返回 MCP 服务概览

批量语义检索法条

law_article_recognition

根据自然语言描述批量识别相关法条内容,返回命中的法规条文片段及法规元信息。适用于识别文本中的法律条文出处,或批量通过语义查询相关法条。一次最多5组,只查一条也用数组。支持地域、时效性筛选和标题关键词过滤,timeliness为全局参数。 多地域规则:每项area只传一个地域组合(如"全国"或"北京");涉及多个地域时拆成多项(北京、上海各一项),系统按项独立返回。当地方具体事项检索无结果时,建议先用 law_statute_list 按地域定位法规名称,再用 law_semantic_clause 按条号取条文全文。

计费:单次调用消耗 30 积分 · 按组数计费,一次最多 5 组

查询参数

参数名类型必填说明
queriesarray必填检索列表,一次最多5组。每项含 text(检索文本)、area(地域组合,每项一个)和可选 keyword(标题关键词)。
queries[].textstring必填语义检索文本。自然语言描述或检索关键词,如"受贿处罚""未签劳动合同双倍工资"。(示例:受贿罪量刑
queries[].areastring必填地域组合,如"全国"或"北京"。涉及多个地域时拆分为多个查询项,勿混传。(示例:全国
queries[].keywordstring可选法规标题关键词,用于在语义检索结果中按标题过滤。多个用空格分隔,之间为AND关系。(示例:刑法
timelinessstring可选是否只查现行有效法规(全局参数),传"是"只返回现行有效法规,为空则查询全部法规。(示例:

响应字段

字段类型说明
queryIndexnumber对应 queries 数组的索引
resultsarray该查询项的检索结果列表
results[].titlestring所属法规标题
results[].tiaostring法条条号
results[].contentstring法条原文片段
results[].scorenumber语义匹配得分

请求与响应示例

请求示例json
{
  "queries": [
    { "text": "受贿罪量刑", "area": "全国" },
    { "text": "诈骗罪怎么判", "area": "全国", "keyword": "刑法" }
  ],
  "timeliness": "是"
}
响应示例json
{
  "code": 200,
  "data": [
    {
      "queryIndex": 0,
      "results": [
        {
          "title": "中华人民共和国刑法",
          "tiao": "第三百八十三条",
          "content": "对犯贪污罪的,根据情节轻重,分别依照下列规定处罚……",
          "score": 0.89
        }
      ]
    },
    {
      "queryIndex": 1,
      "results": [
        {
          "title": "中华人民共和国刑法",
          "tiao": "第二百六十六条",
          "content": "诈骗公私财物,数额较大的,处三年以下有期徒刑……",
          "score": 0.92
        }
      ]
    }
  ]
}

自然语言调用示例

在 AI 客户端中可直接用以下方式提问

  • 帮我查一下受贿罪和诈骗罪的量刑规定
  • 未签劳动合同双倍工资和加班费的相关法规
  • 民法典里关于违约责任和侵权责任的规定

使用场景

1

审查对方文书中的法条引用

把对方答辩状、合同条款等文本提交给工具,自动识别其中引用的法条并返回原文用于核实。

2

批量识别合同条款法律依据

一次提交多段合同条款,批量识别每条条款暗含的法律依据,提高合同审查效率。

3

核实 AI 生成回答的引用出处

将 AI 生成的法律回答提交识别,确认其中引用的法条是否真实存在、出处是否准确。