要解决的是**法规问题**还是**案例问题**。\n- 再判断更适合用**关键词检索**、**语义检索**，还是两者并用。\n- 同一争议焦点下，关键词检索与语义检索**不冲突**；命中率或相关性不足时，应补跑另一种策略。\n- 每条命令只聚焦一个争议焦点，不要把多个问题混在同一条检索式里。\n\n## 二、命令模板\n\n法规检索与案例检索使用**两个独立脚本**：\n\n```bash\n# 法规检索\npython3 <skill_dir>/scripts/search_laws.py \"<query>\" [选项]\n\n# 案例检索\npython3 <skill_dir>/scripts/search_cases.py \"<query>\" [选项]\n```\n\n### 1. 法规关键词检索\n\n```bash\npython3 <skill_dir>/scripts/search_laws.py \\\n  \"中华人民共和国民法典 买卖合同 合同解除\"\n```\n\n### 2. 法规语义检索\n\n```bash\npython3 <skill_dir>/scripts/search_laws.py \\\n  \"买卖合同中买方拒绝收货，双方就合同解除条件及违约责任发生争议\"\n```\n\n### 3. 法规带时间范围检索\n\n```bash\npython3 <skill_dir>/scripts/search_laws.py \\\n  \"民间借贷 利率上限\" --from 2020-01-01 --to 2025-12-31 --size 10\n```\n\n### 4. 案例关键词检索\n\n```bash\npython3 <skill_dir>/scripts/search_cases.py \\\n  \"张三 李四 （2024）京0105民初123号 买卖合同纠纷 货物质量瑕疵\"\n```\n\n### 5. 案例语义检索（长文本匹配）\n\n```bash\npython3 <skill_dir>/scripts/search_cases.py \\\n  --long-text \"卖方已交货，买方以货物质量不合格为由拒付尾款，双方就举证责任与违约责任发生争议\"\n```\n\n### 6. 案例带多维筛选\n\n```bash\npython3 <skill_dir>/scripts/search_cases.py \\\n  \"民间借贷 利率\" --cause \"民间借贷纠纷\" --court-level high \\\n  --doc-type judgment --from 2022-01-01 --to 2025-12-31 --size 10\n```\n\n## 三、法规检索式生成规则\n\n### 1. 何时优先做关键词检索\n\n出现下列信息时，优先组织关键词检索：\n\n- 明确提到法规名称\n- 明确提到发文字号\n- 能总结出较稳定的规范关键词\n\n关键词检索写法：\n\n- 优先保留法规全称或常用简称\n- 能写发文字号时直接写入\n- 再补 1 到 3 个核心问题词\n- 避免口语化修饰和无关事实细节\n\n可直接使用的输入形态示例：\n\n- `中华人民共和国民法典`\n- `法释〔2020〕17号 格式条款`\n- `消费者权益保护法 七日无理由退货`\n\n### 2. 何时补充做语义检索\n\n出现下列情况时，补充语义检索：\n\n- 用户没有给出具体法规，但能概括成一个规范适用问题\n- 需要围绕某个法律要件、责任分配或规则边界寻找相关规范\n- 关键词检索结果过窄、过散或不够贴合争议焦点\n\n语义检索写法：\n\n- 用一句话概括\"法律关系 + 争点 + 关键情境\"\n- 只保留与规范适用直接有关的事实\n- 直接描述案情事实，不必写成提问句\n\n建议模板：\n\n```text\n<法律关系>中，因<关键事实>引发<核心争点>\n```\n\n## 四、案例检索式生成规则\n\n### 1. 何时优先做关键词检索\n\n出现下列信息时，优先组织关键词检索：\n\n- 明确提到案件名称\n- 明确提到当事人信息\n- 明确提到案号\n- 能总结出较稳定的案由或争议关键词\n\n关键词检索写法：\n\n- 有案件名称时优先写案件名称\n- 有案号时优先保留案号（可用 `--case-no` 精确指定）\n- 可补当事人姓名、公司名、案由（可用 `--cause` 指定）、争议关键词\n- 可通过 `--court-level`、`--court`、`--doc-type`、`--trial` 等参数缩小范围\n\n可直接使用的输入形态示例：\n\n- `（2021）最高法民申1234号`\n- `北京某科技公司 张某 竞业限制纠纷`\n- `房屋买卖合同纠纷 阴阳合同 违约金调整`\n\n### 2. 何时使用长文本语义检索（`--long-text`）\n\n出现下列情况时，使用长文本语义检索：\n\n- 只有问题描述或案情描述，没有明确案件标识\n- 需要寻找事实结构相近、裁判思路接近的类案\n- 关键词检索命中大量噪声，无法快速锁定有效案例\n- 用户提供了完整的案件材料文本\n\n长文本检索写法：\n\n- 用一段文字概括\"当事人关系 + 关键行为 + 争议焦点 + 结果/后果\"\n- 优先保留会影响裁判说理的事实\n- 不要堆砌证据细节、情绪表达或无关背景\n- 直接描述案情事实，不必写成提问句\n\n建议模板：\n\n```text\n<当事人关系>中，因<关键行为>引发<争议焦点>，造成<结果/后果>\n```\n\n## 五、重试与改写\n\n单轮检索无结果或结果明显失焦时，在不改变案件核心问题的前提下最多重试 3 次：\n\n1. 先在关键词检索与语义检索（或长文本检索）之间补齐另一种策略。\n2. 关键词过长时删去噪声词，只保留名称、案号、案由、要点词。\n3. 语义描述过长时压缩成一句争点句；过短时补入法律关系或关键情境。\n4. 一个检索式同时包含多个争议焦点时，拆成多条命令分别执行。\n5. 案例检索可尝试调整筛选参数（更换 `--court-level`、移除/添加 `--cause`、调整 `--from`/`--to` 时间范围）。\n6. 法规检索可尝试 `--all-timeliness` 开启全时效模式，或调整时间范围。\n7. 在最终报告中只引用有效命中的命令；若多轮失败，要说明尝试过的方向与局限。\n\nFile v1.0.2:skill-card.md\n\n## Description:\n\n自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[coolalam](https://clawhub.ai/user/coolalam)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nLawyers and litigation teams use this skill to turn mainland China case facts into a structured litigation strategy and similar-case research report. It helps identify dispute issues, plan legal and case searches, summarize retrieved authorities, and frame evidence, procedural, settlement, and risk considerations.\n\n### Deployment Geography for Use:\n\nGlobal; substantive legal analysis is scoped to mainland China law.\n\n## Known Risks and Mitigations:\n\nRisk: Legal search terms may contain sensitive, personal, or privileged case facts that are sent to DeliLegal.\n\nMitigation: Redact personal and privileged facts before search and use the skill only when external legal API disclosure is acceptable.\n\nRisk: The scripts disable TLS certificate verification while sending an API key and case details.\n\nMitigation: Restore TLS certificate verification before real use and verify the endpoint certificate chain.\n\nRisk: The API key is read from a project-local config file.\n\nMitigation: Prefer an environment variable or managed secret store and avoid committing populated config files.\n\nRisk: Generated litigation guidance or retrieved legal material may be incomplete, outdated, or misapplied to the user's facts.