简体中文 · English

DeepLaw 2.0

面向 Agent 的可验证知识库。
让文件成为可定位、可核验、可复现的知识。

快速开始 · 系统架构 · Evidence Compiler · Agent 接入 · 当前收录 · 文档

---

DeepLaw 2.0 把法律资料构建为版本化、可追溯的知识发布。在回答问题前，它先确定问题需要 哪些证据，再依据来源、版本、时效与抽取质量，从知识库中选择少量必要片段；无法覆盖的内容 作为显式缺口返回，而不是交给模型猜测。

它不是把整座知识库塞入上下文，也不是让一个不可解释的总分决定答案。候选发现、关系连接和 质量筛选发生在模型上下文之外，Agent 最终只接收一个有硬预算、可按 ID 复核的 Evidence Pack。

核心能力

能力	DeepLaw 2.0 的做法
来源绑定	每个可引用片段绑定原件、官方来源、版本、定位、source hash 与 segment hash
结构保真	保留文档顺序、标题/条文层级、页码、段落、表格行和抽取证据
主题防串扰	已审核概念绑定原件 hash 与条款；相邻罪名或其他标准不能补位，无法解析即返回缺口
证据编译	先定义问题必须覆盖的证据义务，再按优先级在硬预算内选择小型、去冗余的覆盖集
限制优先	时效不明、抽取风险、例外或冲突不会被相关性分数掩盖，而是进入不确定证据或缺口
有界交付	默认最多五张证据卡；完整文本按精确 segment_id 二次读取，不暴露内部候选池
可验证回执	receipt 固定到不可变 release、document、segment 与文本 hash，可独立核验
宿主隔离	官方目录、用户私有法律资料与 Analytix 案件项目物理分离，Agent 接口保持只读

DeepLaw 架构

DeepLaw 架构将“原件”和“便于 Agent 使用的视图”严格分层：

Immutable Source Files
  → Document IR
  → Immutable SQLite Knowledge Release
  → Rebuildable Markdown / Search / Map Views
  → Evidence Compiler
  → Evidence Pack
  → Agent

• 不可变原件：保存取得来源、文件身份、字节数与 SHA-256，是内容追溯的起点；
• Document IR：把 DOCX、PDF、TXT 输入统一成有顺序、有定位、有版面与抽取质量信息的 block，不提前丢失页码、段落、表格或来源关系；
• SQLite Knowledge Release：是运行时规范数据源，以 mode=ro&immutable=1 打开，保存 block、segment、版本、关系、风险与 hash；
• Markdown 派生视图：用于人工浏览、校对和审阅，由 Document IR 确定性生成；它可以删除 和重建，但不覆盖原件，也不是运行时权威数据源；
• 发现视图：全文索引、关系地图和其他候选发现能力都固定到 release，可重建，不能提升 资料的权威、时效或审核状态。

这套分层避免把 Markdown 当数据库，也避免让抽取后的扁平文本成为无法回到原件的第二份真相。

从文件到证据的知识闭环

动作	作用	约束
Ingest	校验文件、解析内容并建立 Document IR	处理成功不等于人工审核通过
Organize	保存层级、顺序、版本与 Knowledge Map	派生摘要不能覆盖原文
Locate	定位题名、文号、条款、关键词与相关片段	泛词不会展开成无限候选
Connect	连接引用、修订、废止、替代、定义与例外	关系连接本身不是法律结论
Explain	生成有来源的导航、短摘要与问题分解	派生解释必须回到精确来源片段
Verify	检查来源、时效、证据义务、预算、缺口与回执	不为看起来完整而补造答案

Deliver 是最终动作：只把完成当前任务所需的证据、限制、缺口和回执交给 Agent。

Evidence Core

Evidence Core 将五类信息保持在同一条可复核链路中：

• Sources & Versions：固定 release、来源 URL、source hash、segment hash 与精确定位；
• Knowledge Map：只让有来源的关系进入权威路径，派生关系只能用于发现候选；
• Evidence Duties：把问题编译为封闭的证据要求，包括主规则、精确引文、时效、定义、 解释、程序、数额/立案标准、反证和案例参考；
• Limits & Gaps：限制卡片、字符、关系路径和 hop；区分证据缺口、语料缺口、复核缺口、 时效缺口和抽取缺口；
• Receipts & Replay：记录选择结果所绑定的 release、segment 与 hash，使结果可验证、可重放。

