OpenCaseLaw — Swiss Caselaw, Statutes & Doctrine

OpenCaseLaw

面向法律研究和 AI 的瑞士判例法与立法开放平台。

超过 100 万份判决 · 覆盖全部 26 个州 · 1875 年至今 · 引证图谱 · MCP + REST + CLI + Parquet · CC0 数据 · MIT 代码

试用搜索 · 与你的 AI 聊天 · 自动化研究 · 下载数据集 · API 文档

你可以做什么

• 搜索瑞士联邦法院和各州法院的判决，涵盖德语、法语和意大利语。
• 追踪案件之间的引证，找出某个问题的先导判决。
• 在 Claude、兼容 ChatGPT 的客户端或任何 MCP 客户端中查询判例法和立法。
• 使用研究 CLI保存可重复运行的研究脚本、检查引证解析，并保留选定的证据。
• 下载语料，用于法律 NLP、检索和图谱研究。

30 秒内完成连接

{
  "mcpServers": {
    "opencaselaw": {
      "url": "https://mcp.opencaselaw.ch/mcp"
    }
  }
}

无需注册，无需 API 密钥，仅支持只读。提供 42 个工具；各客户端的设置指南请见 opencaselaw.ch/mcp。

正在使用 Anthropic 的 Claude for Legal 插件？ 这里提供一份瑞士法律操作手册，可让该插件的合同审查和 NDA 筛查技能适用于 瑞士法律，且每条法规均已对照法规镜像核验： opencaselaw.ch/claude/legal.local.md； 另请参阅设置指南。

自动化研究

ocl 是一个基于公开研究 API 的轻量命令行客户端，专为处理聊天窗口 不擅长的两类任务而设计：核对草稿中的引证，以及将备忘录背后的证据 保存在可共享的文件夹中。它已发布至 PyPI，包名为 opencaselaw-cli：

pipx install opencaselaw-cli        # or: uv tool install opencaselaw-cli
ocl citations resolve 'BGE 136 III 513' '4A_747/2012' 'BGE 999 III 1'
ocl bundle create 'Rachekündigung Art. 336 OR' --max-results 10 --passage 2 --law OR:336 --out evidence

第一个命令会逐条列出引证，说明判决是否存在、具体是哪份判决，以及请求的 Erwägung 是否存在。第二个命令会将选定的判决、段落和法规条文保存到一个文件夹中，其中包含通俗易懂的 INDEX.md 和带哈希的 manifest.json。所有内容均由服务原样返回：引证字符串、段落文本和来源链接。搜索范围有限制；引证核查只确认判例是否存在，并不确认其是否支持某项主张。请参阅 CLI 指南。

对话请使用 MCP，自动化请使用 CLI 或 REST API，语料规模的分析请使用 Parquet。

真实结果示例

问题。 根据瑞士法律，员工提出主张后遭到报复性解雇，在什么情况下构成滥用？

一次调用 — search_decisions("missbräuchliche Kündigung Rachekündigung") 返回 129 份判决，最具代表性的判决列在首位：

BGE 136 III 513（2010 年 10 月 7 日）

Art. 336 OR; missbräuchliche Kündigung. Der Arbeitnehmer ist vor einer Rachekündigung nur geschützt (Art. 336 Abs. 1 lit. d OR), sofern er nach Treu und Glauben annehmen kann, dass die von ihm geltend gemachten Ansprüche berechtigt sind. Es ist nicht erforderlich, dass sie tatsächlich begründet sind.

Regeste 内容直接原样返回自存储的官方判决要旨，引证字符串则来自存储字段——工具不会自行构造引证。这一约定让答案可以核验，而非仅仅听起来可信。

复现方法：

curl -sG https://mcp.opencaselaw.ch/api/decisions \
  --data-urlencode "q=missbräuchliche Kündigung Rachekündigung" \
  --data-urlencode "limit=3"

覆盖范围

计数均由唯一事实来源生成，见 docs/canonical_numbers.md，每项数据旁均记录了验证方法。

明确说明局限性。 门户限制访问的来源无法做到完全覆盖；我们会记录这些来源，而不是避而不谈。引用图谱报告的是解析 覆盖率（93.8 %），并非精确率估计——人工语义审计正在准备中。部分州级裁决可能未经删节即由法院发布；我们沿用上游的假名化处理，不会再次进行假名化。请参阅 治理与移除政策。

一周，绘于图中

每周五，我们会用五种方式描绘瑞士判例法中的这一周，每种方式对应网站的一种语言：浮雕地图（德语）、以线条呈现的 151 年（法语）、乐谱（意大利语）、色块（罗曼什语）和收据（英语）。同一周，同一组数字。完整档案见 opencaselaw.ch/posters。

这些海报由 scripts/weekly_poster_editions.py 根据已提交的 docs/stats.json 历史记录生成，与语料库一样采用 CC0 许可。

贡献

数据质量报告是最有价值的贡献——迄今为止收到的每一份报告都已复现、修复，并通过回归测试加以锁定。请参阅 CONTRIBUTING.md。

本页其余部分为参考详情。

项目缘起

如今，瑞士法律研究分散在各个付费墙之后，无法供大模型访问，而且费用高得令人难以承受，最需要它的人——法学院学生、独立研究人员以及大型律所之外的所有人——尤其如此。商业数据库（Weblaw、Swisslex、Legalis）每月收费数百瑞郎，却仍不提供整洁的 API。大模型因无法获取权威来源而会编造法规文本。小州将裁决发布在无人索引的 PDF 档案中。

OpenCaseLaw 解决了这些问题。每一项已发布的瑞士法院裁决、每一部联邦和州级法律、它们之间已解析的引用图谱，以及 44 个 MCP 工具（公共模式下有 42 个远程工具，另有 2 个仅限本地使用），让任何现代大模型都能充当瑞士法律研究助手——全部免费、全部开放、全部自动更新。

你将获得什么

判例 —— 超过 1,050,000 条裁决记录（约 909,000 项唯一裁决；保留并关联跨标识符重复记录，绝不删除），涵盖 1875 年至今、118 家法院，提供全文和结构化元数据，包括：

• 全部 7 家联邦法院（BGer、BVGer、BStGer、BPatGer、BGE、BGE 历史判例、BGE-EGMR）
• 联邦军事法院（Militärkassationsgericht / MKG，1915–2025 年的 1,244 项裁决）
• 全部 26 个州级法院系统（第一、第二和第三审级）
• 监管机构裁决（FINMA、ComCo、FDPIC、IndepBC、ElCom、PostCom、ComCom）
• ECHR/EGMR：涉及瑞士作为被申请国的资料（487 篇由 BGE 发布的 EGMR 译文、847 篇标记为涉及瑞士的 HUDOC 文档），以及针对 46 个被申请国中任一国家、重要性为 1–3 的所有 ECtHR 分庭和大法庭判决——共 8,275 项判决；法院发布法文文本时使用法文，否则使用英文。重要性为 4 的判决（重要性低且重复，涵盖委员会的全部案件）和可受理性裁决不在范围内。
• 三种官方语言：德语 463,012（46.7%）、法语 446,869（45.1%）、意大利语 81,796（8.2%）；架构为罗曼什语保留了 rm
• 通过案号规范化和结合内容长度的合并进行去重
• 每日更新；BGer 判决在法院发布后约 15 分钟内即可获取

