壹律法条 · China Law Search

把国家法律法规数据库（flk.npc.gov.cn）的条文落到本地，用一个 SQLite 文件 + 一个 FastAPI 服务， 给律师和法务提供可离线、可自建、可增量更新的法条检索与引文核验能力。

代码在这里，数据在 Release。 全量库解压后 2.3 GB，不进 git， 用 tools/fetch_data.py 一条命令下载。

不想折腾命令行？ 把 INSTALL.md 第一节里那段话整段复制给你的 AI （WorkBuddy / Claude / ChatGPT / Trae 都行），它会自己检查环境、下载、装好、跑通验证， 最后把本地查询页面打开。你只需要在最后点一次「信任」。

四种用法，按需要选：

• 本地查询界面：双击启动脚本，浏览器打开就能搜法条、按条号定位、批量核验引文。 完全离线，最贴近律师日常用法。
• 接进 agent（MCP）：WorkBuddy、Trae、ZCode、Claude Code 等直接查法条， 用条文支撑结论前自动核验真假与时效。零第三方依赖，是最快让 AI 会查法条的方式。
• HTTP API：接进自己的办案系统、文书工具、AI 工作流。
• 自建数据库：用内置流水线把官方 Markdown 解析入库，或按增量包持续更新。

能力

快速开始

下文命令写作 python3。Windows 上如果提示找不到该命令，换成 python。

一、接进 agent（不需装任何依赖）

git clone https://github.com/tlgzs/china-law-search.git
cd china-law-search
python3 tools/fetch_data.py            # 下载数据包并校验
python3 mcp/install.py --all --yes     # 写入本机 agent 配置

MCP 服务器只用 Python 标准库，不需要 pip install 任何东西， macOS 自带的 Python 3.9 就能跑。装完在 WorkBuddy 的连接器页点「信任」， Trae / Cursor 重启客户端即生效。四个工具的用法见 mcp/README.md。

跑通验证：

python3 mcp/server.py --selftest

二、本地查询界面

需要三个 Web 依赖（fastapi / uvicorn / pydantic）。装数据之后直接双击：

启动.command     # macOS
启动.bat         # Windows

脚本会自动建虚拟环境、装依赖、等服务就绪再打开 http://127.0.0.1:8001 （端口被占用会顺延到 8010 之间）。命令行用 ./start.sh 效果一致。

也可以手动起：python3 -m uvicorn server.law_search_service:app --port 8001。

打开后三个页签，分别对应「只记得关键词」「已知道条号」「手里有引文要核」三种场景。 检索框支持 ⌘K / Ctrl+K 聚焦，首屏有八个常用查询点击即搜，底部显示当前数据版本。 服务默认只听 127.0.0.1，同一局域网的其他机器连不上。

详细用法见 INSTALL.md 第五节。

语义检索是可选的，要另装 requirements-vector.txt（会连带 torch，2 GB 以上）。 不装照样能用：服务检测不到向量库时自动降级为 FTS5 全文检索， 检索、条文定位、引文核验三项功能都不受影响。

三、Docker

docker compose up -d

数据目录 ./data 挂载进容器，先跑一次 python3 tools/fetch_data.py，或把下载好的库放进去。

数据不在仓库里

全量库解压后 2.3 GB，超过 git 单文件上限，所以仓库只放代码，数据走 Release。 tools/fetch_data.py 一条命令完成下载、校验、解压、就位：

python3 tools/fetch_data.py            # 没库就下全量；有库则比对版本，有新才下
python3 tools/fetch_data.py --check    # 只看版本，不下载
python3 tools/fetch_data.py --full     # 强制重下全量

下载的东西不会被盲目覆盖：先解压到临时文件，校验 sha256 与数据库完整性， 通过后才替换，旧库留一份 .bak。

网络下不动 GitHub 时，用浏览器手动下载 Release 附件，再：

python3 tools/fetch_data.py --from-file 下载到的 law_data-xxx.db.zst

--from-file 也认 .gz。两种格式内容一致，.gz 略大但解压不需要额外装任何东西。

直接下 ZIP 包（没用 git clone）的人要注意：解压出来的目录里没有 .git， fetch_data.py 猜不到该从哪个仓库下载，会直接报错退出。显式指定即可：

python3 tools/fetch_data.py --repo tlgzs/china-law-search

以后自己 fork 过、想从上游取数据时也用同一个参数。

数据从哪来

法规文本来自国家法律法规数据库（flk.npc.gov.cn）公开下载的 Markdown 文件， 属官方文件，可自由使用与再分发。

这个仓库不提供任何自动采集代码，也不建议任何人对该站点做批量抓取—— 站方 robots.txt 明确禁止自动化采集。数据包由维护者线下更新后发布， 使用者只从本项目 Release 下载成品。