Evidence Compiler

Evidence Compiler 是 DeepLaw 2.0 的核心查询路径。它不直接截取“分数最高的若干片段”，而是 先定义什么才算足以回答当前问题，再选择内容：

Question
  → closed Evidence Duties
  → bounded candidate discovery
  → integrity / relevance / temporal-intent / extraction admission
  → coverage witnesses
  → limitation and counterevidence challenges
  → bounded coverage-first evidence set
  → evidence + uncertain evidence + gaps + receipts

在有限候选池和上下文预算内，编译器按确定性优先级先满足精确目标与必需证据义务，再处理 定义、限制、例外、反证和版本变化；只有能新增或改善 witness 的候选才进入结果。这个过程追求 有界覆盖与去冗余，不宣称求解全局最小集合。大量同主题片段不能挤掉精确条文或必要限制；没有 通过能力条件的候选不能产生 coverage witness，也不能把必需证据标记为已覆盖。

Evidence Pack 明确区分：

输出	含义
evidence	通过完整性、相关性及本次查询实际启用的时效/抽取门禁的研究证据；不等于来源身份或现行效力已完成人工审核
uncertain_evidence	与问题相关，但至少一项准入条件尚未满足
obligation_coverage	每项证据义务由哪些可检查 witness 覆盖
gaps	尚未覆盖或无法确认的证据、语料、时效、复核与抽取缺口
receipt_id	可对固定 release 中的片段重新计算 hash 的回执

候选发现可综合题名、条文、相关性和来源层级用于排序，但这个排序分数不能提升完整性、时效、 抽取质量或人工审核状态。模型或派生索引可以帮助发现候选，不能自行判定修订废止、消除阻断性 缺口或把研究候选变成案件适用结论。

当前版本 v0.3.0

能力	当前状态
文件处理	官方目录支持 DOCX/PDF；用户私有库另支持 UTF-8 TXT；保留 block 级定位与抽取证据
数据表示	不可变原件、Document IR、只读 SQLite release 与可重建 Markdown 派生视图分层
官方目录	Ed25519 验签、HTTPS 更新、sequence 防回滚/改写、逐来源大小与 SHA-256 校验
用户私有库	owner-only 物理目录、显式增删、独立不可变快照，不与官方结果混排
定位与连接	题名、别名、文号、条款、中文全文检索、来源绑定主题定位与有限关系路径
证据交付	封闭 QueryPlan、启发式证据义务、按查询启用的时效/抽取门禁、有界证据、显式缺口与 receipt
Agent 接口	一个只读 MCP leaf tool；官方与私有 operation 分离，没有语料写工具
宿主	Codex、Claude Code 与 OpenCode 适配；Analytix 案件项目仍在 DeepLaw 2.0 范围之外

快速开始

需要 Python 3.11+ 和 uv：

git clone https://github.com/Eysn0130/DeepLaw.git
cd DeepLaw
uv tool install '.[document-engine]'
deeplaw --version

官方目录包含 PDF。首次安装或更新官方 release 前，还需安装 PDF 渲染、OCR 与简体中文语言数据：

# macOS (Homebrew)
brew install poppler tesseract tesseract-lang

# Debian / Ubuntu
sudo apt-get update
sudo apt-get install -y poppler-utils tesseract-ocr tesseract-ocr-chi-sim

安装后可独立验证四项构建依赖：

deeplaw-document-engine --version
pdftoppm -v
tesseract --version
tesseract --list-langs | grep -x 'chi_sim'

签名官方目录声明的构建策略是强制策略。official install 与 official update 会在下载任何官方 原件、构建 release 或切换激活版本前执行同样的严格预检；缺少任一依赖即终止，不会静默降级， 也不能通过 CLI 弱化目录策略。若机器只读取已经构建好的 release，可改用轻量安装 uv tool install .。处理用户自己的风险 PDF 时显式选择：

uv tool install --force '.[document-engine]'
deeplaw private add \
  --source "/path/to/scanned-legal-reference.pdf" \
  --pdf-fallback document-engine \
  --allow-needs-ocr \
  --confirm-no-case-data

安装 DeepLaw 2.0 团队维护的官方目录。客户端先验证签名，再从目录记录的官方来源下载原件并在 本机构建不可变 release；仓库不重新分发这些原件。

deeplaw official install
deeplaw official status
deeplaw doctor

需要人工浏览或校对时，可从不可变 release 确定性导出 Markdown；该目录是派生视图，可随时删除 并重建：

deeplaw export-markdown --output "/path/to/deeplaw-markdown"