立法 —— 每一项瑞士联邦和州级法律均在本地镜像，并按条文建立索引：

• 5,525 项联邦法律 / 每种德语、法语和意大利语版本约 133,359 条条文，来自 Fedlex SPARQL 端点
• 15,600 项州级法律 / 361,430 条条文，直接从全部 26 个州抓取（LexWork 涵盖 18 个州，SIL 涵盖 2 个州，ZH OpenData 涵盖 ZH，TI~RL 涵盖 TI）；对于主要门户中缺失的法律，LexFind PDF 备用来源补充了 4 个州
• 统一的 SQLite FTS5 搜索可同时检索两个语料库；条文查找耗时不到 1 毫秒
• 每月 2 日刷新（法律生效后的次日）
• 1,240 万条裁决到具体法规条文的已解析链接

引文图谱 —— 瑞士法律体系中唯一公开的大规模引文图谱：

• 965 万条已解析的裁决间引文边（共提取 1,000 万条），附带置信度分数
• 1,240 万条裁决到法规的链接，已根据当前合并文本解析
• 双向查找、上诉链解析（Instanzenzug）、按引文权威性对指导性案例进行排名
• 支持 find_leading_cases、find_citations、find_appeal_chain、analyze_legal_trend（排名第一：BGE 125 V 351，共有 85,108 条入引文） 44 个 MCP 工具（公开模式下有 42 个远程工具 + 2 个仅限本地的工具）——可在你选择的大模型中运行的专业研究工具：
• 自然语言决策搜索（BM25 + 同义词扩展 + Haiku 重排，在 100 条查询的黄金集上达到 MRR@10 = 0.647）
• 重要判例发现、引证网络、上诉链、判例法演变
• 联邦和州法律条文查询，以及两者的全文搜索——支持口语→法律词汇扩展（搜索 “Vaterschaftsurlaub” 可找到相关法规，尽管法规写的是 “Urlaub des andern Elternteils”），并支持跨语言州法律搜索（德语查询可找到法语／意大利语州法律）
• 法理概览（法规 + 按权威性排序的 BGE + 时间线 + Botschaft 参考）
• 立法沿革（Materialien）——包含 83,958 条 Botschaft 修法引用，涵盖 9,139 份 BBl 出版物和 33,465 个不同的（法规，条文）组合；《联邦公报》（Bundesblatt）Materialien 原文（19,800 多份 DE/FR/IT 文档、约 165 万段：联邦委员会 Botschaften、联邦委员会的报告和意见、议会委员会报告、法案草案；自 1999 年起与 Fedlex 数据完整对应，1850–1999 年的内容正在根据联邦档案扫描件补充；有 26,500 多个链接指向相关法规条文），以及Fedlex 上自 1993 年以来的每次联邦 Vernehmlassung（2,694 项程序，涵盖 FOJ 立法项目；10,296 份文档原文：Erläuternde Berichte、Vorlagen、Ergebnisberichte、Stellungnahmen——其中 Stellungnahmen 自 2016 年起系统地发布于 Fedlex），可通过 search_botschaft（对原文语料进行主题全文搜索，支持按 doc_type 筛选）、get_materialien（Fedlex 链接到某项法律的文档和征询意见，以及针对某条文的 Erläuternder-Bericht 段落）、get_article_purpose（特定条文的 Botschaft 原文）和 get_article_history（整合法规 + Botschaft + 重要判例 + 评论的时间线）访问；BV 和 BGFA 的逐条摘要（立法意图、关键论据、设计选择、被否决的替代方案）；BV 的议会辩论记录。通过 Fedlex SPARQL 发现机制，将 Botschaften 原文完整摄取并扩展至约 25,000 份的工作正在进行。
• 判决结构访问——get_decision_structure（拆分 Sachverhalt + Erwägungen + Dispositiv + Regeste）、get_erwaegung（原文 Schweizer 引证格式的单元，例如 get_erwaegung("BGE 136 III 513", "2.3")）、get_regeste（BGer/BVGer/BStGer 官方判决要旨）
• 在线评论查询，来源包括 OnlineKommentar.ch 和 OpenLegalCommentary.ch（1,131 篇评论）
• 根据真实 BGE 案情生成的Fallbearbeitung 考试题，并附带用于练习的隐藏分析
• 根据案情起草模拟判决（用于为大模型输出提供依据的研究工具）
• 结构化案件摘要（regeste、Sachverhalt、Erwägungen、Dispositiv、引述的法规、权威文献）

多种访问方式——与你的 AI 聊天、自动化研究，或下载语料库：

面向大模型用户、研究人员和开发者：

• 远程 MCP 服务，地址为 mcp.opencaselaw.ch（SSE + Streamable HTTP）——可在任何 MCP 客户端（Claude、ChatGPT、Cursor、Gemini、Windsurf）中用 30 秒完成设置
• 适用于 Grok/xAI 和任何支持函数调用的大模型 API 的 OpenAI 兼容工具定义
• 本地 MCP 服务——具备完整离线能力，包含全部 44 个工具（2 个仅限本地的更新工具可离线使用），需要约 65 GB 磁盘空间
• 轻量级研究命令行工具——支持 JSON/JSONL、批量输入、保存证据包和引证解析；pipx install opencaselaw-cli；源码位于 clients/python/
• REST API，附带交互式文档（Swagger UI + OpenAPI 规范）
• 通过 HuggingFace 数据集批量下载 Parquet（约 7 GB）
• 可在 opencaselaw.ch 使用实时仪表板和浏览界面 面向起草文件的法律从业者——精选的从业者工具集：
• Word 插件 — 搜索判决，并直接在 Word 中插入格式正确的瑞士法律引注（无需复制粘贴）。点击一项 Erwägung，即可插入带有正确子引注的内容；点击法律条文 §，即可插入相应款项。免费的 Audit 会扫描整份文件，检查虚构的引注和错误的定位信息（确定性检查，不使用大模型）。Pro tier（通过 Stripe 计费，每月 CHF 5，每天共享 25 次 AI 调用，始终启用基于模式的客户端 PII 脱敏；范围和限制见 word.opencaselaw.ch/privacy.html）还提供四种 AI 工具：Verify（将单条引注与判决全文进行核对）、Strengthen（为段落进行 X 光分析，提供按引注图中心性排序的主导判例建议和评注摘录）、Find Support（查找支持无依据陈述的判决，并以 0–100 评分）和 Reflect（为整份文件提供文学映照——一部呈现相同人性困境的典范作品，加一个反思性问题）。通过 REST API 提供约 8 种 MCP 工具（公开模式下有 42 种远程工具，另有 2 种仅限本地的工具），专为撰写法律意见书的工作流优化。