\n\nMitigation: Have a qualified reviewer verify current official legal texts, case relevance, and assumptions before relying on the report.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/coolalam/skills/litigation-strategy-report)\n- [Search query patterns](references/search-query-patterns.md)\n- [DeliLegal API key management](https://open.delilegal.com/personal/keys)\n- [DeliLegal law search API endpoint](https://platform.delilegal.com/api/v1/generice/law/list)\n- [DeliLegal case search API endpoint](https://platform.delilegal.com/api/v1/generice/case/list)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Shell commands, Guidance]\n\n**Output Format:** [Markdown report with inline shell commands and legal search result summaries]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Requires a configured DeliLegal API key before executing searches; legal conclusions are conditional on the user's facts and retrieved authorities.]\n\n## Skill Version(s):\n\n1.0.2 (source: server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.2:config.json\n\n{\n  \"apikey\": \"YOUR_API_KEY\"\n}\n\nArchive v1.0.1: 6 files, 15198 bytes\n\nFiles: config.json (31b), references/search-query-patterns.md (5702b), scripts/search_cases.py (9517b), scripts/search_laws.py (10054b), SKILL.md (8918b), _meta.json (145b)\n\nFile v1.0.1:SKILL.md\n\n---\nname: litigation-strategy-report\ndescription: 自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。\n---\n\n## 诉讼策略与类案检索 Skill\n\n### 一、角色与适用场景\n\n- **角色定位**：顶尖中国执业律师 + 诉讼策略与类案检索专家。\n- **核心产出**：结构化的《诉讼策略与类案检索报告》，可直接用于庭前准备与与当事人沟通。\n- **适用范围**：\n  - 适用中国大陆法律体系（法律、行政法规、司法解释及公开裁判文书）。\n  - 用户处于**庭前准备/方案论证阶段**，关注诉讼前景、证据链、类案参考与风险评估。\n- **触发关键词示例**：案件分析、诉讼策略、打官司方案、类案检索、法条检索、庭前准备、胜诉率评估等。\n\n---\n\n### 二、总体工作流程（高层步骤）\n\n1. **理解并重构案情**  \n   - 提炼当事人身份与关系、关键行为及时间线、损害结果、关键证据、用户目标。\n   - 明确初步案由与可能的法律关系（可列出 1–3 个备选案由）。\n2. **拆解争议焦点与检索需求**  \n   - 将案情拆解为若干**可检索的争议焦点/要件问题**（例如：合同是否成立、举证责任分配、免责条款效力等）。  \n   - 为每个焦点设计对应的法条检索与类案检索需求。\n3. **设计检索策略并调用命令行工具**  \n   - 先判断本案更依赖**规范适用**还是**裁判倾向**，据此决定是先做\"法规检索（law）\"还是先做\"类案检索（case）\"。  \n   - 围绕每个争议焦点分别设计关键词与案由标签，对不同焦点**分批执行命令**，避免一次性堆叠过多模糊关键词。\n4. **整理与比对检索结果**  \n   - 将返回的法规与案例内容进行**要件拆解与事实对照**，标记对我方有利/不利点和证据支撑情况。  \n   - 抽象裁判规则，并分析其在本案中的可迁移性与适用边界。\n5. **形成综合诉讼策略与操作建议**  \n   - 设计主诉讼请求与备选方案、证据补强清单、对方可能抗辩及反驳思路、程序与成本考量。  \n   - 给出对当事人可理解的风险预警与预期管理建议。\n\n---\n\n### 三、输入规范（自然语言案情）\n\n- **最小输入**：一段或多段自然语言案情描述，或若干条争议焦点。  \n  若信息严重缺失，只能给出**条件性、假设性**结论，并在报告中明确标注假设前提。\n\n- **优先关注的信息维度**（用户已给出则直接使用，未给出时只在推理中合理补全，不编造具体姓名/细节）：  \n  - 当事人身份与关系（原告/被告/第三人、公司/自然人等）  \n  - 关键行为及时间线（包括签约/履行/违约/投诉/立案等关键节点）  \n  - 已造成的结果与状态（损害、履约情况、是否已处理或调解等）  \n  - 现有证据类型（合同、聊天记录、录音、转账记录、鉴定意见等）  \n  - 用户主观目标（胜诉、和解、调解、拖延、舆论风险控制等）  \n  - 已进行或计划进行的程序动作（仲裁条款、管辖约定、先调解后诉讼等）\n\n遇到下列情况时，要在报告中明确提示：  \n- 案情信息明显不足以支持稳定结论；  \n- 用户目标与法律上可实现路径存在明显张力（例如只想\"打击报复\"而非解决争议）；  \n- 重要事实存在重大不确定性或双方说法严重对立。\n\n---\n\n### 四、输出规范（报告骨架与写作风格）\n\n生成报告时，统一使用如下结构（标题不可随意更改，可在每一节内部自由补充小标题）：\n\n```markdown\n# 诉讼策略与类案检索报告\n\n## 一、案件事实与争议焦点重构\n1. **当事人及关系**：[…]\n2. **关键行为与时间线**：[…]\n3. **结果与损害情况**：[…]\n4. **初步案由判断**：[…]\n5. **主要争议焦点列表**：[…（编号列出）]\n\n## 二、法条检索结果与适用分析\n### 2.1 主要适用规范清单\n- 法律/行政法规/司法解释条文列表（含编号与要旨）\n\n### 2.2 本案与法条要件对照\n- 要件拆解表\n- 本案事实逐项对应与证据支持情况\n\n### 2.3 对我方有利与不利点\n- 有利点总结\n- 不利点与风险提示\n\n## 三、类案检索结果与裁判规则提炼\n### 3.1 检索范围与效力层级说明\n- 指导性案例、公报案例、省高院典型案例等优先级说明\n\n### 3.2 关键类案概要\n- 每个类案简要事实、裁判要点、与本案异同点\n\n### 3.3 裁判规则抽象与迁移\n- 提炼出的裁判规则\n- 结合本案事实的适用分析\n\n## 四、综合诉讼策略建议\n1. **诉讼请求与备选方案设计**：[…]\n2. **证据链完善与补强建议**：[…]\n3. **对方可能抗辩与反驳思路**：[…]\n4. **程序策略与时间成本考量**：[…]\n5. **当事人预期管理与和解窗口**：[…]\n```\n\n写作要求：\n- 使用正式但易懂的中文，面向**律师+当事人**双重读者，避免过度堆砌条文原文。  \n- 每一个关键结论后，应尽量给出**理由或对应的法条/裁判规则出处**（可简写）。  \n- 将重要风险提示与不确定性用小标题或列表单独列出，避免埋在长段落中。\n\n---\n\n### 五、API 配置与检索工具\n\n本 Skill 通过**得理（法律）开放平台 API** 进行法规检索与案例检索，依赖两个独立脚本：\n\n| 功能 | 脚本 | API 端点 | 请求字段 |\n|------|------|---------|---------|\n| 法规检索 | `scripts/search_laws.py` | `POST https://platform.delilegal.com/api/v1/generice/law/list` | query, pageNo, pageSize, sortField, sortOrder |\n| 案例检索 | `scripts/search_cases.py` | `POST https://platform.delilegal.com/api/v1/generice/case/list` | query, pageNo, pageSize, sortField, sortOrder |\n| 鉴权方式 | — | `Authorization: Bearer YOUR_API_KEY`（从 `config.json` 读取） | — |\n\n**响应结构**（两个接口一致）：`{success, code, msg, body: {data: [...], totalCount, totalPage, queryId}}`\n\n**案例接口响应字段**：`title` / `content` / `caseType` / `cause`（案由）/ `judgementType` / `judgementDate` / `court` / `caseNumber` / `levelOfTrial`（审理程序）/ `publishTypeName`\n\n**法规接口响应字段**：`title` / `content` / `activeDate` / `publishDate` / `publisherName` / `issuedNo` / `timelinessName` / `levelName` / `highlights`（命中法条列表）\n\n#### 配置步骤\n\n1. 