团队发布新目录后，由用户显式更新：

deeplaw official update

已经持有与目录完全一致的 source package 时，可以复用本地原件：

deeplaw official install --source-root "/path/to/legal-source-package"

官方目录是可选能力，停用或卸载不会触碰用户私有库：

deeplaw official disable
deeplaw official enable
deeplaw official uninstall

用户自己的法律参考资料进入独立的本机私有库。导入需要确认文件不是案件材料；Agent 只能 读取，不能通过 MCP 上传或删除。

deeplaw private add \
  --source "/path/to/user-legal-reference.docx" \
  --confirm-no-case-data
deeplaw private list
deeplaw private search --query "资料题名 第一条"
deeplaw private delete --document-id "doc_..."

Agent 接入

宿主	入口	激活边界
Codex	plugins/deeplaw	由 Skill 按法律任务显式使用只读 MCP
Claude Code	plugins/deeplaw	使用同一组 Skill 与 MCP 契约
OpenCode	adapters/opencode	默认不激活，由专用 agent 显式授权
Analytix	docs/ANALYTIX_INTEGRATION.md	未来按 turn 接入；案件项目库不属于 DeepLaw 2.0

Codex 本地安装：

codex plugin marketplace add /absolute/path/to/DeepLaw
codex plugin add deeplaw@deeplaw

DeepLaw 2.0 只暴露一个 MCP leaf tool：law_support。官方目录使用 search/get/verify/release_info，用户私有库使用 private_search/private_get/private_verify/private_info；八个 operation 全部只读。安装插件不会 在后台下载或修改资料，安装与更新只能由用户显式运行 CLI。

普通代码、数据、SQL 或文档任务不应激活 DeepLaw 2.0。宿主必须在工具 schema 进入模型上下文前 完成法律意图门禁，避免通用 Agent 的 Token、延迟和任务路由退化。

知识边界

范围	存储与更新	Agent 访问
官方团队目录	~/.deeplaw/official 管理目录；release 位于 ~/.deeplaw/releases；团队发布递增签名目录	默认官方四个只读 operation；用户可停用或卸载
用户私有法律资料	~/.deeplaw/private owner-only 根目录；本机用户显式增删并重建独立快照	仅显式 private_*；不改变官方来源、排序或更新状态
Analytix 案件项目	Analytix 自己的每案件 SQLite/DuckDB、附件和会话存储	不进入 DeepLaw 2.0，也不由 DeepLaw 2.0 读取

当前本地私有库依赖操作系统账户和 owner-only 文件权限，不是共享服务的多租户认证。案件证据、 事实、聊天、身份、交易和 Agent 记忆不能进入官方目录或用户私有法律资料库。

文件处理与质量门禁

• DOCX：直接解析 OOXML，保留段落、表格行、样式与脚注引用；
• PDF：按页保留原生文本、版面块、定位、抽取方法、置信信息与风险标记；低质量页面进入 多路径解析和视觉复核流程；
• TXT：以严格 UTF-8 解析，保存稳定行序与段落定位；
• Document IR：为每个 block 建立稳定 ID、顺序、文本 hash、页码/段落、类型、来源和质量状态；
• Markdown：只从 IR 生成用于浏览与校对的派生视图，不作为切分、检索或法律引用的真源。

质量判断落实在页和 segment，而不是粗暴地污染整份文档。未通过抽取门禁的片段只进入 uncertain_evidence，不会成为已核验主证据；详细逐页状态、方法、hash 与审计记录保存在 release 构建报告中，修正通过新的不可变 release 发布。

质量验证

uv lock --check
uv run ruff check .
uv run pytest
uv run deeplaw eval --cases evals/core-2026-07-14.jsonl --limit 5
git diff --check

当前可复现 smoke 集覆盖精确定位、时效分桶、抽取门禁、官方/私有隔离和 receipt 往返校验。 测试所绑定的 release、database、case、源码、环境、hash 与指标见 docs/BENCHMARKS.md。跨系统性能结论需要在相同语料、问题、模型和上下文 预算下使用外部 held-out 数据验证。

安全与责任边界

• DeepLaw 2.0 返回可复核的研究证据，不替代法律意见、事实认定或裁判结论；
• 查询时不会把公网内容直接加入主证据，模型也不能自行决定修订、废止、冲突或优先级；
• 用户私有资料不能改变官方 release、审核状态、排序或更新生命周期；
• 受限法源与案件信息不得进入 issue、PR、日志、截图或公开 benchmark。