可在论文中论证的性能：

项目介绍

这是一个结构化、可搜索的瑞士法院判决档案库，收录从联邦最高法院（BGer）到全部 26 个州法院的判决。每份判决都包含完整判决文本、案号、日期、语言、法律领域、法官、引用的判决，以及 20 多个其他元数据字段。

数据集通过直接抓取官方法院网站和州法院门户网站构建。每天夜间都会抓取、去重并发布新判决。

根据你的需求，有八种使用方式：

不确定从哪里开始？ 连接到远程 MCP 服务——支持 Claude、ChatGPT 和 Gemini CLI。无需下载，即可即时访问超过 1,050,000 份判决、引用分析、法规查找、立法搜索和教育工具。

1. 使用 AI 搜索

该数据集配有一个 MCP 服务，其确切工具范围取决于部署方式。本地部署提供全部 44 个工具；远程模式不包含 2 个仅限本地的更新工具（update_database、check_update_status），共提供 42 个远程工具。你只需用自然语言提问；工具便会执行全文搜索，并返回包含匹配片段的判决。

远程与本地

建议先使用远程服务。只有在需要离线访问时，才切换到本地部署。

选项 A：远程服务（推荐）

直接连接托管的 MCP 服务，无需下载数据、无需本地数据库，即可立即访问 1,050,000 多份判决。

托管服务会记录哪些信息。 系统会记录你的查询：工具、参数（包括查询文本）、时间戳、客户端类别和轮换的会话标识符；查询文本会无限期保存在访问受限的私人研究档案中，用于改进搜索和训练我们自己的模型。系统不会将 IP 地址与查询一同存储，也没有账户或登录流程，而且会话标识符每次连接都会更换。完整详情请见五种语言版本的：隐私声明。如果你的查询包含机密信息，或你代表客户提交查询，请使用下方的选项 B，在本地运行语料库，确保任何信息都不会离开你的设备。

Claude.ai / Claude Desktop（最简单）：

1. 打开 设置 → 连接器
2. 点击 “添加自定义连接器”
3. 粘贴 https://mcp.opencaselaw.ch
4. 点击 添加

浏览器（claude.ai）和桌面应用的操作步骤相同。无需 Node.js、配置文件或下载。

适用于 Pro、Max、Team 和 Enterprise 套餐。免费套餐请使用 Claude Code 或手动 JSON 配置。

Claude Code：

claude mcp add swiss-caselaw --transport sse https://mcp.opencaselaw.ch

{
  "mcpServers": {
    "swiss-caselaw": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.opencaselaw.ch"]
    }
  }
}

ChatGPT：

1. 打开 设置 → 应用 → 高级设置 → 启用 开发者模式
2. 点击 创建应用 → 将其命名为 Swiss Caselaw，粘贴 https://mcp.opencaselaw.ch/sse，身份验证：无
3. 在任意聊天中：点击 + → 开发者模式 → 选择 Swiss Caselaw

适用于 Plus、Pro、Team、Enterprise 和 Edu 套餐。建议搭配 GPT-5.3 使用（GPT-5.4 目前不支持调用 MCP 工具）。

Gemini CLI：

添加到 ~/.gemini/settings.json：

{
  "mcpServers": {
    "swiss-caselaw": {
      "url": "https://mcp.opencaselaw.ch"
    }
  }
}

保存后重启 Gemini CLI。无需账户套餐，Gemini CLI 免费使用。

Google ADK（Agent 开发套件）：

构建可使用所有工具的 Gemini 驱动 Agent：

from google.adk.agents import LlmAgent
from google.adk.tools import MCPToolset
from mcp.client.sse import SseConnectionParams

agent = LlmAgent(
    model="gemini-3.1-pro",
    name="swiss_law_agent",
    instruction="You are a Swiss legal research assistant.",
    tools=[
        MCPToolset(
            connection_params=SseConnectionParams(
                url="https://mcp.opencaselaw.ch/sse",
            ),
        ),
    ],
)

如需 Google Gen AI SDK 示例及其他所有平台的说明，请参阅完整 MCP 设置指南。

所有平台的详细说明请参阅**完整 MCP 设置指南**。

update_database 和 check_update_status 工具仅在本地服务上可用，远程数据集每晚自动更新。

选项 B：本地服务（离线访问）

使用自己的数据库副本（约需 65 GB 磁盘空间）在本地运行 MCP 服务。这样你可以离线访问数据，并完全掌控数据。

使用 Claude Code 设置

Claude Code 是 Anthropic 提供的命令行工具，用于在终端中使用 Claude。

步骤 1。 克隆此代码库：

git clone https://github.com/jonashertner/opencaselaw.git
cd caselaw-repo-1

步骤 2。 创建虚拟环境并安装 MCP 服务依赖项：

python3 -m venv .venv

# macOS / Linux
source .venv/bin/activate
pip install mcp pydantic huggingface-hub pyarrow fastapi

# Windows (PowerShell)
.venv\Scripts\Activate.ps1
pip install mcp pydantic huggingface-hub pyarrow

步骤 3。 在 Claude Code 中注册 MCP 服务：

# macOS / Linux
claude mcp add swiss-caselaw -- /path/to/caselaw-repo-1/.venv/bin/python3 /path/to/caselaw-repo-1/mcp_server.py

# Windows
claude mcp add swiss-caselaw -- C:\path\to\caselaw-repo-1\.venv\Scripts\python.exe C:\path\to\caselaw-repo-1\mcp_server.py

请使用 .venv 中 Python 二进制文件的完整绝对路径，这样无论你从哪个目录运行 Claude Code，服务都能找到其依赖项。

步骤 4。 重启 Claude Code 并进行首次搜索。

首次使用时，服务会自动：

1. 从 HuggingFace 下载所有 Parquet 文件（约 7 GB）到 ~/.swiss-caselaw/parquet/
2. 在 ~/.swiss-caselaw/decisions.db 构建本地 SQLite FTS5 全文搜索索引（约 58 GB）

根据设备和网络连接情况，这需要 30–60 分钟。此过程仅需执行一次，之后即可通过本地数据库即时搜索。

磁盘总用量： ~/.swiss-caselaw/ 中约 65 GB（macOS/Linux），或 %USERPROFILE%\.swiss-caselaw\（Windows）。

使用 Claude Desktop 进行设置

请参阅 Claude Desktop 设置指南，了解分步说明（macOS + Windows）。

快速设置 — 将以下内容添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "swiss-caselaw": {
      "command": "/path/to/caselaw-repo-1/.venv/bin/python3",
      "args": ["/path/to/caselaw-repo-1/mcp_server.py"]
    }
  }
}

配置文件位置：~/Library/Application Support/Claude/claude_desktop_config.json（macOS）或 %APPDATA%\Claude\claude_desktop_config.json（Windows）。在 Windows 上，请改用 .venv\\Scripts\\python.exe。

任何兼容 MCP 的客户端都可以使用相同的 command + args 模式。

保持数据最新

数据集每天更新。若要获取最新决策，请让 Claude 运行 update_database 工具，或显式调用该工具。此操作会从 HuggingFace 重新下载 Parquet 文件，并重建本地数据库。