覆盖范围

合计 16,808 部法规 / 700,471 条现行条文，另含 334,253 条历史条文 （标 repealed + 失效日期，默认不返回）。

条文收录截至 2026-09-16（库内最新一部法规的公布日期）。这个日期由 corpus_version 之外的 data_cutoff 单独记录——版本号说明「哪天打的包」， 截止日说明「条文收到哪一天」，两者不要混。

不含以下内容，因为官方库本身不收录：

• 部门规章（各部委令）
• 地方政府规章（省市政府令）
• 军事法规、党内法规、国际条约

查「建设工程」「食品经营」这类主题时查不到住建部、市场监管总局的规章，是数据源边界， 不是库坏了。判断某个引用能否在这里核验，先看它是不是上述八类之一。

增量补丁的来源与核对

2026-07 以后公布的法规，通过第三方镜像 lawtext/legal-data-docx 取原件 （其上游仍是国家法律法规数据库），个别「重新公布」文本以中国人大网转载稿为核对基准。

每一部入选法规都要过四关：提取公布 / 施行日期 → 切分条文 → 与库内同名现行版本逐条比对 → 生成变更报告人工过一遍后才写库。镜像里比库内更旧的历史文本一律不采用， 在报告里单列为 stale——否则会出现用 2014 版顶掉 2018 版这类静默倒退。

版本与校验

数据以 GitHub Release 附件发布，tag 与版本号一致，形如 data-2026.10.31.1：

• law_data-<版本>.db.zst / .gz：全量库，两种压缩格式内容一致
• delta-<版本>.json.zst / .gz：增量变更集，只含变的法规
• manifest.json：版本号、条数、db_sha256、各资产的 sha256 与适用版本

每个响应都带 data_snapshot.corpus_version，标明这批数据截至哪一版。 数据是快照，不是实时：涉及时效敏感的案件，请以官方发布文本复核。

本地查询界面

服务启动后打开 http://127.0.0.1:8001，三个页签：

• 法条检索：输入关键词，勾选「含已被修订的旧版本条文」可一并看到历史条文， 失效版本带红标并排在现行条文之后。检索完成会显示命中数与耗时。
• 条文定位：填法律名称与条号（82 或 第八十二条 都认），增补条在第三栏填 之一。
• 引文核验：一行一条引文，例如 《劳动合同法》第八十二条，一次核完。 一行里写并列引文（第八十二条、第八十七条）会自动拆成两条分别核， 不会只核第一条。

界面完全离线，不加载任何外部资源。底部常驻显示数据版本—— 写进意见书前应该看一眼，心里有数自己引的是哪一版。

三张图依次对应上面三个页签（截图时数据版本 2026.10.31.1）：

法条检索：命中条数与耗时直接显示，旧版条文可一并调出，带红标排在现行条文之后

条文定位：法名 + 条号即可，下方给出章节归属、公布与施行日期、现行状态

引文核验：逐条列出是否命中、命中哪一条、现行是否有效、是否与库内条文一致

接入 agent（MCP）

不想复制粘贴，让 agent 自己查。内置一个 MCP 服务器，四个只读工具：

python3 mcp/install.py --list              # 看本机装了哪些客户端
python3 mcp/install.py --all --yes         # 写入（默认只预览，加 --yes 才落盘）
python3 mcp/server.py --selftest           # 装完自检

安装器覆盖 WorkBuddy、Trae、ZCode、Claude Code、Codex、Cursor、Cline、Windsurf， 自动探测配置位置、备份原文件、合并写入（不动别人已有的 MCP 条目）。

两个必须知道的前提：

• 写文件不等于生效。WorkBuddy 要在连接器页点「信任」，Trae / Cursor 要重启， 这些脚本做不到，逐步说明见 mcp/README.md。
• MCP 直连 SQLite，不需要先启动服务——agent 自己拉起子进程，用完即退。 这也是它只要 Python 标准库、不装 mcp SDK 的原因。