前往 [https://open.delilegal.com/personal/keys](https://open.delilegal.com/personal/keys) 注册/登录\n2. 创建应用并获取 API Key\n3. 将 API Key 填入技能目录下的 `config.json` 文件：\n   ```json\n   {\n     \"apikey\": \"你的API Key\"\n   }\n   ```\n\n> ⚠️ **未配置 API Key 时**，不得执行检索，必须先提示用户：\n> \"config.json 中的 apikey 尚未配置。请前往 https://open.delilegal.com/personal/keys 创建 API Key，并填入技能目录下的 config.json 文件中。\"\n\n#### 检索命令\n\n**法规检索**：\n```bash\npython3 <skill_dir>/scripts/search_laws.py \"<检索关键词>\" [选项]\n```\n- `--page N`：页码（默认 1）\n- `--size N`：每页条数（默认 5）\n- `--sort-field correlation|time|activeDate`：排序字段（默认 correlation）\n- `--sort-order desc|asc`：排序方式（默认 desc）\n\n**案例检索**：\n```bash\npython3 <skill_dir>/scripts/search_cases.py \"<检索关键词>\" [选项]\n```\n- `--page N` / `--size N`：分页\n- `--sort-field correlation|time`：排序字段（默认 correlation）\n- `--sort-order desc|asc`：排序方式（默认 desc）\n- `--long-text \"案件材料文本\"`：长文本语义匹配（与关键词二选一）\n\n**常用命令示例**：\n```bash\n# 语义检索类案\npython3 search_cases.py \"民间借贷利率超过四倍LPR\" --size 10\npython3 search_cases.py \"劳动合同解除违法赔偿\" --sort-field time --sort-order desc\n\n# 语义检索法规\npython3 search_laws.py \"民法典离婚分居条款\" --size 5\npython3 search_laws.py \"劳动合同法\" --sort-field activeDate --sort-order desc\n```\n\n#### 检索策略编排\n\n生成检索式、组织命令与重试改写时，统一遵循 [references/search-query-patterns.md](references/search-query-patterns.md)。\n\n**翻页**：用户说\"下一页\"/\"再看一些\"时，将 `--page` 递增并重新执行脚本。\n\n**API Key 缺失处理**：如果脚本执行报错提示 apikey 未配置，直接告知用户前往 https://open.delilegal.com/personal/keys 创建 API Key 并填入 config.json，不再执行后续检索任务。\n\n---\n\n本 Skill 重点在于：**结构化分析 + 工具编排 + 风险提示**，而不是给出武断的\"能赢/赢不了\"判断，要把不确定性和前提条件向用户说清楚。\n\nFile v1.0.1:_meta.json\n\n{\n  \"ownerId\": \"kn75c7ck8t9q8gt119enzb4ny986gwtd\",\n  \"slug\": \"litigation-strategy-report\",\n  \"version\": \"1.0.1\",\n  \"publishedAt\": 1779076296661\n}\n\nFile v1.0.1:references/search-query-patterns.md\n\n# 检索式生成指南\n\n适用于 `litigation-strategy-report` 技能，法规检索使用 `search_laws.py`，案例检索使用 `search_cases.py`。\n目标是按照规则生成检索条件并查询相关法规案例信息，将争议焦点或案件关键信息稳定地改写成可执行命令，而不是直接把原始案情整段塞进检索工具。\n\n## 一、先判断检索对象与策略\n\n- 先区分本轮要解决的是**法规问题**还是**案例问题**。\n- 再判断更适合用**关键词检索**、**语义检索**，还是两者并用。\n- 同一争议焦点下，关键词检索与语义检索**不冲突**；命中率或相关性不足时，应补跑另一种策略。\n- 每条命令只聚焦一个争议焦点，不要把多个问题混在同一条检索式里。\n\n## 二、命令模板\n\n法规检索与案例检索使用**两个独立脚本**：\n\n```bash\n# 法规检索\npython3 <skill_dir>/scripts/search_laws.py \"<query>\" [选项]\n\n# 案例检索\npython3 <skill_dir>/scripts/search_cases.py \"<query>\" [选项]\n```\n\n### 1. 法规关键词检索\n\n```bash\npython3 <skill_dir>/scripts/search_laws.py \\\n  \"中华人民共和国民法典 买卖合同 合同解除\"\n```\n\n### 2. 法规语义检索\n\n```bash\npython3 <skill_dir>/scripts/search_laws.py \\\n  \"买卖合同中买方拒绝收货，双方就合同解除条件及违约责任发生争议\"\n```\n\n### 3. 法规带时间范围检索\n\n```bash\npython3 <skill_dir>/scripts/search_laws.py \\\n  \"民间借贷 利率上限\" --from 2020-01-01 --to 2025-12-31 --size 10\n```\n\n### 4. 案例关键词检索\n\n```bash\npython3 <skill_dir>/scripts/search_cases.py \\\n  \"张三 李四 （2024）京0105民初123号 买卖合同纠纷 货物质量瑕疵\"\n```\n\n### 5. 案例语义检索（长文本匹配）\n\n```bash\npython3 <skill_dir>/scripts/search_cases.py \\\n  --long-text \"卖方已交货，买方以货物质量不合格为由拒付尾款，双方就举证责任与违约责任发生争议\"\n```\n\n### 6. 案例带多维筛选\n\n```bash\npython3 <skill_dir>/scripts/search_cases.py \\\n  \"民间借贷 利率\" --cause \"民间借贷纠纷\" --court-level high \\\n  --doc-type judgment --from 2022-01-01 --to 2025-12-31 --size 10\n```\n\n## 三、法规检索式生成规则\n\n### 1. 何时优先做关键词检索\n\n出现下列信息时，优先组织关键词检索：\n\n- 明确提到法规名称\n- 明确提到发文字号\n- 能总结出较稳定的规范关键词\n\n关键词检索写法：\n\n- 优先保留法规全称或常用简称\n- 能写发文字号时直接写入\n- 再补 1 到 3 个核心问题词\n- 避免口语化修饰和无关事实细节\n\n可直接使用的输入形态示例：\n\n- `中华人民共和国民法典`\n- `法释〔2020〕17号 格式条款`\n- `消费者权益保护法 七日无理由退货`\n\n### 2. 何时补充做语义检索\n\n出现下列情况时，补充语义检索：\n\n- 用户没有给出具体法规，但能概括成一个规范适用问题\n- 需要围绕某个法律要件、责任分配或规则边界寻找相关规范\n- 关键词检索结果过窄、过散或不够贴合争议焦点\n\n语义检索写法：\n\n- 用一句话概括\"法律关系 + 争点 + 关键情境\"\n- 只保留与规范适用直接有关的事实\n- 直接描述案情事实，不必写成提问句\n\n建议模板：\n\n```text\n<法律关系>中，因<关键事实>引发<核心争点>\n```\n\n## 四、案例检索式生成规则\n\n### 1. 