SQLite 快照制品

HuggingFace 数据集还可能在 artifacts/sqlite/snapshots/ 下发布完整的压缩 SQLite 基础快照，供引导工具使用。其元数据位于 artifacts/manifest.json 中的 snapshot 字段；如果该值为 null，使用方应回退到上述 Parquet 重建流程。

此快照用于本地 MCP/服务引导：下载 artifacts/manifest.json，获取 snapshot.sqlite_zst.path，验证 snapshot.sqlite_zst.sha256，解压到 decisions.db.tmp，执行快速的 SQLite 行数/架构检查，然后以原子方式将其移动到 decisions.db。随后，支持增量更新的工具可以应用更新的 artifacts/sqlite/deltas/*.sqlite.zst 条目。

手动引导快照：

pip install zstandard

python - <<'PY'
import hashlib
import json
import os
import sqlite3
import urllib.request
from pathlib import Path

import zstandard as zstd

base = "https://huggingface.co/datasets/voilaj/swiss-caselaw/resolve/main"
data_dir = Path(os.environ.get("SWISS_CASELAW_DIR", Path.home() / ".swiss-caselaw")).expanduser()
data_dir.mkdir(parents=True, exist_ok=True)

with urllib.request.urlopen(f"{base}/artifacts/manifest.json") as r:
    manifest = json.load(r)

snapshot = manifest.get("snapshot")
if not snapshot:
    raise SystemExit("No SQLite snapshot is advertised; use update_database instead.")

meta = snapshot["sqlite_zst"]
tmp_db = data_dir / "decisions.db.tmp"
final_db = data_dir / "decisions.db"

class HashingReader:
    def __init__(self, raw, digest):
        self.raw = raw
        self.digest = digest

    def read(self, size=-1):
        data = self.raw.read(size)
        if data:
            self.digest.update(data)
        return data

h = hashlib.sha256()
with urllib.request.urlopen(f"{base}/{meta['path']}") as src, tmp_db.open("wb") as dst:
    zstd.ZstdDecompressor().copy_stream(HashingReader(src, h), dst)
if h.hexdigest() != meta["sha256"]:
    tmp_db.unlink(missing_ok=True)
    raise SystemExit("SHA-256 verification failed")

con = sqlite3.connect(tmp_db)
try:
    rows = con.execute("SELECT COUNT(*) FROM decisions").fetchone()[0]
    con.execute("SELECT decision_id FROM decisions LIMIT 1").fetchone()
finally:
    con.close()

expected = snapshot.get("rows")
if expected is not None and rows != expected:
    raise SystemExit(f"Row-count check failed: got {rows}, expected {expected}")

tmp_db.replace(final_db)
print(f"Installed {final_db} with {rows:,} decisions")
PY

本地数据库的工作原理

~/.swiss-caselaw/
├── parquet/              # Downloaded Parquet files from HuggingFace (~7 GB)
│   └── data/
│       ├── bger.parquet
│       ├── bvger.parquet
│       └── ...           # 100 files, one per court
├── decisions.db          # SQLite FTS5 search index (~58 GB)
├── reference_graph.db    # Case citations + statute links (~3.5 GB)
└── statutes.db           # Federal law articles from Fedlex (~610 MB)

所有数据都保留在你的设备上。搜索期间不会发出任何 API 调用——MCP 服务会直接查询本地 SQLite 数据库。

数据库结构。 decisions.db 是一个包含两张表的 SQLite 单文件：

• decisions — 主表，每项裁决占一行。包含 24 个列，包括面向搜索的字段，以及 json_data（完整记录数据块）和用于支持去重查询的 canonical_key。表按 court、canton、decision_date、language、docket_number、chamber 和 decision_type 建立索引，以便快速筛选查询。

• decisions_fts — 一个 FTS5 虚拟表，镜像 decisions 中的 7 个文本列：court、canton、docket_number、language、title、regeste 和 full_text。FTS5 会在这些列上构建倒排索引，从而支持对 100 万多项裁决进行亚秒级全文搜索。分词器为 unicode61 remove_diacritics 2，可处理德语、法语、意大利语和罗曼什语中的重音字符。插入、更新和删除触发器会自动使 FTS 索引与主表保持同步。

为何约为 58 GB。 96.2 万多项法院裁决的全文平均每项约 15 KB。对于每个唯一词元、其所在位置以及所属列，FTS5 倒排索引都会增加额外开销。这是已知的权衡：大型文本语料的 FTS5 索引会远大于源数据，但它无需外部基础设施即可实现即时排序搜索。

搜索流程。 搜索时，服务会：

1. 检测查询意图 — 查询案号（6B_1234/2023）、显式 FTS 语法（Mietrecht AND Kündigung）或自然语言（decisions on tenant eviction）。

2. 运行多种 FTS5 查询策略 — 对于自然语言查询，服务会生成多个 FTS 查询变体（AND、OR、短语、聚焦于 regeste/title 字段，以及扩展多语言词项），并依次执行。每种策略都会产生一组排序后的候选结果。对于显式语法（AND/OR/NOT、带引号的短语、列筛选器），会优先尝试原始查询。

3. 通过 RRF 融合候选结果 — 使用倒数排名融合（Reciprocal Rank Fusion）合并所有策略的结果：每个候选结果的分数是所有返回该结果的策略中 1/(k + rank) 的加权总和。被多种策略找到的裁决会获得加权提升。

4. 使用信号评分重新排序 — 根据综合分数对排名靠前的候选结果重新排序，该分数结合了：

   • BM25 分数（来自 FTS5，采用自定义列权重：full_text 1.2、regeste 5.0、title 6.0——判决摘要和标题的权重大幅高于正文）
   • 词项在标题（3.0 倍）、regeste（2.2 倍）和摘要片段（0.8 倍）中的覆盖率
   • 标题/regeste 中的短语匹配（1.8 倍）
   • 案号匹配 — 完全匹配（6.0 倍）或部分匹配（2.0 倍）
   • 法规/引用图信号 — 如果查询提及某条款（例如，“Art. 8 BV”），引用该条款的裁决会获得加权提升
   • 法院先验权重 — 例如，庇护相关查询会提升 BVGer 的结果

5. 选择最佳段落 — 对每条结果，服务都会扫描全文，找出最相关的段落，并将其作为摘要片段返回。

可用工具

以下工具在远程和本地均可用，另有说明的除外。

引文完整性工具包（防幻觉）

OpenCaseLaw 将瑞士法律引文视为一个封闭语料库问题：大模型写出的每个引用，要么能在约 105 万条记录组成的语料库及 Fedlex 法规镜像中找到对应条目，要么不能。MCP 服务提供一套包含四种工具的工具包，可端到端地强制执行这一约定。

