lr-labs

Name: lr-labs
Author: abhinandansethi

远程服务

lrlabs.ai法律与政务011 周前更新

代码仓库访问官网

关于 lr-labs

LR Labs 是面向跨境税务研究的托管确定性引擎，适用于需要法律依据的 Agent 和研究人员。其符号规则会给出条件、假设、未决事实及引用，并拒绝处理编译范围之外的问题。

主要功能

01计算常设机构风险和税务立场
02筛查印度转让定价规则
03依据已编译法律核验税务笔记
04返回条件、假设和法律依据
05拒绝处理覆盖范围外的问题

适用场景

01评估基于税收协定的常设机构风险
02核查印度转让定价门槛和方法
03审查税务研究中的引用和主张
04确认某条税务走廊是否已覆盖

MCP 相关

该仓库提供连接托管版 LR Labs MCP 端点的客户端连接器。其工具可供 MCP 客户端进行税务分析、转让定价筛查、研究笔记核验和覆盖范围查询。

配置

远程服务无需本地安装。选择你使用的客户端，复制配置或使用一键安装。

服务地址https://lrlabs.ai/mcp

一键复制安装命令

Claude CodeTerminalclaude mcp add --transport http abhinandansethi-lr-labs https://lrlabs.ai/mcp

Cursor.cursor/mcp.json{"mcpServers":{"abhinandansethi-lr-labs":{"type":"http","url":"https://lrlabs.ai/mcp"}}}在 Cursor 中打开

VS Code.vscode/mcp.json{"servers":{"abhinandansethi-lr-labs":{"type":"http","url":"https://lrlabs.ai/mcp"}}}在 VS Code 中打开

Claude Desktopclaude_desktop_config.json{"mcpServers":{"abhinandansethi-lr-labs":{"type":"http","url":"https://lrlabs.ai/mcp"}}}

Windsurf~/.codeium/windsurf/mcp_config.json{"mcpServers":{"abhinandansethi-lr-labs":{"serverUrl":"https://lrlabs.ai/mcp"}}}

命令在终端中运行；JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

LR Labs — 将跨境税法变为可调用 API

lrlabs.ai · MCP 端点：https://lrlabs.ai/mcp

LR Labs 是一个用于跨境税务的确定性推理引擎。它将法律——条约文本、法规、通函、判决——编译为机器可评估的条件，然后计算出结论：答案、所依据的条件、所作的假设、取决于哪些尚未确定的事实，以及每个推理步骤所依据的权威来源。

该引擎采用符号推理，而非生成式推理。相同事实与相同法律始终会得出相同答案。 权威来源存在分歧时，它会明确指出，而不是猜测。对于尚未编译的法律内容，它会拒绝作答。整个评估流程中没有任何语言模型参与。

本仓库是客户端连接器。引擎本身托管在 lrlabs.ai 上——使用它无需运行任何程序。

为什么 Agent 应该调用它

大模型擅长将法律文本转化为结构，却不擅长执行组合式法律推理——每个条件、阈值和日期都会使误差不断累积。求解器则不会。近期研究用实证结果说明了这一点：在经过污染控制的法定税务拆分任务中，同一批前沿模型先将内容转化为形式化表示，再把推理交给符号引擎，表现就能提升约 20 个百分点；而且随着模型进步，这一提升并不会缩小。¹

LR Labs 就是用于跨境税务的这类引擎，相关法律工作已预先完成：条文已编译为跨度，判决包含经过字符串验证的引文和精确出处，每个结论也都附带其所依赖的条件。

连接

Claude Code

claude mcp add --transport http lr-labs https://lrlabs.ai/mcp

Claude Desktop / claude.ai — 设置 → 连接器 → 添加自定义连接器 → https://lrlabs.ai/mcp

ChatGPT（开发者模式）/ OpenAI Agents SDK

from agents.mcp import MCPServerStreamableHttp
lr_labs = MCPServerStreamableHttp(params={"url": "https://lrlabs.ai/mcp"})