何时优先做关键词检索\n\n出现下列信息时，优先组织关键词检索：\n\n- 明确提到案件名称\n- 明确提到当事人信息\n- 明确提到案号\n- 能总结出较稳定的案由或争议关键词\n\n关键词检索写法：\n\n- 有案件名称时优先写案件名称\n- 有案号时优先保留案号（可用 `--case-no` 精确指定）\n- 可补当事人姓名、公司名、案由（可用 `--cause` 指定）、争议关键词\n- 可通过 `--court-level`、`--court`、`--doc-type`、`--trial` 等参数缩小范围\n\n可直接使用的输入形态示例：\n\n- `（2021）最高法民申1234号`\n- `北京某科技公司 张某 竞业限制纠纷`\n- `房屋买卖合同纠纷 阴阳合同 违约金调整`\n\n### 2. 何时使用长文本语义检索（`--long-text`）\n\n出现下列情况时，使用长文本语义检索：\n\n- 只有问题描述或案情描述，没有明确案件标识\n- 需要寻找事实结构相近、裁判思路接近的类案\n- 关键词检索命中大量噪声，无法快速锁定有效案例\n- 用户提供了完整的案件材料文本\n\n长文本检索写法：\n\n- 用一段文字概括\"当事人关系 + 关键行为 + 争议焦点 + 结果/后果\"\n- 优先保留会影响裁判说理的事实\n- 不要堆砌证据细节、情绪表达或无关背景\n- 直接描述案情事实，不必写成提问句\n\n建议模板：\n\n```text\n<当事人关系>中，因<关键行为>引发<争议焦点>，造成<结果/后果>\n```\n\n## 五、重试与改写\n\n单轮检索无结果或结果明显失焦时，在不改变案件核心问题的前提下最多重试 3 次：\n\n1. 先在关键词检索与语义检索（或长文本检索）之间补齐另一种策略。\n2. 关键词过长时删去噪声词，只保留名称、案号、案由、要点词。\n3. 语义描述过长时压缩成一句争点句；过短时补入法律关系或关键情境。\n4. 一个检索式同时包含多个争议焦点时，拆成多条命令分别执行。\n5. 案例检索可尝试调整筛选参数（更换 `--court-level`、移除/添加 `--cause`、调整 `--from`/`--to` 时间范围）。\n6. 法规检索可尝试 `--all-timeliness` 开启全时效模式，或调整时间范围。\n7. 在最终报告中只引用有效命中的命令；若多轮失败，要说明尝试过的方向与局限。\n\nFile v1.0.1:config.json\n\n{\n  \"apikey\": \"YOUR_API_KEY\"\n}\n\nArchive v1.0.0: 6 files, 15155 bytes\n\nFiles: config.json (31b), references/search-query-patterns.md (5702b), scripts/search_cases.py (9497b), scripts/search_laws.py (10034b), SKILL.md (8878b), _meta.json (145b)\n\nFile v1.0.0:SKILL.md\n\n---\nname: litigation-strategy-report\ndescription: 自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。\n---\n\n## 诉讼策略与类案检索 Skill\n\n### 一、角色与适用场景\n\n- **角色定位**：顶尖中国执业律师 + 诉讼策略与类案检索专家。\n- **核心产出**：结构化的《诉讼策略与类案检索报告》，可直接用于庭前准备与与当事人沟通。\n- **适用范围**：\n  - 适用中国大陆法律体系（法律、行政法规、司法解释及公开裁判文书）。\n  - 用户处于**庭前准备/方案论证阶段**，关注诉讼前景、证据链、类案参考与风险评估。\n- **触发关键词示例**：案件分析、诉讼策略、打官司方案、类案检索、法条检索、庭前准备、胜诉率评估等。\n\n---\n\n### 二、总体工作流程（高层步骤）\n\n1. **理解并重构案情**  \n   - 提炼当事人身份与关系、关键行为及时间线、损害结果、关键证据、用户目标。\n   - 明确初步案由与可能的法律关系（可列出 1–3 个备选案由）。\n2. **拆解争议焦点与检索需求**  \n   - 将案情拆解为若干**可检索的争议焦点/要件问题**（例如：合同是否成立、举证责任分配、免责条款效力等）。  \n   - 为每个焦点设计对应的法条检索与类案检索需求。\n3. **设计检索策略并调用命令行工具**  \n   - 先判断本案更依赖**规范适用**还是**裁判倾向**，据此决定是先做\"法规检索（law）\"还是先做\"类案检索（case）\"。  \n   - 围绕每个争议焦点分别设计关键词与案由标签，对不同焦点**分批执行命令**，避免一次性堆叠过多模糊关键词。\n4. **整理与比对检索结果**  \n   - 将返回的法规与案例内容进行**要件拆解与事实对照**，标记对我方有利/不利点和证据支撑情况。  \n   - 抽象裁判规则，并分析其在本案中的可迁移性与适用边界。\n5. **形成综合诉讼策略与操作建议**  \n   - 设计主诉讼请求与备选方案、证据补强清单、对方可能抗辩及反驳思路、程序与成本考量。  \n   - 给出对当事人可理解的风险预警与预期管理建议。\n\n---\n\n### 三、输入规范（自然语言案情）\n\n- **最小输入**：一段或多段自然语言案情描述，或若干条争议焦点。  \n  若信息严重缺失，只能给出**条件性、假设性**结论，并在报告中明确标注假设前提。\n\n- **优先关注的信息维度**（用户已给出则直接使用，未给出时只在推理中合理补全，不编造具体姓名/细节）：  \n  - 当事人身份与关系（原告/被告/第三人、公司/自然人等）  \n  - 关键行为及时间线（包括签约/履行/违约/投诉/立案等关键节点）  \n  - 已造成的结果与状态（损害、履约情况、是否已处理或调解等）  \n  - 现有证据类型（合同、聊天记录、录音、转账记录、鉴定意见等）  \n  - 用户主观目标（胜诉、和解、调解、拖延、舆论风险控制等）  \n  - 已进行或计划进行的程序动作（仲裁条款、管辖约定、先调解后诉讼等）\n\n遇到下列情况时，要在报告中明确提示：  \n- 案情信息明显不足以支持稳定结论；  \n- 用户目标与法律上可实现路径存在明显张力（例如只想\"打击报复\"而非解决争议）；  \n- 重要事实存在重大不确定性或双方说法严重对立。\n\n---\n\n### 四、输出规范（报告骨架与写作风格）\n\n生成报告时，统一使用如下结构（标题不可随意更改，可在每一节内部自由补充小标题）：\n\n```markdown\n# 诉讼策略与类案检索报告\n\n## 一、案件事实与争议焦点重构\n1. **当事人及关系**：[…]\n2. **关键行为与时间线**：[…]\n3. **结果与损害情况**：[…]\n4. **初步案由判断**：[…]\n5. **主要争议焦点列表**：[…（编号列出）]\n\n## 二、法条检索结果与适用分析\n### 2.1 主要适用规范清单\n- 法律/行政法规/司法解释条文列表（含编号与要旨）\n\n### 2.2 本案与法条要件对照\n- 要件拆解表\n- 本案事实逐项对应与证据支持情况\n\n### 2.3 对我方有利与不利点\n- 有利点总结\n- 不利点与风险提示\n\n## 三、类案检索结果与裁判规则提炼\n### 3.1 检索范围与效力层级说明\n- 指导性案例、公报案例、省高院典型案例等优先级说明\n\n### 3.2 关键类案概要\n- 每个类案简要事实、裁判要点、与本案异同点\n\n### 3.3 裁判规则抽象与迁移\n- 提炼出的裁判规则\n- 结合本案事实的适用分析\n\n## 四、综合诉讼策略建议\n1. **诉讼请求与备选方案设计**：[…]\n2. **证据链完善与补强建议**：[…]\n3. **对方可能抗辩与反驳思路**：[…]\n4. **程序策略与时间成本考量**：[…]\n5. **当事人预期管理与和解窗口**：[…]\n```\n\n写作要求：\n- 使用正式但易懂的中文，面向**律师+当事人**双重读者，避免过度堆砌条文原文。  \n- 每一个关键结论后，应尽量给出**理由或对应的法条/裁判规则出处**（可简写）。  \n- 将重要风险提示与不确定性用小标题或列表单独列出，避免埋在长段落中。\n\n---\n\n### 五、API 配置与检索工具\n\n本 Skill 通过**得理（法律）开放平台 API** 进行法规检索与案例检索，依赖两个独立脚本：\n\n| 功能 | 脚本 | API 端点 | 请求字段 |\n|------|------|---------|---------|\n| 法规检索 | `scripts/search_laws.py` | `POST https://platform.delilegal.com/api/v1/generice/law/list` | query, pageNo, pageSize, sortField, sortOrder |\n| 案例检索 | `scripts/search_cases.py` | `POST https://platform.delilegal.com/api/v1/generice/case/list` | query, pageNo, pageSize, sortField, sortOrder |\n| 鉴权方式 | — | `Authorization: Bearer YOUR_API_KEY`（从 `config.json` 读取） | — |\n\n**响应结构**（两个接口一致）：`{success, code, msg, body: {data: [...], totalCount, totalPage, queryId}}`\n\n**案例接口响应字段**：`title` / `content` / `caseType` / `cause`（案由）/ `judgementType` / `judgementDate` / `court` / `caseNumber` / `levelOfTrial`（审理程序）/ `publishTypeName`\n\n**法规接口响应字段**：`title` / `content` / `activeDate` / `publishDate` / `publisherName` / `issuedNo` / `timelinessName` / `levelName` / `highlights`（命中法条列表）\n\n#### 配置步骤\n\n1. 