mcpField
L
legal-canned-responses

legal-canned-responses

github.com/borghei生产力1.0k57 次安装5 天前更新
代码仓库

关于 legal-canned-responses

面向处理重复咨询的法务运营团队的教育性技能,可按七类事项生成模板回复并检测升级触发条件。输出须经人工审阅,不构成法律建议。

主要功能

  1. 01覆盖七类咨询的模板
  2. 02回复变量替换
  3. 03升级触发条件检测
  4. 04支持 JSON 输出

适用场景

  1. 01起草常见隐私或 NDA 回复
  2. 02将传票及媒体咨询转交律师
  3. 03起草前检查咨询文本

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/borghei/claude-skills --skill legal-canned-responses

安装后在 Claude Code 中输入/legal-canned-responses确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
escalation_triggers.md
response_templates.md
scripts/
escalation_detector.py
response_generator.py

详细介绍

⚠️ 实验性 — 此技能仅用于教育和提供信息,不构成法律建议。使用者需对所有使用行为承担责任。采取任何行动前,请咨询合格的法律专业人士。

法律标准回复技能

概述

可用于生产环境的工具包,用于生成针对常见法律咨询的模板化回复,并内置升级检测功能。涵盖 7 种回复类别,每种类别包含多个子类型,并配备通用及类别专属的升级触发系统。专为处理大量重复咨询的法律运营团队设计,同时确保重要事项转交给法律顾问处理。

目录

先澄清

生成回复前,请确认以下信息。如果其中任何一项未知或含糊,请提问,不要自行假设:

  • 咨询类别和子类型 — DSR 确认与传票异议会选用完全不同的模板
  • 咨询原文 — 必须先据此运行升级检测;如出现诉讼、监管机构、执法机关或媒体相关触发条件,请停止并转交法律顾问处理,不要使用模板回复
  • 替换变量 — 请求者姓名、日期、事项和法规会填入回复;缺失值会导致保留占位符,并可能采用错误的时限(GDPR 为 30 天,CCPA 为 45 天)

停止规则:只询问最可能影响输出的 2-3 项。如果用户说“直接起草”,则继续处理,并在回复开头列出你的假设。

工具

1. 回复生成器(scripts/response_generator.py)

使用模板生成格式化的法律回复,并替换变量、检测升级触发条件。

python scripts/response_generator.py \
  --category dsr --sub-type acknowledgment \
  --var requestor_name="Jane Doe" \
  --var request_type="access" \
  --var request_date="2026-04-10"

python scripts/response_generator.py \
  --category nda --sub-type standard-form \
  --var counterparty="Acme Corp" \
  --var purpose="due diligence" --json

python scripts/response_generator.py \
  --category discovery --sub-type initial-notice \
  --var matter_name="Smith v. Corp" \
  --var custodians="Engineering,Sales"
2. 升级检测器(scripts/escalation_detector.py)

分析咨询文本中的升级触发条件,并建议转交处理方式。

python scripts/escalation_detector.py \
  --text "We received a subpoena from the DOJ regarding our pricing practices"

python scripts/escalation_detector.py \
  --text "A reporter from the Wall Street Journal is asking about our data practices" --json

python scripts/escalation_detector.py \
  --category vendor \
  --text "The vendor is threatening litigation over the contract dispute"

参考指南

参考资料用途
references/response_templates.md涵盖全部 7 种类别及其子类型的完整模板
references/escalation_triggers.md通用及类别专属的升级触发条件

工作流

模板生命周期
  1. 创建 — 为已识别的重复咨询类型起草回复模板
  2. 审核 — 由法律顾问审核模板的准确性、语气和合规性
  3. 发布 — 将模板及其元数据、变量和触发条件添加到系统
  4. 使用 — 工作人员选择类别和子类型,填写变量并生成回复
  5. 反馈 — 跟踪使用情况并收集有关模板效果的反馈
  6. 更新 — 根据反馈、法律变更或政策更新修订模板
  7. 退役 — 将不再适用的模板归档
回复生成工作流
  1. 对咨询分类 — 确定类别(DSR、NDA、传票等)和子类型
  2. 检查升级条件 — 对咨询文本运行升级检测器
  3. 检测到升级条件时 — 停止处理;附上升级报告并转交法律顾问
  4. 未检测到升级条件时 — 使用适当的模板和变量生成回复
  5. 审核并发送 — 发送前审核生成的回复;必要时进行调整

回复类别

类别子类型描述
数据主体请求(DSR)acknowledgment、verification、fulfillment、denial、extensionGDPR/CCPA 数据主体权利请求
证据开示/诉讼保全initial-notice、reminder、modification、release诉讼保全管理
隐私咨询cookies、data-sharing、children、transfers一般隐私问题
供应商法律问题contract-status、amendments、certifications、audit供应商法律事务
NDA 请求standard-form、counterparty-markup、decline、renewal保密协议生命周期
传票/法律程序acknowledgment、objection、extension、compliance法律程序响应
保险通知initial-claim、supplemental-info、reservation-of-rights保险理赔管理
DSR 子类型
子类型适用情形关键变量
acknowledgment收到新的 DSRrequestor_name、request_type、request_date
verification需要进行身份验证requestor_name、verification_method
fulfillment请求已完成requestor_name、request_type、data_description
denial请求因某原因被拒绝requestor_name、request_type、denial_reason
extension需要更多时间requestor_name、request_type、extension_reason、new_deadline
证据开示/诉讼保全子类型
子类型适用情形关键变量
initial-notice发出新的诉讼保全通知matter_name、custodians、data_types
reminder定期提醒保全事项matter_name、reminder_number
modification保全范围发生变化matter_name、modification_description
release解除保全matter_name、release_date

