夜雨聆风
▲ 封面
很多人做 AI 自动化，第一反应是让 AI 去操作界面。
打开浏览器，点击按钮，选择文件，复制结果，粘贴到 Word。
这看起来很像“AI 在替我干活”。但在真正的法律工作流里，这种方式经常不稳。按钮位置变了，网页弹窗多了，登录状态掉了，文件名多一个空格，流程就断。
四明山法师 AI 夜校 Day 4 讲工具链时，我更愿意让学员先理解 CLI。
CLI，就是 Command Line Interface，命令行接口。它不靠鼠标点击，而是用一行命令完成一个动作。
对 Agent 来说，命令比按钮可靠。
先找“能被命令化”的动作
不是所有法律工作都适合 CLI 化。
适合的任务通常有三个特征：
- 1.输入清楚：比如一个文件夹、一份 Word、一批 PDF、一个链接清单。
- 2.输出清楚：比如 Markdown、Excel、目录清单、HTML、邮件草稿。
- 3.验收清楚：文件是否生成、行数是否正确、标题是否提取、图片是否上传。
不适合的任务也很明显：诉讼策略怎么定、风险等级怎么拍、客户要不要和解。这些是判断，不是命令。
CLI 化应该先从执行层开始。
法律人最值得改的四类动作
第一类，格式转换。
Word 转 Markdown、PDF 转文本、Excel 转 CSV、Markdown 转 HTML。这些动作不需要每次都靠手工复制。
示例：
pandoc input.docx -o output.md
第二类，批量整理。
把一个文件夹里的材料列出来，按文件类型统计，批量重命名，生成材料目录。
示例：
find input -maxdepth 2 -type f | sort > scratch/材料清单.txt
第三类，精确检索。
法律场景里，很多时候“确定地找到”比“模糊相关”更重要。案号、条文号、固定表述、合同条款标题，都适合用 rg 先扫一遍。
示例：
rg -n "违约金|逾期付款|解除合同" scratch output
第四类，发布转换。
公众号排版、正文图片处理、SVG 转 PNG、HTML 生成，这些都比“打开网页后台慢慢点”更适合命令化。这个工作区里的微信公众号脚本就是这种思路：Markdown 写完后，用脚本生成封面、处理图片、生成 HTML，再推到草稿箱。
一个最小改造流程
不要一上来就想“全自动办案”。
先选一个小动作。
比如“把客户发来的 Word 合同转成 Markdown，方便 AI 审查”。最小流程可以这样写：
- 1.原始文件放入
input/。 - 2.转换后的文本放入
scratch/。 - 3.审查报告放入
output/。 - 4.每一步都保留命令和时间。
对应命令可以很朴素：
mkdir -p input scratch output pandoc input/合同.docx -o scratch/合同.md rg -n "违约|解除|保密|知识产权" scratch/合同.md
然后再让 AI 接手：
“请读取 scratch/合同.md，只根据我给的审查清单标注风险。不要直接下最终法律结论；每一项风险都引用原文位置。”
这就比“帮我审一下这个合同”稳定得多。
命令要配日志
CLI 的一个好处，是天然适合留痕。
你可以把每次执行过的命令写进 scratch/处理日志.md。以后客户问、团队复核、自己返工，都能知道当时做了什么。
日志不用复杂，三列就够：
| 时间 | 命令 | 结果 | |---|---|---| | 2026-07-28 09:10 | pandoc input/合同.docx -o scratch/合同.md | 成功生成 | | 2026-07-28 09:12 | rg -n "违约|解除" scratch/合同.md | 命中 18 处 |
法律服务里，过程经常比结果更难补。命令日志就是过程的一部分。
常见坑
第一个坑：把 CLI 当成编程课。
法律人不需要先学完一整套 Linux 命令。你只要知道哪些动作可以命令化，再让 AI 帮你找合适命令，逐步积累就够了。
第二个坑：只看命令跑没跑完，不看结果对不对。
文件生成了，不代表内容正确。Word 里的表格可能错位，PDF 可能漏页，OCR 可能把金额识别错。执行之后必须有校验。
第三个坑：把判断也命令化。
命令适合做“转、找、列、传、存”。不适合替你判断合同该不该签、案件该不该诉、风险该不该接受。
从命令到工作流
一条成熟的法律 AI 工作流，通常不是一个巨大提示词，而是一串小动作：
输入材料 ↓ 格式转换 ↓ 精确检索 ↓ AI 分析 ↓ 人工复核 ↓ 输出报告 ↓ 归档留痕
CLI 负责其中最机械、最可验收的部分。Skill 负责规则。MCP 负责外部连接。子 Agent 负责并行调研。人负责最后判断。
这套组合听起来有点工程化，但法律工作本来就需要工程化。尤其当你不再只处理一份文件，而是处理一个项目、一批合同、一组证据时，靠鼠标和记忆撑不住。
别急着让 AI 像人一样点鼠标。
先把那些重复、稳定、可验收的动作，变成命令。
作者简介： 陈石律师，浙江海泰律师事务所副主任、高级合伙人、房地产与建设工程部主任，宁波市律师协会常务理事、第七届宁波仲裁委员会仲裁员，聚焦建筑房地产、投融资、并购重组及商事争议解决。曾获多家法律媒体与专业机构认可，荣登 LegalOne 2025 中国区建工及房地产实务先锋 45 强、律新社 2025 年度管理合伙人 20 佳（华东），入选《商法》The A-List 法律精英，获评 ALB China 区域市场十五佳长三角地区律师新星，并获律新社 2024 年度并购领域品牌之星。长期为万科、华润置地、信达地产、保利置业、招商蛇口、中海地产等企业提供法律服务，承办"首宗百亿地王""长春第一高楼""台州第一高楼"等代表性项目，累计服务项目投资额超千亿。近年来持续推动 AI 与法律实务融合，强调以结构化方法打通技术逻辑、法律判断与商业场景；著有《赋能法律人：AI 底层思维与应用范式》，并在多地开展相关主题讲座与分享。四明山法师 AI 夜校（legalAGI.cn）发起人。