前往 [https://platform.delilegal.com](https://platform.delilegal.com) 注册/登录\n2. 创建应用并获取 API Key\n3. 将 API Key 填入技能目录下的 `config.json` 文件：\n   ```json\n   {\n     \"apikey\": \"你的API Key\"\n   }\n   ```\n\n> ⚠️ **未配置 API Key 时**，不得执行检索，必须先提示用户：\n> \"config.json 中的 apikey 尚未配置。请前往 https://platform.delilegal.com 创建 API Key，并填入技能目录下的 config.json 文件中。\"\n\n#### 检索命令\n\n**法规检索**：\n```bash\npython3 <skill_dir>/scripts/search_laws.py \"<检索关键词>\" [选项]\n```\n- `--page N`：页码（默认 1）\n- `--size N`：每页条数（默认 5）\n- `--sort-field correlation|time|activeDate`：排序字段（默认 correlation）\n- `--sort-order desc|asc`：排序方式（默认 desc）\n\n**案例检索**：\n```bash\npython3 <skill_dir>/scripts/search_cases.py \"<检索关键词>\" [选项]\n```\n- `--page N` / `--size N`：分页\n- `--sort-field correlation|time`：排序字段（默认 correlation）\n- `--sort-order desc|asc`：排序方式（默认 desc）\n- `--long-text \"案件材料文本\"`：长文本语义匹配（与关键词二选一）\n\n**常用命令示例**：\n```bash\n# 语义检索类案\npython3 search_cases.py \"民间借贷利率超过四倍LPR\" --size 10\npython3 search_cases.py \"劳动合同解除违法赔偿\" --sort-field time --sort-order desc\n\n# 语义检索法规\npython3 search_laws.py \"民法典离婚分居条款\" --size 5\npython3 search_laws.py \"劳动合同法\" --sort-field activeDate --sort-order desc\n```\n\n#### 检索策略编排\n\n生成检索式、组织命令与重试改写时，统一遵循 [references/search-query-patterns.md](references/search-query-patterns.md)。\n\n**翻页**：用户说\"下一页\"/\"再看一些\"时，将 `--page` 递增并重新执行脚本。\n\n**API Key 缺失处理**：如果脚本执行报错提示 apikey 未配置，直接告知用户前往 https://platform.delilegal.com 创建 API Key 并填入 config.json，不再执行后续检索任务。\n\n---\n\n本 Skill 重点在于：**结构化分析 + 工具编排 + 风险提示**，而不是给出武断的\"能赢/赢不了\"判断，要把不确定性和前提条件向用户说清楚。\n\nFile v1.0.0:_meta.json\n\n{\n  \"ownerId\": \"kn75c7ck8t9q8gt119enzb4ny986gwtd\",\n  \"slug\": \"litigation-strategy-report\",\n  \"version\": \"1.0.0\",\n  \"publishedAt\": 1779070501568\n}\n\nFile v1.0.0:references/search-query-patterns.md\n\n# 检索式生成指南\n\n适用于 `litigation-strategy-report` 技能，法规检索使用 `search_laws.py`，案例检索使用 `search_cases.py`。\n目标是按照规则生成检索条件并查询相关法规案例信息，将争议焦点或案件关键信息稳定地改写成可执行命令，而不是直接把原始案情整段塞进检索工具。\n\n## 一、先判断检索对象与策略\n\n- 先区分本轮要解决的是**法规问题**还是**案例问题**。\n- 再判断更适合用**关键词检索**、**语义检索**，还是两者并用。\n- 同一争议焦点下，关键词检索与语义检索**不冲突**；命中率或相关性不足时，应补跑另一种策略。\n- 每条命令只聚焦一个争议焦点，不要把多个问题混在同一条检索式里。\n\n## 二、命令模板\n\n法规检索与案例检索使用**两个独立脚本**：\n\n```bash\n# 法规检索\npython3 <skill_dir>/scripts/search_laws.py \"<query>\" [选项]\n\n# 案例检索\npython3 <skill_dir>/scripts/search_cases.py \"<query>\" [选项]\n```\n\n### 1. 法规关键词检索\n\n```bash\npython3 <skill_dir>/scripts/search_laws.py \\\n  \"中华人民共和国民法典 买卖合同 合同解除\"\n```\n\n### 2. 法规语义检索\n\n```bash\npython3 <skill_dir>/scripts/search_laws.py \\\n  \"买卖合同中买方拒绝收货，双方就合同解除条件及违约责任发生争议\"\n```\n\n### 3. 法规带时间范围检索\n\n```bash\npython3 <skill_dir>/scripts/search_laws.py \\\n  \"民间借贷 利率上限\" --from 2020-01-01 --to 2025-12-31 --size 10\n```\n\n### 4. 案例关键词检索\n\n```bash\npython3 <skill_dir>/scripts/search_cases.py \\\n  \"张三 李四 （2024）京0105民初123号 买卖合同纠纷 货物质量瑕疵\"\n```\n\n### 5. 案例语义检索（长文本匹配）\n\n```bash\npython3 <skill_dir>/scripts/search_cases.py \\\n  --long-text \"卖方已交货，买方以货物质量不合格为由拒付尾款，双方就举证责任与违约责任发生争议\"\n```\n\n### 6. 案例带多维筛选\n\n```bash\npython3 <skill_dir>/scripts/search_cases.py \\\n  \"民间借贷 利率\" --cause \"民间借贷纠纷\" --court-level high \\\n  --doc-type judgment --from 2022-01-01 --to 2025-12-31 --size 10\n```\n\n## 三、法规检索式生成规则\n\n### 1. 何时优先做关键词检索\n\n出现下列信息时，优先组织关键词检索：\n\n- 明确提到法规名称\n- 明确提到发文字号\n- 能总结出较稳定的规范关键词\n\n关键词检索写法：\n\n- 优先保留法规全称或常用简称\n- 能写发文字号时直接写入\n- 再补 1 到 3 个核心问题词\n- 避免口语化修饰和无关事实细节\n\n可直接使用的输入形态示例：\n\n- `中华人民共和国民法典`\n- `法释〔2020〕17号 格式条款`\n- `消费者权益保护法 七日无理由退货`\n\n### 2. 何时补充做语义检索\n\n出现下列情况时，补充语义检索：\n\n- 用户没有给出具体法规，但能概括成一个规范适用问题\n- 需要围绕某个法律要件、责任分配或规则边界寻找相关规范\n- 关键词检索结果过窄、过散或不够贴合争议焦点\n\n语义检索写法：\n\n- 用一句话概括\"法律关系 + 争点 + 关键情境\"\n- 只保留与规范适用直接有关的事实\n- 直接描述案情事实，不必写成提问句\n\n建议模板：\n\n```text\n<法律关系>中，因<关键事实>引发<核心争点>\n```\n\n## 四、案例检索式生成规则\n\n### 1. 