法律科技 · 系列

分类、用法和选择逻辑

同一个入口——GitHub上一个叫 awesome-legaltech 的项目，150多个工具，按类目排好了。你要的里面基本都有。

Part 01

一、这个项目到底是什么

awesome-legaltech（Vaquill-AI/awesome-legaltech）是一个 curated list，把全球法律科技资源按类目做了系统整理。不是软件本身，是一张“地图”——告诉你东西在哪儿、有什么用。

它的目录结构长这样：

这张地图的价值不在于条目多，在于节省你筛选的时间——我翻了一遍，帮你挑出对实务真正有用的。

Part 02

二、按法域分类：三张表讲清楚

同一个工具在不同法域的适用性天差地别。我把项目涉及的主要法域分成三类，每类一张表。

Scene 01

2.1 大陆法域（以中国法为核心）

国内法律AI工具这几年发展得比大多数人想象中要快。awesome-legaltech收录了以下中文法律资源：

怎么用：这些模型都不是开箱即用的产品，是需要部署的工具。如果你们团队有技术能力，ChatLaw或DISC-LawLLM是首选——前者法考通过率超过GPT-4约11个百分点，后者Apache 2.0协议商用无阻碍。没有技术团队的话，等这些模型被封装进SaaS产品再上手，更实际。

Scene 02

2.2 英美法域（美国 + 英国 + 加拿大 + 澳大利亚）

这是awesome-legaltech覆盖最密集的区域，也确实是法律AI最成熟的法域。

美国 - 判例检索

怎么用：做美国法的律师，CourtListener MCP是最低门槛的入口——配好之后，你在Claude里用自然语言就能检索判例，它会返回带引用的结果。比打开Westlaw输关键词快得多。想要更稳定的商业支持，用Vaquill AI MCP。

英国及英联邦

怎么用：英国法目前MCP覆盖不够完善，如果有批量需求，直接调UK Parliament API或自建Blackstone NLP管线。澳新和加拿大的需求分别用auslaw-mcp和CanLII覆盖。

Scene 03

2.3 其他法域

欧洲和一些主要法域也已经有工具覆盖了，做涉外合规的人绕不开。

Part 03

三、三类工具的使用场景

法域分清楚了，接下来解决“什么场景用什么工具”的问题。awesome-legaltech的工具可以归为三类用法：

Scene 01

第一类：MCP服务器——律师的"AI外接硬盘"

适合场景：日常法律检索、合同审查、法规比对

使用方式：配好之后在AI助手里直接对话

具体来说，MCP服务器解决的是AI的“幻觉”问题。AI本身靠记忆回答问题，但在法律领域，记忆=编造法条。MCP相当于给AI接了一个外部数据库，AI先检索再回答，引用有出处。

配置方法比想象中简单——改一个JSON文件，加三行字段，重启客户端。以CourtListener MCP为例，在claude_desktop_config.json里加上对应的服务地址和参数，保存、重启、搞定。

适用人群：只要你在用AI辅助法律工作，MCP是收益最高的第一站。不需要写代码，不需要部署模型。

Scene 02

第二类：API——法务开发团队的基础设施

适合场景：自建检索系统、批量数据处理、自动化工作流

使用方式：一行curl命令开始调

MCP适合个人用，但如果你的团队想搭建自己的系统——比如内部判例搜索引擎、自动合规检查工具——需要的是API。awesome-legaltech收录的API大部分都是RESTful接口，返回JSON格式数据，带引用来源和相关性评分。

1
2
# 举个例子，调CourtListener查判例curl "https://www.courtlistener.com/api/rest/v3/opinions/?q=non-compete+California"

适用人群：有技术团队的法务部或律所。如果你只是个人执业律师，没必要自己搭——直接用MCP就行。

Scene 03

第三类：本地大模型——数据安全敏感场景

适合场景：涉密数据不能出内网、需要定制化法律AI

使用方式：部署到本地服务器

ChatLaw和DISC-LawLLM这类模型的定位不是替代MCP或API，而是覆盖数据不能出境的场景——比如处理客户敏感信息的律所，或者司法机构。

部署门槛不算高：ChatLaw 7B版本8GB显存就能跑，没GPU也能用CPU。但我的建议是：先别急着部署。本地模型解决的是“有没有”的问题，法律业务的核心是“准不准”。先用MCP和API把流程跑通，再决定要不要上本地模型。

Part 04

四、评测基准：一个表格讲清楚

选工具之前，先看评测。awesome-legaltech收录了以下基准：

用法：如果一个法律AI产品在LegalBench或LawBench上没有公开的评测数据，你对它保持怀疑没有错。

Part 05

五、我的配置建议

写到最后，我知道很多同行想要的是：我现在该装什么？

我自己的配置方案供你参考：

基础配置（30分钟搞定）

1. 装Claude Code（或任何支持MCP的AI客户端）
2. 配置 CourtListener MCP → 搞定美国判例检索
3. 配置 EU Compliance MCP → 搞定欧盟法规检索

这三步做完，你的AI就能直接检索900万+美国判例和61部欧盟法规，全程自然语言对话。全程不需要写代码。

进阶配置（需要半天到一天） 4. 再配一个 Korean Law MCP 或 Pasal MCP（看你业务涉及哪个法域） 5. 部署 DISC-LawLLM（Apache 2.0，商用无阻碍）作为本地辅助

避坑提醒

• 不要同时装太多MCP，AI会搞混调用哪个。2-3个就够了
• MCP连接首选本地执行模式（command+args），数据不经过第三方
• API有免费额度限制，CourtListener是公益项目靠捐赠，别当商业SaaS用
• 本地模型适合辅助检索和初筛，不要依赖它做最终判断。AI检索+人工复核才是靠谱流程

GitHub上搜 Vaquill-AI/awesome-legaltech，完整列表在里面。法律AI的差距不在能力，在信息差。

Part 06

📚 参考文献

• Vaquill-AI/awesome-legaltech - GitHub
• CourtListener API 文档
• Magesh et al., “Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools” - Stanford RegLab, 2024
• PKU-YuanGroup/ChatLaw - GitHub
• FudanDISC/DISC-LawLLM - GitHub
• Anthropic - MCP 官方文档
• LegalBench - HazyResearch
• LawBench - OpenCompass
• CUAD - Atticus Project
• Vaquill AI Integrations - GitHub
• EU Compliance MCP

⚠️ 免责声明：本文内容仅为提供信息之目的，不构成法律建议。读者在采取任何法律行动前，应咨询持有中华人民共和国律师执业证书的专业律师。本文作者及平台不对因依赖本文内容而导致的任何损失承担责任。