Cursor — .cursor/mcp.json

{ "mcpServers": { "lr-labs": { "url": "https://lrlabs.ai/mcp" } } }

Gemini CLI — ~/.gemini/settings.json

{ "mcpServers": { "lr-labs": { "httpUrl": "https://lrlabs.ai/mcp" } } }

stdio（本仓库） — 适用于无法通过远程 MCP 通信的客户端：

{ "mcpServers": { "lr-labs": { "command": "python3",
  "args": ["/path/to/lr_labs_mcp.py"] } } }

没有 MCP 客户端？ 该引擎也支持普通 GET 请求——每个输入键都是查询参数，无需密钥：

https://lrlabs.ai/compute?agentType=dependent&concludesContracts=secures&agentExclusivity=yes

不带参数访问 /compute，即可查看完整参数手册；也可以访问 /llms.txt 查看机器可读的概览。

工具

工具	可回答的问题
`analyze_cross_border_tax`	一对条约缔约方之间的常设机构风险和印度税务责任——条件树、GIVEN 集、决定性事实、GAAR 门槛及权威来源
`screen_transfer_pricing`	安全港（Rule 10TD）、文档门槛（Rule 10D）、方法适用性、受测方、第 35–65 百分位区间
`verify_tax_research_note`	根据已编译的法律核查任何税务分析——解析引文、验证阈值和时间相关主张
`list_compiled_corridors`	如实说明覆盖范围：引擎可以和不可以回答的问题

编译内容

完整的印度—美国第 5 条，包括 1989 年换文 — 其中为确保订单这一条款规定了四项必须同时满足的条件（经常接受订单；与销售相关的活动几乎全部由其完成；对外表示接受订单即具有约束力；企业促成了他人对此的相信）。 “只有在……情况下”意味着每一项都是必要条件。迄今尚无印度判决适用这些条件；凡依赖这些条件的回答，都会附带这一限定。
国内征税依据 — 第 9(1)(i) 条及解释 1、2 和 2A：代理人路径、重要经济存在和分摊限额，并结合第 90(2) 条的协定减免规定解读。
协定适用资格与 GAAR 门槛 — 根据 AAR v Tiger Global （2026 INSC 60）：税收居民证明（TRC）是必要条件，但不再是充分条件；会计算 Chapter X-A 适用性筛查（Rule 10U 排除项、第 95(2) 条生效时间、第 144BA 条援引），但绝不计算实体层面的第 96 条评估，并会明确说明这一点。
判决脉络，包含经字符串核验的引文和段落定位 — Morgan Stanley、e-Funds、Formula One、Progress Rail、UAE Exchange、 Centrica、Rolls Royce、GE Energy 等。
印度转让定价 — 安全港、文档、方法、区间。

10 个领域共编译了 127 条规则。覆盖范围真实透明、可供检查：调用 list_compiled_corridors，或阅读 lrlabs.ai/q 查看示例。

设计承诺

确定性 — 相同事实 + 相同法律 ⇒ 字节完全相同的答案。
评估路径中不使用模型 — 大模型仅负责将问题翻译成输入，并将说明呈现为输出；绝不作出决定。
超出覆盖范围时拒绝回答 — 未编译的领域会返回结构化拒答，指明已编译的内容，绝不猜测。
每项结论都附带其条件 — 每个答案都包含其 GIVEN 集合、假设以及可能改变结论的事实。

非法律建议

LR Labs 提供计算得出的法律研究结果，而非建议。输出会注明其截至日期、假设和未解决问题。依赖这些内容前请先核实。

许可

MIT（此连接器）。编译语料库和托管引擎为专有。

Footnotes

Kordjamshidi、Aslan、Seshadri、Barrett 与 Santus，Reasoners or Translators? Contamination-aware Evaluation and Neuro-Symbolic Robustness on Tax Law，SURGeLLM @ ACL 2026，第 344–360 页（ACL Anthology · arXiv 2605.16052）。 ↩