何时优先做关键词检索\n\n出现下列信息时，优先组织关键词检索：\n\n- 明确提到案件名称\n- 明确提到当事人信息\n- 明确提到案号\n- 能总结出较稳定的案由或争议关键词\n\n关键词检索写法：\n\n- 有案件名称时优先写案件名称\n- 有案号时优先保留案号（可用 `--case-no` 精确指定）\n- 可补当事人姓名、公司名、案由（可用 `--cause` 指定）、争议关键词\n- 可通过 `--court-level`、`--court`、`--doc-type`、`--trial` 等参数缩小范围\n\n可直接使用的输入形态示例：\n\n- `（2021）最高法民申1234号`\n- `北京某科技公司 张某 竞业限制纠纷`\n- `房屋买卖合同纠纷 阴阳合同 违约金调整`\n\n### 2. 何时使用长文本语义检索（`--long-text`）\n\n出现下列情况时，使用长文本语义检索：\n\n- 只有问题描述或案情描述，没有明确案件标识\n- 需要寻找事实结构相近、裁判思路接近的类案\n- 关键词检索命中大量噪声，无法快速锁定有效案例\n- 用户提供了完整的案件材料文本\n\n长文本检索写法：\n\n- 用一段文字概括\"当事人关系 + 关键行为 + 争议焦点 + 结果/后果\"\n- 优先保留会影响裁判说理的事实\n- 不要堆砌证据细节、情绪表达或无关背景\n- 直接描述案情事实，不必写成提问句\n\n建议模板：\n\n```text\n<当事人关系>中，因<关键行为>引发<争议焦点>，造成<结果/后果>\n```\n\n## 五、重试与改写\n\n单轮检索无结果或结果明显失焦时，在不改变案件核心问题的前提下最多重试 3 次：\n\n1. 先在关键词检索与语义检索（或长文本检索）之间补齐另一种策略。\n2. 关键词过长时删去噪声词，只保留名称、案号、案由、要点词。\n3. 语义描述过长时压缩成一句争点句；过短时补入法律关系或关键情境。\n4. 一个检索式同时包含多个争议焦点时，拆成多条命令分别执行。\n5. 案例检索可尝试调整筛选参数（更换 `--court-level`、移除/添加 `--cause`、调整 `--from`/`--to` 时间范围）。\n6. 法规检索可尝试 `--all-timeliness` 开启全时效模式，或调整时间范围。\n7. 在最终报告中只引用有效命中的命令；若多轮失败，要说明尝试过的方向与局限。\n\nFile v1.0.0:config.json\n\n{\n  \"apikey\": \"YOUR_API_KEY\"\n}","readmeExcerpt":"Skill: 诉讼策略与类案检索（得理科技） Owner: coolalam Summary: 自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。 Tags: latest:1.0.2 Version history: v1.0.2 | 2026-05-18T03:54:23.932Z | user No file changes detected in this version. - No updates or code/content changes were made for version 1.0.2. - All features and documentation remain unchanged from the previous version. v1.0.1 | 2026-05-18T0","codeSnippets":[],"executableExamples":[{"language":"markdown","snippet":"# 诉讼策略与类案检索报告\n\n## 一、案件事实与争议焦点重构\n1. **当事人及关系**：[…]\n2. **关键行为与时间线**：[…]\n3. **结果与损害情况**：[…]\n4. **初步案由判断**：[…]\n5. **主要争议焦点列表**：[…（编号列出）]\n\n## 二、法条检索结果与适用分析\n### 2.1 主要适用规范清单\n- 法律/行政法规/司法解释条文列表（含编号与要旨）\n\n### 2.2 本案与法条要件对照\n- 要件拆解表\n- 本案事实逐项对应与证据支持情况\n\n### 2.3 对我方有利与不利点\n- 有利点总结\n- 不利点与风险提示\n\n## 三、类案检索结果与裁判规则提炼\n### 3.1 检索范围与效力层级说明\n- 指导性案例、公报案例、省高院典型案例等优先级说明\n\n### 3.2 关键类案概要\n- 每个类案简要事实、裁判要点、与本案异同点\n\n### 3.3 裁判规则抽象与迁移\n- 提炼出的裁判规则\n- 结合本案事实的适用分析\n\n## 四、综合诉讼策略建议\n1. **诉讼请求与备选方案设计**：[…]\n2. **证据链完善与补强建议**：[…]\n3. **对方可能抗辩与反驳思路**：[…]\n4. **程序策略与时间成本考量**：[…]\n5. **当事人预期管理与和解窗口**：[…]"},{"language":"json","snippet":"{\n     \"apikey\": \"你的API Key\"\n   }"},{"language":"bash","snippet":"python3 <skill_dir>/scripts/search_laws.py \"<检索关键词>\" [选项]"},{"language":"bash","snippet":"python3 <skill_dir>/scripts/search_cases.py \"<检索关键词>\" [选项]"},{"language":"bash","snippet":"# 语义检索类案\npython3 search_cases.py \"民间借贷利率超过四倍LPR\" --size 10\npython3 search_cases.py \"劳动合同解除违法赔偿\" --sort-field time --sort-order desc\n\n# 语义检索法规\npython3 search_laws.py \"民法典离婚分居条款\" --size 5\npython3 search_laws.py \"劳动合同法\" --sort-field activeDate --sort-order desc"},{"language":"bash","snippet":"# 法规检索\npython3 <skill_dir>/scripts/search_laws.py \"<query>\" [选项]\n\n# 案例检索\npython3 <skill_dir>/scripts/search_cases.py \"<query>\" [选项]"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: litigation-strategy-report\ndescription: 自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。\n---\n\n## 诉讼策略与类案检索 Skill\n\n### 一、角色与适用场景\n\n- **角色定位**：顶尖中国执业律师 + 诉讼策略与类案检索专家。\n- **核心产出**：结构化的《诉讼策略与类案检索报告》，可直接用于庭前准备与与当事人沟通。\n- **适用范围**：\n  - 适用中国大陆法律体系（法律、行政法规、司法解释及公开裁判文书）。\n  - 用户处于**庭前准备/方案论证阶段**，关注诉讼前景、证据链、类案参考与风险评估。\n- **触发关键词示例**：案件分析、诉讼策略、打官司方案、类案检索、法条检索、庭前准备、胜诉率评估等。\n\n---\n\n### 二、总体工作流程（高层步骤）\n\n1. **理解并重构案情**  \n   - 提炼当事人身份与关系、关键行为及时间线、损害结果、关键证据、用户目标。\n   - 明确初步案由与可能的法律关系（可列出 1–3 个备选案由）。\n2. **拆解争议焦点与检索需求**  \n   - 将案情拆解为若干**可检索的争议焦点/要件问题**（例如：合同是否成立、举证责任分配、免责条款效力等）。  \n   - 为每个焦点设计对应的法条检索与类案检索需求。\n3. **设计检索策略并调用命令行工具**  \n   - 先判断本案更依赖**规范适用**还是**裁判倾向**，据此决定是先做\"法规检索（law）\"还是先做\"类案检索（case）\"。  \n   - 围绕每个争议焦点分别设计关键词与案由标签，对不同焦点**分批执行命令**，避免一次性堆叠过多模糊关键词。\n4. **整理与比对检索结果**  \n   - 将返回的法规与案例内容进行**要件拆解与事实对照**，标记对我方有利/不利点和证据支撑情况。  \n   - 抽象裁判规则，并分析其在本案中的可迁移性与适用边界。\n5. **形成综合诉讼策略与操作建议**  \n   - 设计主诉讼请求与备选方案、证据补强清单、对方可能抗辩及反驳思路、程序与成本考量。  \n   - 给出对当事人可理解的风险预警与预期管理建议。\n\n---\n\n### 三、输入规范（自然语言案情）\n\n- **最小输入**：一段或多段自然语言案情描述，或若干条争议焦点。  \n  若信息严重缺失，只能给出**条件性、假设性**结论，并在报告中明确标注假设前提。\n\n- **优先关注的信息维度**（用户已给出则直接使用，未给出时只在推理中合理补全，不编造具体姓名/细节）：  \n  - 当事人身份与关系（原告/被告/第三人、公司/自然人等）  \n  - 关键行为及时间线（包括签约/履行/违约/投诉/立案等关键节点）  \n  - 已造成的结果与状态（损害、履约情况、是否已处理或调解等）  \n  - 现有证据类型（合同、聊天记录、录音、转账记录、鉴定意见等）  \n  - 用户主观目标（胜诉、和解、调解、拖延、舆论风险控制等）  \n  - 已进行或计划进行的程序动作（仲裁条款、管辖约定、先调解后诉讼等）\n\n遇到下列情况时，要在报告中明确提示：  \n- 案情信息明显不足以支持稳定结论；  \n- 用户目标与法律上可实现路径存在明显张力（例如只想\"打击报复\"而非解决争议）；  \n- 重要事实存在重大不确定性或双方说法严重对立。