该架构旨在防范两类经实证测量的法律大模型错误：

• 幻觉（Dahl、Magesh、Suzgun 和 Ho，Large Legal Fictions，Stanford RegLab，2024 — Journal of Legal Analysis）：向通用大模型提出的法律问题中，有 58–88 % 至少会产生一条编造的权威依据。Stanford RegLab 后续对商用法律 RAG 工具的研究（Magesh 等人，Hallucination-Free?，2024）测得的比例为 17–33 %。→ 由审计 ① ② ③ ④ 捕获。
• 推理错误（Butler 和 Butler，Isaacus，Legal RAG Bench，2026 年 3 月）：引文真实存在，来源也已检索到，但附加其上的论述实际上并未得到引文文本的支持。→ 由审计 ⑤ 捕获。

完整的服务端提示词（R1–R8）内置了这些规则，因此任何接入的客户端（Claude、ChatGPT、Cursor、Gemini、Copilot Studio）都会自动遵守该约定。实现请参阅 mcp_server.py，回归测试套件请参阅 tests/web/test_attest_audits.py，公开说明请参阅 opencaselaw.ch 上的验证章节。

该架构的端到端表现通过 Swiss Legal RAG Bench 测量。这是一个基于 Butler 和 Butler 的 Legal RAG Bench 方法设计的基准，涵盖德语、法语和意大利语的联邦法律问题，并将错误分解为幻觉、检索和推理问题。v0.1 基线（运行中的 OpenCaseLaw + Claude Sonnet 4.6，共 10 个问题）：正确率 100 %，依据充分度 90 %，检索准确率 70 %。

示例查询

这些查询在远程服务和本地服务上都可使用：

> Search for BGer decisions on Mietrecht Kündigung from 2024

> What did the BVGer rule on asylum seekers from Eritrea?

> Show me the full text of 6B_1234/2023

> How many decisions does each court in canton Zürich have?

> Find decisions citing Art. 8 BV

> What are the leading cases on Art. 8 EMRK?

> Show me the citation network for BGE 138 III 374

> How has Mietrecht jurisprudence evolved over time?

> Show me Art. 41 OR (statute lookup)

> Search for statute provisions about Verjährung

> Trace the appeal chain for 5A_234/2026

> Explain BGE 133 III 121 to me

> What are the leading cases on Art. 41 OR and how has the doctrine evolved?

> Give me a practice case on Haftpflichtrecht

> Search for cantonal data protection laws

> Show me the details of SR 220 (Obligationenrecht)

> What legislation changed recently in Zürich?

AI 会自动调用 MCP 工具 — 你可以直接查看搜索结果，并针对特定判决提出后续问题。

引用图工具

四种工具可访问引用图：965 万条已解析的判决到判决引用边（共提取 1,000 万条）和 1,240 万条法规引用。这些工具需要图数据库（output/reference_graph.db）；如果该数据库不可用，工具会返回提示，而不会报错。

find_citations — 给定一项判决，显示其发出的引用（它引用了什么）和收到的引用（哪些内容引用了它）。每条已解析的引用都包含目标判决的元数据和置信度分数。未解析的引用（例如，数据集中没有收录的较早判决）会显示其原始引用文本。

> Show me the citation network for BGE 138 III 374

## Outgoing (13 — what this decision cites)
1. BGE 136 III 365 (2010-01-01) [bge] conf=0.98 mentions=1
2. BGE 133 III 189 (2007-01-01) [bge] conf=0.93 mentions=1
...

## Incoming (13,621 — what cites this decision)
1. 5A_234/2026 (2026-02-19) [bger] conf=0.92 mentions=2
2. 5A_117/2026 (2026-01-30) [bger] conf=0.88 mentions=1
...

参数：decision_id（必填）、direction（both/outgoing/incoming）、min_confidence（0–1，默认值为 0.3）、limit（默认值为 50，最大值为 200）。

find_appeal_chain — 追踪某项判决的上诉链（审级链）。显示先前审级（下级法院）和后续审级（向上级法院提起的上诉），重建完整的诉讼程序路径（例如，Bezirksgericht → Obergericht → Bundesgericht）。

参数：decision_id（必填）、min_confidence（0–1，默认值为 0.3）。

find_leading_cases — 查找被引用最多的判决，并按引用它们的其他判决数量排序。可按法规（法律代码 + 条文）、文本查询、法院或日期范围筛选。

> What are the leading cases on Art. 8 EMRK?

1. BGE 135 I 143 (2009) — 3,840 citations
   Regeste: Anspruch auf Aufenthaltsbewilligung...
2. BGE 130 II 281 (2004) — 3,155 citations
   Regeste: Familiennachzug; gefestigtes Anwesenheitsrecht...

参数：query（可选文本）、law_code + article（可选法规）、court、date_from、date_to、limit（默认值为 20，最大值为 100）。建议至少指定 query 或 law_code；如果不指定任何筛选条件，则返回全局被引用最多的判决。

analyze_legal_trend — 按年份统计判决数量，展示某个主题或法规相关判例如何随时间演变。返回包含数量的表格和可视化条形图。

> How has Art. 29 BV jurisprudence evolved?

**Filter:** Art. 29 BV
**Total:** 34,669 decisions

Year     Count  Bar
2000       275  █████
2005       733  ████████████
2010     1,028  █████████████████
2015     1,536  ██████████████████████████
2020     1,896  ████████████████████████████████
2025     2,400  ████████████████████████████████████████

参数：query（可选文本）、law_code + article（可选法规）、court、date_from、date_to。必须指定 query 或 law_code 中的至少一项。

法规查询工具（本地，联邦和州级）

两个工具可直接从本地镜像获取瑞士法律文本，覆盖联邦和州级管辖范围，并提供文章级 FTS5 索引和亚毫秒级查询：

• **联邦：**通过 Fedlex SPARQL 端点获取 5,525 部法律 / 约 133,359 条文章，分别使用德语、法语和意大利语版本；每月镜像至 statutes.db。涵盖德语、法语和意大利语中的所有整合版联邦法案。
• 州级：cantonal_laws.db 中有 15,600 部法律 / 361,430 条文章，数据来自以下两种途径：
  • 直接抓取门户（主要方式）——22 个州的官方 Gesetzessammlungen 通过 LexWork、SIL、ZH OpenData 或 TI Raccolta delle Leggi 平台发布（AG、AI、AR、BE、BL、BS、FR、GE、GL、GR、LU、NE、NW、OW、SG、SH、SO、TG、TI、VS、ZG、ZH）。直接解析 HTML，不进行 PDF 提取或 OCR，从而获得干净的文章级数据。
  • LexFind PDF 后备方案——4 个尚未纳入直接抓取范围的州（JU、SZ、UR、VD）。从 LexFind.ch 提取 PDF，使用 PyMuPDF 解析并按文章分段。为 BE / FR / VS / GR 提供双语第二语言处理。
  • 与联邦表通过 SQLite FTS5 合并并联合查询。

get_law——按 SR 编号或缩写查询任何瑞士法律（联邦或州级），还可选择获取指定文章的全文。

> Show me Art. 8 BV

# BV — SR 101
**Bundesverfassung der Schweizerischen Eidgenossenschaft vom 18. April 1999**

### Art. 8 — Rechtsgleichheit
1 Alle Menschen sind vor dem Gesetz gleich.
2 Niemand darf diskriminiert werden, namentlich nicht wegen der Herkunft, ...

