返回 MCP 服务概览
批量核验法条引用
law_hallucination_check批量核验Agent生成的法条引用是否准确,结果按查询项分组返回。一次最多提交5组查询,只核验一条时也需使用数组。每个查询项采用双路线查询:①标题关键词+条款号精确查询——获取该法条的真实内容,可与生成内容比对;②标题关键词+语义文本检索——在该法规中语义匹配最接近的条文,帮助定位正确内容。适用于核验AI生成的法律回答中法条引用的准确性。
计费:单次调用消耗 30 积分 · 按核验条数计费
查询参数
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
queries | array | 必填 | 法条引用核验列表,一次最多5组。每项包含 keyword(法规标题关键词)、tiao(法条条号)和 text(待核验的Agent生成文本)。 |
queries[].keyword | string | 必填 | 法规标题关键词,用于定位具体法规。如"民法典""刑法""工伤保险条例"。(示例:民法典) |
queries[].tiao | string | 必填 | 法条条号(中文/数字),如"第二条""10"。与keyword组合用于精确查询该法条的真实内容。(示例:第二条) |
queries[].text | string | 必填 | 待核验的法条文本内容(Agent生成的法条正文)。与keyword组合用于语义检索该法规中最接近的条文。(示例:民法调整平等主体的自然人之间的人身关系和财产关系) |
响应字段
| 字段 | 类型 | 说明 |
|---|---|---|
queryIndex | number | 对应 queries 数组的索引 |
exactMatch | object | 精确查询结果(标题关键词+条款号) |
exactMatch.title | string | 法规标题 |
exactMatch.tiao | string | 条号 |
exactMatch.content | string | 真实法条原文 |
semanticMatch | object | 语义检索结果(标题关键词+语义文本) |
semanticMatch.title | string | 法规标题 |
semanticMatch.tiao | string | 条号 |
semanticMatch.content | string | 语义匹配的条文原文 |
semanticMatch.score | number | 语义匹配得分 |
请求与响应示例
请求示例json
{
"queries": [
{
"keyword": "民法典",
"tiao": "第二条",
"text": "民法调整平等主体的自然人之间的人身关系和财产关系"
},
{
"keyword": "刑法",
"tiao": "第二百六十四条",
"text": "盗窃公私财物数额较大的处三年以下有期徒刑"
}
]
}响应示例json
{
"code": 200,
"data": [
{
"queryIndex": 0,
"exactMatch": {
"title": "中华人民共和国民法典",
"tiao": "第二条",
"content": "民法调整平等主体的自然人、法人和非法人组织之间的人身关系和财产关系。"
},
"semanticMatch": {
"title": "中华人民共和国民法典",
"tiao": "第二条",
"content": "民法调整平等主体的自然人、法人和非法人组织之间的人身关系和财产关系。",
"score": 0.95
}
}
]
}自然语言调用示例
在 AI 客户端中可直接用以下方式提问
- ›核验一下我写的民法典第二条引用是否准确
- ›检查这段法律回答中引用的刑法第264条是否正确
- ›验证我生成的法条内容有没有幻觉
使用场景
1
校验 AI 起草文书的法条引用
AI 起草法律文书后,批量提交其中的法条引用进行核验,快速发现遗漏、篡改或编造。
2
核实 AI 咨询回答的准确性
对 AI 法律咨询回答中的法条引用做精确 + 语义双路线核验,判断是否存在幻觉。
3
批量核验多条法条引用
一次最多提交 5 组待核验内容,逐条比对真实原文与生成内容的差异。