\n\n---\n\n### 四、输出规范（报告骨架与写作风格）\n\n生成报告时，统一使用如下结构（标题不可随意更改，可在每一节内部自由补充小标题）：\n\n```markdown\n# 诉讼策略与类案检索报告\n\n## 一、案件事实与争议焦点重构\n1. **当事人及关系**：[…]\n2. **关键行为与时间线**：[…]\n3. **结果与损害情况**：[…]\n4. **初步案由判断**：[…]\n5. **主要争议焦点列表**：[…（编号列出）]\n\n## 二、法条检索结果与适用分析\n### 2.1 主要适用规范清单\n- 法律/行政法规/司法解释条文列表（含编号与要旨）\n\n### 2.2 本案与法条要件对照\n- 要件拆解表\n- 本案事实逐项对应与证据支持情况\n\n### 2.3 对我方有利与不利点\n- 有利点总结\n- 不利点与风险提示\n\n## 三、类案检索结果与裁判规则提炼\n### 3.1 检索范围与效力层级说明\n- 指导性案例、公报案例、省高院典型案例等优先级说明\n\n### 3.2 关键类案概要\n- 每个类案简要事实、裁判要点、与本案异同点\n\n### 3.3 裁判规则抽象与迁移\n- 提炼出的裁判规则\n- 结合本案事实的适用分析\n\n## 四、综合诉讼策略建议\n1. **诉讼请求与备选方案设计**：[…]\n2. **证据链完善与补强建议**：[…]\n3. **对方可能抗辩与反驳思路**：[…]\n4. **程序策略与时间成本考量**：[…]\n5. **当事人预期管理与和解窗口**：[…]\n```\n\n写作要求：\n- 使用正式但易懂的中文，面向**律师+当事人**双重读者，避免过度堆砌条文原文。  \n- 每一个关键结论后，应尽量给出**理由或对应的法条/裁判规则出处**（可简写）。  \n- 将重要风险提示与不确定性用小标题或列表单独列出，避免埋在长段落中。\n\n---\n\n### 五、API 配置与检索工具\n\n本 Skill 通过**得理（法律）开放平台 API** 进行法规检索与案例检索，依赖两个独立脚本：\n\n| 功能 | 脚本 | API 端点 | 请求字段 |\n|------|------|---------|---------|\n| 法规检索 | `scripts/search_laws.py` | `POST https://platform.delilegal.com/api/v1/generice/law/list` | query, pageNo, pageSize, sortField, sortOrder |\n| 案例检索 | `scripts/search_cases.py` | `POST https://platform.delilegal.com/api/v1/generice/case/list` | query, pageNo, pageSize, sortField, sortOrder |\n| 鉴权方式 | — | `Authorization: Bearer YOUR_API_KEY`（从 `config.json` 读取） | — |\n\n**响应结构**（两个接口一致）：`{success, code, msg, body: {data: [...], totalCount, totalPage, queryId}}`\n\n**案例接口响应字段**：`title` / `content` / `caseType` / `cause`（案由）/ `judgementType` / `judgementDate` / `court` / `caseNumber` / `levelOf"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn75c7ck8t9q8gt119enzb4ny986gwtd\",\n  \"slug\": \"litigation-strategy-report\",\n  \"version\": \"1.0.2\",\n  \"publishedAt\": 1779076463932\n}"},{"path":"references/search-query-patterns.md","content":"# 检索式生成指南\n\n适用于 `litigation-strategy-report` 技能，法规检索使用 `search_laws.py`，案例检索使用 `search_cases.py`。\n目标是按照规则生成检索条件并查询相关法规案例信息，将争议焦点或案件关键信息稳定地改写成可执行命令，而不是直接把原始案情整段塞进检索工具。\n\n## 一、先判断检索对象与策略\n\n- 先区分本轮要解决的是**法规问题**还是**案例问题**。\n- 再判断更适合用**关键词检索**、**语义检索**，还是两者并用。\n- 同一争议焦点下，关键词检索与语义检索**不冲突**；命中率或相关性不足时，应补跑另一种策略。\n- 每条命令只聚焦一个争议焦点，不要把多个问题混在同一条检索式里。\n\n## 二、命令模板\n\n法规检索与案例检索使用**两个独立脚本**：\n\n```bash\n# 法规检索\npython3 <skill_dir>/scripts/search_laws.py \"<query>\" [选项]\n\n# 案例检索\npython3 <skill_dir>/scripts/search_cases.py \"<query>\" [选项]\n```\n\n### 1. 法规关键词检索\n\n```bash\npython3 <skill_dir>/scripts/search_laws.py \\\n  \"中华人民共和国民法典 买卖合同 合同解除\"\n```\n\n### 2. 法规语义检索\n\n```bash\npython3 <skill_dir>/scripts/search_laws.py \\\n  \"买卖合同中买方拒绝收货，双方就合同解除条件及违约责任发生争议\"\n```\n\n### 3. 法规带时间范围检索\n\n```bash\npython3 <skill_dir>/scripts/search_laws.py \\\n  \"民间借贷 利率上限\" --from 2020-01-01 --to 2025-12-31 --size 10\n```\n\n### 4. 案例关键词检索\n\n```bash\npython3 <skill_dir>/scripts/search_cases.py \\\n  \"张三 李四 （2024）京0105民初123号 买卖合同纠纷 货物质量瑕疵\"\n```\n\n### 5. 案例语义检索（长文本匹配）\n\n```bash\npython3 <skill_dir>/scripts/search_cases.py \\\n  --long-text \"卖方已交货，买方以货物质量不合格为由拒付尾款，双方就举证责任与违约责任发生争议\"\n```\n\n### 6. 案例带多维筛选\n\n```bash\npython3 <skill_dir>/scripts/search_cases.py \\\n  \"民间借贷 利率\" --cause \"民间借贷纠纷\" --court-level high \\\n  --doc-type judgment --from 2022-01-01 --to 2025-12-31 --size 10\n```\n\n## 三、法规检索式生成规则\n\n### 1. 何时优先做关键词检索\n\n出现下列信息时，优先组织关键词检索：\n\n- 明确提到法规名称\n- 明确提到发文字号\n- 能总结出较稳定的规范关键词\n\n关键词检索写法：\n\n- 优先保留法规全称或常用简称\n- 能写发文字号时直接写入\n- 再补 1 到 3 个核心问题词\n- 避免口语化修饰和无关事实细节\n\n可直接使用的输入形态示例：\n\n- `中华人民共和国民法典`\n- `法释〔2020〕17号 格式条款`\n- `消费者权益保护法 七日无理由退货`\n\n### 2. 何时补充做语义检索\n\n出现下列情况时，补充语义检索：\n\n- 用户没有给出具体法规，但能概括成一个规范适用问题\n- 需要围绕某个法律要件、责任分配或规则边界寻找相关规范\n- 关键词检索结果过窄、过散或不够贴合争议焦点\n\n语义检索写法：\n\n- 用一句话概括\"法律关系 + 争点 + 关键情境\"\n- 只保留与规范适用直接有关的事实\n- 直接描述案情事实，不必写成提问句\n\n建议模板：\n\n```text\n<法律关系>中，因<关键事实>引发<核心争点>\n```\n\n## 四、案例检索式生成规则\n\n### 1. 何时优先做关键词检索\n\n出现下列信息时，优先组织关键词检索：\n\n- 明确提到案件名称\n- 明确提到当事人信息\n- 明确提到案号\n- 能总结出较稳定的案由或争议关键词\n\n关键词检索写法：\n\n- 有案件名称时优先写案件名称\n- 有案号时优先保留案号（可用 `--case-no` 精确指定）\n- 可补当事人姓名、公司名、案由（可用 `--cause` 指定）、争议关键词\n- 可通过 `--court-level`、`--court`、`--doc-type`、`--trial` 等参数缩小范围\n\n可直接使用的输入形态示例：\n\n- `（2021）最高法民申1234号`\n- `北京某科技公司 张某 竞业限制纠纷`\n- `房屋买卖合同纠纷 阴阳合同 违约金调整`\n\n### 2. 