API

服务默认免认证（本地自用）。需要对外开放时设 LAW_API_ENFORCE=1， 并在 data/api_keys.json 配置 token：

{
  "my-app": {
    "token": "换成你的随机串",
    "tier": "private",
    "rate_limit_per_min": 0,
    "rate_limit_per_day": 0
  }
}

tier 为 public 时按 IP 限流，超额返回 429 与 Retry-After。 注意：开了强制认证却读不到任何 token 时，服务会自动降级为免认证，避免装完打不开。

GET /health

免认证。返回服务状态、法条总数、现行有效条数、向量库是否启用。

GET /api/law/search

curl -G http://127.0.0.1:8001/api/law/search \
  --data-urlencode "q=未签书面劳动合同" \
  --data-urlencode "k=5"

检索走三级策略，逐级保底：

1. FTS5 trigram 全文索引，bm25 排序；
2. 字面包含匹配；
3. 把查询拆成两字片段，命中多数片段即召回（中文不靠分词也能兜住改写）。

返回的 engine 字段标明实际走的路径，items[].score 为 0~1 的相关度。

GET /api/law/article

curl -G http://127.0.0.1:8001/api/law/article \
  --data-urlencode "law_name=劳动合同法" \
  --data-urlencode "article_num=82"

POST /api/law/verify

curl -X POST http://127.0.0.1:8001/api/law/verify \
  -H "Content-Type: application/json" \
  -d '{"citations": ["《劳动合同法》第八十二条", "刑法第一百三十三条之一"]}'

每条结果包含 verified、status、effective_date、repeal_date、replaced_by、 is_principle_clause、has_multiple_versions。has_multiple_versions 只在同一部法规 存在多个版本时为真，不会因为法规名相近而误报。

GET /api/law/stats

返回按法规类型分组的条数统计、现行有效条数、向量库状态。

自己建库

ingest/ 是一条完整流水线。解析与建库只依赖标准库，不需要装任何包； 只有第 3 步建向量索引才需要 pip install -r requirements-ingest.txt。

# 1) 把官方下载的 doc/docx 转成 Markdown（需要系统装 pandoc 与 libreoffice）
python3 ingest/convert_docx_batch.py --input-dir ./raw --output-dir ./md

# 2) 解析条号与章节，写入 SQLite（唯一真源），同时建 FTS 索引
#    默认每部法规只取最新版本；要连历史版本一起入库加 --keep-history
python3 ingest/build_sqlite_from_markdown.py --markdown-dir ./md --output-path ./data/law_data.db

# 3) 可选：构建向量索引，启用语义检索
python3 ingest/ingest_to_vectordb.py --markdown-dir ./md --db-path ./data/legal_vector_db

SQLite 是唯一真源，向量库只是可重建的索引。 向量库损坏不影响数据， 删掉重跑第 3 步即可。不装向量依赖时，服务自动降级为全文检索，功能不受影响。

增量更新

法规会修订，库要跟着走。把下载到的新版文件丢进 inbox/：

# 第一步：扫描 → 转换 → 解析 → 比对 → 出报告（只出报告，不写库）
python3 tools/update.py --inbox inbox/

# 打开 reports/changes-<时间>.html 逐条看：新增条、修改条（左右对照）、删除条、元数据变更

# 第二步：确认无误后写库
python3 tools/update.py --apply reports/changes-<时间>.plan.json --approve

设计上刻意留了一道人工闸门：没有 --approve 绝不写库。法条改动直接影响律师引用， 不能自动生效。

写库是单事务完成的：新版本插入，旧版本标为已失效（记录失效日期与被替代关系）， 同时写入 ingest_batches 审计记录。同一个文件重复投放不会重复入库（按文件 sha256 去重）。

流水线的完整设计（比对口径、版本模型、校验项）见 docs/UPDATE-PIPELINE.md。

提交新法规 / 条文纠错

库里缺法规、条文有错、版本不是最新，都可以提，不用会写代码。

• 只报缺：用 提交新法规 表单提 issue，写清法规全名与官方页面链接。
• 手上有原件：把官方下载的 .docx / .md 直接拖进 issue。原件比任何描述都有用—— 维护者用自己的管线重新解析、比对、出报告，不采用外部生成的数据库或补丁包。
• 想连比对结论一起交：本地跑 python3 tools/update.py --inbox inbox/， 把生成的 plan.json 附上。它只作参考，不会被直接写进库。