语料治理见 docs/CORPUS_GOVERNANCE.md，安全报告流程见 SECURITY.md。

路线图

• 不可变 Knowledge Release、Document IR、receipt 与只读 MCP
• 官方签名目录生命周期与用户私有法律资料物理隔离
• 精确定位、证据义务、时效/抽取门禁和显式 gaps
• Codex、Claude Code 与 OpenCode 适配
• 扩展完整法律层级与双时态法律事件账本
• 增加 Corpus Coverage Manifest 与 release 审批/撤销元数据
• 建立外部 held-out 中文法律证据 benchmark
• 完成 Analytix turn-scoped 激活与 inactive zero-impact A/B gate

文档

文档	内容
docs/DEEPLAW_2.md	DeepLaw 2.0 技术设计、形式化不变量与研究门禁
docs/ARCHITECTURE.md	系统架构、存储与运行时事实
docs/DOCUMENT_IR.md	DOCX/PDF/TXT 摄取、Document IR、PDF 多候选门禁与 Markdown 定位
docs/CORPUS_GOVERNANCE.md	法源、复核、许可、发布与更新治理
docs/BENCHMARKS.md	可复现验证结果与下一阶段评价协议
docs/RESEARCH_MATRIX.md	Agent 知识库技术研究矩阵、分层边界与对照门禁
docs/AGENT_ADAPTERS.md	Codex、Claude Code 与 OpenCode 适配
docs/ANALYTIX_INTEGRATION.md	Analytix 未来接入与 zero-impact 门禁
docs/SOURCE_AUDIT_2026-07-14.md	首批 28 份资料的来源与构建历史审计

当前收录与更新

DeepLaw 2.0 是通用法律知识库。当前官方目录收录截至 2026-07-14 的 28 份资料，包括 10 DOCX 和 18 PDF；这只是当前覆盖情况，不限定未来法域和资料类型。仓库分发签名目录、 公钥信任根、来源 URL、大小和 hash，原件在安装时从官方来源获取。

当前法源分组	数量	覆盖内容
核心法源	4	刑法、刑诉法、修正案与立案追诉标准
金融与非法集资	4	洗钱、反洗钱、非法集资及取缔规则
数据与网络	3	个人信息、数据安全与反电信网络诈骗
案例参考	4	人民法院案例库公开案例
办案程序与证据	4	经侦办案、刑事程序与涉案财物处置
反洗钱、支付与主体穿透	8	外汇、受益所有人、客户尽调、支付机构等
罪名专题	1	危害税收征管刑事案件司法解释
合计	28	10 DOCX + 18 PDF

DeepLaw 2.0 分别记录发布机关与官方托管下载站点：前者用于识别来源权威，后者记录原件的 实际取得位置。

这里的“官方目录”指 DeepLaw 团队维护、签名并从下列官方站点取材的下载目录；它不表示发布机关 对 DeepLaw 构建结果作出认证，也不等同于逐条人工法律审查。

官方下载来源	数量	当前取得的文件
国家法律法规数据库	10	DOCX：法律、修正案、司法解释等
司法部行政法规库	4	PDF：行政法规及相关规范
中国人民银行及其官方分支站点	6	PDF：反洗钱、支付、客户尽调与修改决定
山东法院官网官方托管页	5	PDF：人民法院案例库参考案例及程序文件
证监会、国家移民管理局、深交所官方托管页	3	PDF：发布机关文件的官方托管原件
合计	28	每份均记录 URL、格式、字节数与 SHA-256

使用者获取团队更新只需显式运行：

deeplaw official update

团队维护目录时遵循三个步骤：

1. 以题名、文号、发布机关、公布/施行日期和时效状态定位资料；
2. 从发布机关或官方托管页面取得原件，不猜测下载 URL，也不把网页正文另存为原件；
3. 校验格式、首页身份、大小与 SHA-256，记录版本关系后构建新的不可变 release。

草案、征求意见稿、仅有网页正文的材料、商业数据库转载和案件私有材料不进入公共目录。案例 只用于检索与论证参考，不能替代法律规范的效力判断。

社区与许可

欢迎使用 synthetic fixture 提交可复现的定位、版本、解析和安全问题。参见 CONTRIBUTING.md、CODE_OF_CONDUCT.md 和 SECURITY.md。

DeepLaw 源代码按 Apache License 2.0 发布。外部法源、案例、网站版式和第三方资产的 相关权利仍由各权利人保留；可选文档处理依赖的许可、模型与再分发边界见 THIRD_PARTY_NOTICES.md。