> Show me Art. 1 of the Zurich Hundegesetz

get_law(canton="ZH", sr_number="554.5", article="1")

参数：sr_number 或 abbreviation（至少需要一个）、article（可选——省略则显示完整文章列表）、language（de/fr/it，默认 de）、canton（默认 CH；查询州级法律时设为 ZH、BE 等）。

search_laws——使用 FTS5 对所有瑞士法规文章进行统一搜索，涵盖联邦和州级内容。每个语料库按 BM25 排序，再按排名交错合并，使每个响应都能呈现两个管辖层级的内容。

> Search for statute provisions about Verjährung

1. [CH]  Art. 130 OR (SR 220): Die Verjährung beginnt mit der Fälligkeit der Forderung...
2. [ZH]  § 19 Kirchgemeindenreglement (SR 182.60): ... Verjährungsbestimmungen ...
3. [CH]  Art. 132 OR (SR 220): Bei der Berechnung der Frist ist der Tag...

参数：query（必填，FTS5 语法）、sr_number（可选——指定一部联邦法律，表示仅搜索联邦法律）、canton（可选——限定一个州，或设为 CH 以仅搜索联邦法律）、jurisdiction（all / federal / cantonal，默认 all）、language（de/fr/it）、limit（1–50）。

法规发现工具（基于 LexFind）

另外三个工具在本地镜像之上接入实时 LexFind API，用于处理镜像无法满足需求的情况——例如刷新周期之间新发布的版本、完整版本历史和近期变更动态。这些工具提供更广泛的发现功能；对于简单的“获取现行文本”查询，get_law / search_laws 更快、更可靠。

search_legislation——在瑞士法规中进行更广泛的发现搜索，并可选择在单次调用中补充全文内容。如果不确定法规属于联邦还是州级，或需要一次性完成自然语言工作流，此工具会很有用。

> Search for the Bernese dog act with full text

search_legislation(query="Hundegesetz", canton="BE", fetch_top_n_texts=2)
→ returns top 2 matches with full_text_preview + sample_articles inline,
  no follow-up get_legislation call needed.

参数：query（必填）、canton（可选——CH、ZH、BE 等）、active_only（默认 true）、search_in_content（默认 false——搜索标题/关键词；设为 true 可搜索法律文本）、language（de/fr/it）、limit（1–60，默认 20）、fetch_top_n_texts（0–10，默认 0——设为 N 可为排名靠前的 N 条结果补充解析后的完整文章文本）。

get_legislation——获取特定法律的详细信息，包括元数据、版本历史记录以及官方来源链接（Fedlex、州级门户）。

> Show me the Obligationenrecht on LexFind

SR 220 — Bundesgesetz betreffend die Ergänzung des Schweizerischen
Zivilgesetzbuches (Fünfter Teil: Obligationenrecht)
Entity: Bund (CH) | Category: Gesetz | Keywords: OR
In force since: 01.01.2026
Sources:
  DE: https://www.fedlex.admin.ch/eli/cc/27/317_321_377/de
  FR: https://www.fedlex.admin.ch/eli/cc/27/317_321_377/fr

参数：lexfind_id（来自搜索结果），或 systematic_number + canton（例如，“220” + “CH”）、include_versions（默认 false）、language（de/fr/it）。

browse_legislation_changes——查看某个州或联邦层级近期的法规变更，包括新法规、修订和废止，以及日期和链接。

> What legislation changed recently in Zürich?

1. [01.03.2026] version — Vollzugsverordnung zur Finanzverordnung (SR 181.131)
2. [01.03.2026] new — Studienordnung für den Masterstudiengang... (SR 414.253.125)
3. [01.03.2026] version — Organisationsverordnung der Finanzdirektion (SR 172.110.3)

参数：canton（默认 CH）、language（de/fr/it）。

教育工具

三个工具支持法律学习，涵盖学生的三项核心工作流：理解案件、理解法理，以及练习考试涵摄。工具会返回丰富的结构化数据；Claude 作为导师，动态生成所有教学内容。

get_case_brief — 任意案件引用（“BGE 133 III 121”、案号或 decision_id）→ 结构化简报。返回 regeste、Sachverhalt、带编号的关键 Erwägungen、Dispositiv、附带文本摘录的引用法规、引用权威性（被引次数／引用次数），以及被引最多的案件和该案件引用的案件。

get_doctrine — 法条（“Art. 41 OR”）或法律概念（“culpa in contrahendo”、“Tierhalterhaftung”）→ 法理概览。返回按引用次数排序的代表性案件、展示规则演变过程的法理时间线，以及法规文本（如适用）。

generate_exam_question — 法律主题（“Haftpflichtrecht”、“Art. 41 OR”、“Mietrecht”）→ 真实的 Fallbearbeitung。此工具会挑选一项代表性 BGE，将匿名化的 Sachverhalt 作为事实案例，并返回隐藏分析（适用法规、法律测试、正确结论）。学生先写出涵摄，再让 Claude 展示分析，以便对照并获取反馈。传入 exclude_ids 可避免重复同一案件。

draft_mock_decision 可选用 Fedlex URL，并会将获取的法规摘录缓存到 ~/.swiss-caselaw/fedlex_cache.json（可通过 SWISS_CASELAW_FEDLEX_CACHE 配置）。

搜索质量基准测试

使用固定的黄金查询集，跟踪搜索相关性随时间的变化：

python3 benchmarks/run_search_benchmark.py \
  --db ~/.swiss-caselaw/decisions.db \
  -k 10 \
  --json-output benchmarks/latest_search_benchmark.json

指标：MRR@k、Recall@k、nDCG@k、Hit@1

此仓库还附带一份冻结的离线基线：benchmarks/search_benchmark_2026-03-19_offline_full.json。在包含 100 条查询的完整查询集上，针对本地 decisions.db 中的 1,078,177 行数据运行，记录的指标为 MRR@10 = 0.4697、Recall@10 = 0.4958、nDCG@10 = 0.5250 和 Hit@1 = 0.33。请将其视为可复现的离线基线，而非已完全配置的托管部署得分。

你可以设置最低质量门槛（失败时返回非零退出码）：

python3 benchmarks/run_search_benchmark.py \
  --db ~/.swiss-caselaw/decisions.db \
  -k 10 \
  --min-mrr 0.50 \
  --min-recall 0.75 \
  --min-ndcg 0.85

构建引用关系图（可选）

如需基于法规／引用关系进行重排序，请构建本地图数据库：

python3 search_stack/build_reference_graph.py \
  --source-db ~/.swiss-caselaw/decisions.db \
  --courts bger,bge,bvger \
  --db output/reference_graph.db