何时使用长文本语义检索（`--long-text`）\n\n出现下列情况时，使用长文本语义检索：\n\n- 只有问题描述或案情描述，没有明确案件标识\n- 需要寻找事实结构相近、裁判思路接近的类案\n- 关键词检索命中大量噪声，无法快速锁定有效案例\n- 用户提供了完整的案件材料文本\n\n长文本检索写法：\n\n- 用一段文字概括\"当事人关系 + 关键行为 + 争议焦点 + 结果/后果\"\n- 优先保留会影响裁判说理的事实\n- 不要堆砌证据细节、情绪表达或无关背景\n- 直接描述案情事实，不必写成提问句\n\n建议模板：\n\n```text\n<当事人关系>中，因<关键行为>引发<争议焦点>，造成<结果/后果>\n```\n\n## 五、重试与改写\n\n单轮检索无结果或结果明显失焦时，在不改变案件核心问题的前提下最多重试 3 次：\n\n1. 先在关键词检索与语义检索（或长文本检索）之间补齐另一种策略。\n2. 关键词过长时删去噪声词，只保留名称、案号、案由、要点词。\n3. 语义描述过长时压缩成一句争点句；过短时补入法律关系或关键情境。\n4. 一个检索式同时包含多个争议焦点时，拆成多条命令分别执行。\n5. 案例检索可尝试调整筛选参数（更换 `--court-level`、移除/添加 `--cause`、调整 `--from`/`--to` 时间范围）。\n6. 法规检索可尝试 `--all-timeliness` 开启全时效模式，或调整时间范围。\n7. 在最终报告中只引用有效命中的命令；若多轮失败，要说明尝试过的方向与局限。"},{"path":"skill-card.md","content":"## Description:\n\n自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[coolalam](https://clawhub.ai/user/coolalam)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nLawyers and litigation teams use this skill to turn mainland China case facts into a structured litigation strategy and similar-case research report. It helps identify dispute issues, plan legal and case searches, summarize retrieved authorities, and frame evidence, procedural, settlement, and risk considerations.\n\n### Deployment Geography for Use:\n\nGlobal; substantive legal analysis is scoped to mainland China law.\n\n## Known Risks and Mitigations:\n\nRisk: Legal search terms may contain sensitive, personal, or privileged case facts that are sent to DeliLegal.\n\nMitigation: Redact personal and privileged facts before search and use the skill only when external legal API disclosure is acceptable.\n\nRisk: The scripts disable TLS certificate verification while sending an API key and case details.\n\nMitigation: Restore TLS certificate verification before real use and verify the endpoint certificate chain.\n\nRisk: The API key is read from a project-local config file.\n\nMitigation: Prefer an environment variable or managed secret store and avoid committing populated config files.\n\nRisk: Generated litigation guidance or retrieved legal material may be incomplete, outdated, or misapplied to the user's facts.\n\nMitigation: Have a qualified reviewer verify current official legal texts, case relevance, and assumptions before relying on the report.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/coolalam/skills/litigation-strategy-report)\n- [Search query patterns](references/search-query-patterns.md)\n- [DeliLegal API key management](https://open.delilegal.com/personal/keys)\n- [DeliLegal law search API endpoint](https://platform.delilegal.com/api/v1/generice/law/list)\n- [DeliLegal case search API endpoint](https://platform.delilegal.com/api/v1/generice/case/list)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Shell commands, Guidance]\n\n**Output Format:** [Markdown report with inline shell commands and legal search result summaries]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Requires a configured DeliLegal API key before executing searches; legal conclusions are conditional on the user's facts and retrieved authorities.]\n\n## Skill Version(s):\n\n1.0.2 (source: server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment."},{"path":"config.json","content":"{\n  \"apikey\": \"YOUR_API_KEY\"\n}"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。 Skill: 诉讼策略与类案检索（得理科技） Owner: coolalam Summary: 自动生成中国诉讼案件的《诉讼策略与类案检索报告》，基于案情拆解争议焦点并编排法条/类案检索工具，当用户提到案件分析、诉讼策略、类案检索、法条检索或庭前准备时使用本 Skill。 Tags: latest:1.0.2 Version history: v1.0.2 | 2026-05-18T03:54:23.932Z | user No file changes detected in this version. - No updates or code/content changes were made for version 1.0.2. - All features and documentation remain unchanged from the previous version. v1.0.1 | 2026-05-18T0","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":812,"uniquenessScore":58,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-11T18:29:45.347Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-11T18:29:45.347Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-11T20:57:54.990Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"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!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"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","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}