两条要求：原件来自国家法律法规数据库或其原始镜像，不从门户网站转载稿里取； 法条文字一律不改写、不补标点。完整流程与会被拒的情形见 CONTRIBUTING.md。

不要交整库 .db，也不要接受别人私下发的 delta-*.json 包。 apply_delta.py 只校验格式、不认来源，包里的内容没有人替你核过。

发版

# 1) 把本次变更并入账本，并打出累积增量包
python3 tools/make_delta.py --plan reports/changes-xxx.plan.json \
    --out dist/delta-2026.11.30.1.json

# 2) 打包全量库 + 增量包 + manifest（同时产出 .zst 与 .gz）
python3 tools/make_release.py --db data/law_data.db \
    --delta dist/delta-2026.11.30.1.json --out-dir dist/

# 3) 上传为 Release（需已安装 gh 并登录）
gh release create data-2026.11.30.1 dist/* --title "数据 2026.11.30" --notes "法规 N 部 / 法条 N 条"

增量包是累积的，不是一版配一版。 state/change-ledger.json 记着自首个 Release 起所有改过的法规，每次发版把账本里每部法的最终态全文打进去。所以 用户的库停在哪一版都只下这几 MB，不用逐版追。同一部法改过多次，包里只存最终 一份，体积随「改过多少部法」增长，不随发版次数叠加。

实测参考：315 部法规 / 7253 条正文 → 8.5 MB 未压缩、1.4 MB gz、841 KB zst。

必须先跑 make_delta.py 再跑 make_release.py：前者顺带更新账本，跳过它直接 打包会让增量包内容与账本对不上。make_release.py 会核对增量包的 to_version 与本次全量库版本，不一致直接拒绝——那说明增量包是用旧的库打的。

两种压缩格式都要发，不是冗余：用户机器上可能既没有 zstandard 库也没有 zstd 命令， 那时只能退回 .gz（gzip 是 Python 内置）。只发 .zst 会让这类用户装不上数据。

没装 gh 时怎么发

gh 不是必装的，网页上操作等价：

1. 仓库右侧 Releases → Create a new release
2. Choose a tag 填 data-2026.11.30.1，Target 选 main（点「Create new tag on publish」）
3. Release title 填 数据 2026.11.30.1，正文写变更摘要
4. 把 dist/ 里三个文件拖进附件框：manifest.json、.gz、.zst。文件名不能改， 必须与 manifest.json 里 artifacts[].name 逐字一致，否则用户端挑不到资产
5. Release label 保持 None
6. 点 Publish release

两个容易错的点：

• 不要选 Pre-release。fetch_data.py 走 /releases/latest，GitHub 会跳过预发布， 选了之后所有用户下载都报「这个 Release 里没有 manifest.json」。
• 首个 Release 没有「Set as the latest release」勾选项，发布后自动成为 latest； 从第二个 Release 起才出现，那时必须勾上。

浏览器传大文件失败时，用 token 补传（只需 repo 权限的 classic PAT）：

RID=$(curl -s -H "Authorization: Bearer $TOKEN" \
  https://api.github.com/repos/tlgzs/china-law-search/releases/tags/data-2026.11.30.1 \
  | python3 -c "import json,sys;print(json.load(sys.stdin)['id'])")

for f in manifest.json law_data-2026.11.30.1.db.gz law_data-2026.11.30.1.db.zst; do
  curl -X POST -H "Authorization: Bearer $TOKEN" \
    -H "Content-Type: application/octet-stream" \
    --data-binary @"dist/$f" \
    "https://uploads.github.com/repos/tlgzs/china-law-search/releases/$RID/assets?name=$f"
done

发布后核对 python3 tools/fetch_data.py --check 能读到版本，再核对附件大小与 dist/ 一致。

用户侧升级

升级和首次安装是同一条命令：

python3 tools/fetch_data.py

它读 Release 的 manifest.json：已是最新就不动；本地版本不早于增量包的 min_version 就只下增量（几 MB）；本地比 min_version 还旧（中间断了好几轮， 只补这一包会漏掉更早的改动）才下全量。增量这条路任何一步不通都会自动回落全量， 不会把用户卡在报错上。