然后将服务指向该数据库：

export SWISS_CASELAW_GRAPH_DB=output/reference_graph.db

默认启用图信号。如需禁用，请设置 SWISS_CASELAW_GRAPH_SIGNALS=0。

构建法规数据库（可选）

如需查询法规（get_law、search_laws），请构建 Fedlex 法规数据库：

# Download the top 100 most-cited federal laws from Fedlex
python3 -m scrapers.fedlex --top 100

# Build the SQLite FTS5 statutes database
python3 -m search_stack.build_statutes_db

然后复制到数据目录：

cp output/statutes.db ~/.swiss-caselaw/

或者显式设置路径：

export SWISS_CASELAW_STATUTES_DB=output/statutes.db

2. 下载数据集

完整数据集以 Parquet 文件的形式托管在 HuggingFace 上——每个法院一个文件，每项判决包含 34 个字段，其中包括完整的判决文本。

供机器读取的构件元数据发布在 artifacts/manifest.json 中。除了每日 Parquet／SQLite 增量之外，清单还可能指向一个可选的完整压缩 SQLite 快照，路径为 artifacts/sqlite/snapshots/<date>.decisions.sqlite.zst，供希望直接从 Parquet 之外的数据引导本地 FTS5 数据库的工具使用。

使用 Python（datasets 库）

步骤 1。 安装该库：

pip install datasets

步骤 2。 加载数据：

from datasets import load_dataset

# Load a single court (~170k decisions, ~800 MB)
bger = load_dataset("voilaj/swiss-caselaw", data_files="data/bger.parquet")

# Load all courts (~900K decisions, ~6.5 GB download)
ds = load_dataset("voilaj/swiss-caselaw", data_files="data/*.parquet")

步骤 3。 浏览数据：

# Print a single decision
decision = bger["train"][0]
print(decision["docket_number"])   # "6B_1/2024"
print(decision["decision_date"])   # "2024-03-15"
print(decision["language"])        # "de"
print(decision["regeste"][:200])   # First 200 chars of the headnote
print(decision["full_text"][:500]) # First 500 chars of the full text

使用 pandas

import pandas as pd

# Load one court
df = pd.read_parquet("hf://datasets/voilaj/swiss-caselaw/data/bger.parquet")

# Filter by date
df_recent = df[df["decision_date"] >= "2024-01-01"]
print(f"{len(df_recent)} decisions since 2024")

# Filter by language
df_french = df[df["language"] == "fr"]

# Group by legal area
df.groupby("legal_area").size().sort_values(ascending=False).head(10)

直接下载

每个法院对应一个 Parquet 文件。直接下载：

https://huggingface.co/datasets/voilaj/swiss-caselaw/resolve/main/data/bger.parquet
https://huggingface.co/datasets/voilaj/swiss-caselaw/resolve/main/data/bvger.parquet
https://huggingface.co/datasets/voilaj/swiss-caselaw/resolve/main/data/zh_gerichte.parquet
...

完整文件列表：huggingface.co/datasets/voilaj/swiss-caselaw/tree/main/data

3. REST API

通过 HTTP 查询数据集，无需安装任何内容。此功能使用 HuggingFace Datasets Server。

获取行：

curl "https://datasets-server.huggingface.co/rows?dataset=voilaj/swiss-caselaw&config=default&split=train&offset=0&length=5"

获取数据集信息：

curl "https://datasets-server.huggingface.co/info?dataset=voilaj/swiss-caselaw"

使用 SQL 搜索（DuckDB 端点）：

curl -X POST "https://datasets-server.huggingface.co/search?dataset=voilaj/swiss-caselaw&config=default&split=train" \
  -d '{"query": "SELECT docket_number, decision_date, language FROM data WHERE court = '\''bger'\'' LIMIT 10"}'

注意：REST API 会根据 HuggingFace 仓库中的配置查询数据集（按法院划分的 Parquet 文件，包含完整的 34 个字段的架构）。如需批量访问或本地分析，请使用上文的下载方法。

4. Web UI

用于搜索瑞士法院裁决的本地聊天界面。用自然语言提问，AI 助手会搜索整个语料库，并给出附有裁决引用的回答。

Browser (localhost:5173)  →  FastAPI backend  →  MCP server  →  Local SQLite FTS5 DB

所有操作都在你的计算机上运行。数据不会离开你的计算机（你选择的服务提供商的 LLM API 调用除外）。

所需条件

Windows 用户： 从 python.org 安装 Python，并在安装过程中勾选“Add Python to PATH”。Node.js 会自动安装 npm。

云端服务提供商（至少选择一个，或使用下文的 Ollama）

重要： Claude Desktop 或 Claude Pro 订阅不包含 API 密钥。你需要在 console.anthropic.com 单独注册开发者账户。

本地模型（无需 API 密钥）

如果你不想使用云端 API，可以通过 Ollama 在本地运行所有内容：

从 ollama.com 安装 Ollama（适用于 macOS、Linux、Windows），然后：

ollama serve          # start the Ollama server (leave running)
ollama pull qwen2.5:14b   # download a model (one-time)

Web UI 会自动检测 Ollama，并显示可用的本地模型。

分步设置

步骤 1. 克隆仓库：

git clone https://github.com/jonashertner/opencaselaw.git
cd caselaw-repo-1

步骤 2. 创建 Python 虚拟环境：

python3 -m venv .venv

激活虚拟环境：

当终端提示符以 (.venv) 开头时，说明虚拟环境已激活。

步骤 3. 安装 Python 依赖：

pip install fastapi uvicorn python-dotenv mcp pyarrow pydantic

然后至少安装一个大模型提供商的 SDK：

pip install anthropic        # for Claude
pip install openai           # for OpenAI / GPT-4o / local models via Ollama
pip install google-genai     # for Google Gemini

提示： openai 包也可用于本地 Ollama 模型（Ollama 提供兼容 OpenAI 的 API）。如果你只想使用本地模型，执行 pip install openai 即可，无需云端 API 密钥。

步骤 4. 安装前端：

cd web_ui && npm install && cd ..

步骤 5. 配置 API 密钥：

cp .env.example .env

用文本编辑器打开 .env，并在相应行粘贴 API 密钥。例如，如果你有 Gemini 密钥，请将 GEMINI_API_KEY=AI... 改为你的实际密钥。其他提供商对应的行保持不变——如果留空，系统会忽略它们。

你也可以跳过此步骤，在启动后通过界面中的 Settings 面板配置密钥。

步骤 6. 启动应用：

在浏览器中打开 **http://localhost:5173**。

首次运行时的预期情况： MCP 服务会自动从 HuggingFace 下载数据集（约 7 GB），并构建本地搜索索引（约 58 GB）。根据网络连接和磁盘速度，这需要 30–60 分钟。终端中会显示进度。完成这项一次性设置后，应用即可即时启动。

功能

• 5 个模型：Claude、OpenAI、Gemini（云端）+ 通过 Ollama 运行的 Qwen 2.5 和 Llama 3.3（本地）
• 本地优先选项：使用 Ollama 完全在你的设备上运行，无需云端 API 密钥
• 流式响应：实时逐个 token 显示响应
• 工具增强型聊天：AI 会自动调用搜索、get_decision、list_courts 等工具
• 决策卡片：可点击的法规引用，附带 Fedlex 条文内嵌文本
• 筛选器：按法院、州、语言和日期范围缩小结果范围
• 应用内设置：通过界面配置 API 密钥和 Ollama 连接
• 导出：将对话下载为 Markdown、Word 或 PDF