升级处理系统

通用触发条件(始终升级处理)
#触发条件原因
1可能发生或正在进行的诉讼法律风险需要由律师评估
2监管调查或问询监管回应需要采取策略性方案
3政府或执法部门联系宪法权利和程序权利面临影响
4对方要求作出具有约束力的法律承诺未经律师审查,不能产生法律义务
5面临刑事责任风险需要律师立即介入
6媒体关注或新闻问询声誉风险需要协调应对
7前所未有或新颖的情况没有现成模板;需要量身定制的法律分析
8多司法管辖区冲突跨境法律问题复杂,需要专家分析
升级处理响应流程
  1. 停止 -- 不要发送任何模板化回复
  2. 提醒 -- 立即通知指定律师
  3. 说明 -- 提供升级处理背景,并指出匹配的触发条件
  4. 建议 -- 根据触发条件类型建议转交对象
  5. 起草 -- 将任何初步草稿标注为“仅供律师审阅”

故障排查

问题原因解决方案
输出中缺少变量未提供必需变量检查模板要求;提供所有必需的 --var 参数
选择了错误的模板类别/子类型不匹配查看类别说明;确保子类型与咨询类型相符
误报升级常见词语匹配了触发模式提供 --category 以使用特定类别的触发条件;查看匹配的触发条件
漏报升级咨询内容过于含糊在咨询内容中补充更多背景;同时运行通用检查和特定类别检查
模板过于笼统使用了默认值将所有占位值替换为组织专属的实际信息
发现保全通知发送给了错误的保管人保管人名单已过时根据当前员工和系统核实保管人名单
未标记传票回复缺少类别上下文法律程序一律使用 --category subpoena;传票类别始终触发升级
回复语气不合适受众背景有误选择合适的子类型;根据受众调整语气

成功标准

  • 响应时间:在 5 分钟内生成模板回复,而手动起草需要 30 分钟以上
  • 升级准确率:检测到 100% 的真实升级触发条件(CRITICAL 触发条件零漏报)
  • 模板覆盖率:模板覆盖 80% 以上的常见法律咨询类型
  • 一致性:同一类别中的所有回复均使用一致的措辞、语气和法律免责声明
  • 审计跟踪:记录每条生成的回复及其类别、子类型、日期和升级状态

范围与限制

此技能涵盖:

  • 为 7 个常见法律咨询类别生成基于模板的回复
  • 使用关键词和模式匹配已知触发条件来检测升级情形
  • 通过变量替换进行组织专属定制
  • 生成用于审计跟踪的回复元数据

此技能不涵盖:

  • 法律建议或受律师—客户保密特权保护的分析
  • 自动发送回复(仅生成回复;需要人工审核)
  • 合同起草、谈判或法律文件撰写
  • 案件管理、案卷记录或截止日期跟踪
  • 验证回复内容是否符合特定司法管辖区的法律要求

反模式

反模式失败原因更好的做法
未经审核便发送模板回复可能忽略特定情境的细节,带来法律风险发送前务必审核生成的回复
忽略升级触发条件关键事项处理不当,带来法律风险对每项咨询运行升级检测器;认真对待所有触发条件
在新情况中使用模板模板以常见情境为前提;新情况需要定制分析将新情况升级给法律顾问;解决后创建新模板
在模板中硬编码组织信息模板无法移植,更新也容易遗漏使用变量替换;在配置中维护变量
跳过 DSR 的身份验证GDPR/CCPA 要求在履行请求前进行验证履行请求前务必先发送验证子类型

工具参考

scripts/response_generator.py

通过变量替换生成格式化的法律回复。

usage: response_generator.py [-h] [--json]
                              --category {dsr,discovery,privacy,vendor,nda,subpoena,insurance}
                              --sub-type SUB_TYPE
                              [--var KEY=VALUE [KEY=VALUE ...]]

options:
  -h, --help            Show help message and exit
  --json                Output in JSON format
  --category            Response category
  --sub-type            Response sub-type within category
  --var                 Variable substitution as KEY=VALUE pairs
scripts/escalation_detector.py

分析咨询文本中的升级触发条件。

usage: escalation_detector.py [-h] [--json]
                               --text TEXT
                               [--category {dsr,discovery,privacy,vendor,nda,subpoena,insurance}]

options:
  -h, --help            Show help message and exit
  --json                Output in JSON format
  --text                Inquiry text to analyze for escalation triggers
  --category            Optional category for category-specific trigger detection

评论

支持 Markdown