增量应用约 100 秒，其中 90 多秒花在重建 100 万条的全文索引上。只有真的写入了 新法规才重建；版本号对得上、或内容已在库里（重复应用、断点重跑）时直接返回。

手工控制升级时点可以单独用：

python3 tools/apply_delta.py --delta dist/delta-2026.11.30.1.json.gz

目录结构

INSTALL.md                     装不上、打不开先看这份（含「发给 AI 的一段话」）
server/
  law_query_core.py            法条查询内核（纯 sqlite3，HTTP 与 MCP 共用同一套规则）
  law_search_service.py        HTTP 服务（检索 / 定位 / 核验 / 统计）
mcp/
  server.py                    MCP 服务器（stdio，四个只读工具，零第三方依赖）
  install.py                   各客户端安装器（探测 / 备份 / 合并写入 / 移除）
  README.md                    各家客户端的配置位置与坑
web/index.html                 本地查询界面（单文件，零外部依赖）
ingest/                        建库流水线
  schema.py                    表结构与迁移（幂等，老库自动补列）
  build_sqlite_from_markdown.py  Markdown → SQLite + FTS
  parse_markdown.py            解析条号、章节、元数据
  dedup_old_versions.py        历史版本去重
  ingest_to_vectordb.py        构建向量索引（可选）
tools/
  fetch_data.py                下载 / 校验 / 安装数据包（用户侧）
  update.py                    增量更新主程序（出报告 / 确认写库）
  diff_articles.py             条文级比对 + HTML 报告
  make_delta.py                生成累积增量包（顺带更新变更账本）
  apply_delta.py               应用增量包（幂等，可重复跑）
  make_release.py              打包发版资产
state/change-ledger.json       变更账本：自首个 Release 起改过的法规清单
docs/UPDATE-PIPELINE.md        更新流水线的设计说明
.github/ISSUE_TEMPLATE/        issue 表单：提交新法规 / 法条纠错

为什么单抽一个 law_query_core.py：条号「之一」与法规名归一这两条规则， 一旦网页端和 MCP 端各写一份，迟早走岔——表现为「网页查得到、agent 查不到」。 而这种错在 agent 场景下不会有人复核，代价比网页高得多。所以只允许一份实现。

配置

全部通过环境变量，默认值见 server/law_search_service.py 顶部，示例见 .env.example。

老版本数据包不需要手动迁移：服务启动时会自动补齐新增字段，可反复执行。

常见问题

查不到想要的条文？ 分三种情况：

1. 检索词太长。检索是关键词匹配，不是问答——「公司不给上社保怎么办」这类整句， 换成「社会保险」再搜。
2. 两字词召回不全。FTS 索引按 3 字窗口建立，「工伤」「欠薪」这类两字词用不上索引， 会退化成全表匹配——约 1 秒出结果，但召回不完整。查两字概念建议走 MCP， 让 agent 先把它扩成「拖欠劳动报酬」这类法言法语再查。
3. 法规本身不在库里。本库只覆盖官方八类（见「覆盖范围」）， 部门规章和地方政府规章不在其中。

条文和官网对不上？ 以国家法律法规数据库发布的正式文本为准。 本项目只是把公开数据落到本地，不做任何改写。发现问题请用 法条纠错 表单提，附上官方原文对照。

能不能直接对公网开放？ 技术上可以，但请务必开 LAW_API_ENFORCE=1 并配置 token， 同时放在反向代理后面。默认的免认证模式只适合本机使用。

边界

• 本项目提供条文文本与检索，不提供法律意见，不替代律师判断。
• 引文核验只回答「库里有没有这条、是否现行有效」，不判断引文是否被正确适用。
• 条文时效以库内记录为准，数据版本日期见 manifest.json；涉及时效敏感的案件请自行复核。

作者与联系

壹律从简 · 作者：网络小菜鸟

• 站点：www.yilvai.com
• 微信：pmfumin
• 问题反馈：Issues

装不上、跑不通、发现某部法规缺失或版本不对，都可以直接找我， 提 issue 时附上法规名称与条号会快很多。

许可

代码以 MIT 许可发布。法规文本源自国家法律法规数据库公开数据，按其公开使用规则使用。