故障排除

有关高级配置（自定义端口、MCP 服务路径、超时时间），请参阅 .env.example。

每项决策包含什么

每项决策包含 34 个结构化字段：

核心字段

法律内容

法院元数据

技术字段

完整的 34 个字段的 Parquet 导出架构：export_parquet.py

覆盖范围

联邦法院

州法院

覆盖全部 26 个州的 77 家法院。规模最大的州级判例集：

覆盖全部 26 个州：AG、AI、AR、BE、BL、BS、FR、GE、GL、GR、JU、LU、NE、NW、OW、SG、SH、SO、SZ、TG、TI、UR、VD、VS、ZG、ZH。

各法院实时统计：仪表板

工作原理

                        ┌──────────────────────────────────────────────────────┐
                        │                    Daily Pipeline                    │
                        │                                                      │
Court websites ────────►│  Scrapers ──► JSONL ──┬──► Parquet ──► HuggingFace   │
  bger.ch               │  (45 scrapers,        │                              │
  bvger.ch              │   rate-limited,        ├──► FTS5 DB ───┐             │
  cantonal portals      │   resumable)           │               ├► MCP Server │
                        │                        └──► Graph DB ──┘             │
                        │                                          ▲           │
Fedlex (SPARQL) ───────►│  Fedlex scraper ──► XML ──► Statutes DB ─┘           │
                        │                                                      │
                        │  01:00 UTC  scrape        04:00 UTC  publish         │
                        └──────────────────────────────────────────────────────┘

分步说明

1. 抓取（每日 01:00 UTC）— 45 个抓取器并行运行，每个抓取器针对特定法院的网站或 API。每个抓取器均设有速率限制，并支持断点续传：它会跟踪已发现的判决，仅获取新增判决。输出：每家法院对应一个 JSONL 文件。另有一个 Fedlex 抓取器通过 SPARQL 下载联邦法律文本（Akoma Ntoso XML），用于法规数据库。

2. 构建搜索索引（04:00 UTC）— 将 JSONL 文件导入 SQLite FTS5 数据库，以支持全文搜索。周一至周六采用增量模式：通过字节偏移检查点跟踪每个 JSONL 文件的读取进度，因此只处理新追加的判决（通常少于 1 分钟）。周日执行完整重建，压缩 FTS5 索引并重置检查点（约 3 小时）。通过 decision_id 对出现在多个来源中的判决去重，并保留全文最长的版本。质量增强步骤还会补充缺失的标题、裁判摘要和内容哈希。

3. 导出— 将 JSONL 文件转换为 Parquet（每家法院一个文件），使用固定的 34 个字段的架构。

4. 上传— 将 Parquet 文件推送到 HuggingFace。MCP 服务和 datasets 库会自动获取新数据。可选的制品发布也能更新 artifacts/manifest.json，其中包含每日增量数据以及完整压缩的 SQLite 快照，供外部引导工具使用。

5. 更新仪表板— 重新生成 stats.json（包括上次运行的抓取器运行状况），并推送到 GitHub Pages。

本地运行（开发者）

适用于希望运行抓取器、构建处理流程或修改代码库的贡献者和开发者。

先决条件

• Python 3.10+
• pip

安装

git clone https://github.com/jonashertner/opencaselaw.git
cd caselaw-repo-1
python3 -m venv .venv
source .venv/bin/activate   # macOS/Linux — on Windows: .venv\Scripts\Activate.ps1
pip install -e ".[all]"

这会安装所有依赖项，包括 PDF 解析、加密和 FastAPI 服务。若要进行不包含可选依赖项的最小化安装，请改用 pip install -e .。

抓取裁决

# Scrape 5 recent decisions from the Federal Supreme Court
python run_scraper.py bger --max 5 -v

# Scrape BVGer decisions since a specific date
python run_scraper.py bvger --since 2025-01-01 --max 20 -v

# Scrape a cantonal court
python run_scraper.py zh_gerichte --max 10 -v

输出写入 output/decisions/{court}.jsonl——每行一个 JSON 对象，每个法院对应一个文件。抓取器会记住已获取的内容（状态存储在 state/ 中），因此可以反复运行，只获取新的裁决。

可用的法院代码有 45 个。运行 python run_scraper.py --list 查看完整列表，或访问仪表板查看各法院的统计数据。

构建本地搜索数据库

# Full build (reads all JSONL, optimizes FTS index — ~3h for 900K decisions)
python build_fts5.py --output output -v

# Incremental build (reads only new JSONL bytes, skips optimize — seconds)
python build_fts5.py --output output --incremental --no-optimize -v

# Full rebuild (deletes DB + checkpoint, rebuilds from scratch)
python build_fts5.py --output output --full-rebuild -v

此操作会读取 output/decisions/ 中的 JSONL 文件，并在 output/decisions.db 创建 SQLite FTS5 数据库。完整构建 90 万条裁决大约需要 3 小时，生成的数据库约为 58 GB。增量模式使用检查点文件（output/.fts5_checkpoint.json）跳过未更改的文件，并跳过已处理的字节；当新增裁决较少时，几秒钟即可完成。

导出为 Parquet

python export_parquet.py --input output/decisions --output output/dataset -v

将 JSONL 文件转换为 Parquet 格式（每个法院对应一个文件）。输出写入 output/dataset/。

数据来源

多个来源中出现的裁决会按 decision_id 去重（该 ID 是法院代码与规范化案号的确定性哈希值）。保留全文最长的版本。

法律依据

根据瑞士法律，法院裁决属于公共记录。《联邦最高法院法》第 27 条要求联邦最高法院公布其裁决。联邦法院一贯认为，法院裁决必须向公众开放（BGE 133 I 106、BGE 139 I 129）。本项目仅抓取公开可用且正式发布的裁决。

治理与移除

重新发布会改变内容的可发现性，因此本项目制定了治理政策，涵盖来源撤回、重新匿名化，以及经核实的更正/移除请求。请参阅 docs/governance-and-removal-policy.md。

贡献者

维护者：Jonas Hertner。一小群首批用户、错误报告者、机构合作伙伴和使用方集成者共同塑造了这款工具；完整名单以及如何添加你的姓名，请参阅 CONTRIBUTORS.md。

如果你在生产环境中使用 OpenCaseLaw——无论是作为抓取器贡献者、数据集使用者、律所集成者还是研究项目——我们都希望了解。请发送邮件至 [email protected]，或发起讨论。

许可证

代码：MIT。请参阅 LICENSE。

数据集打包及新增元数据：在存在相关权利的范围内采用 CC0-1.0。底层裁决文本仍是由相关法院和公共机构提供的官方发布裁决。

联系方式

有问题、反馈或想法？请发送邮件至 [email protected]。

你也可以在 GitHub 上提交问题。

项目动态发布于 LinkedIn。