1stAuthor Law

那一条,适用它的那个案子,以及案子引用的那些条。

26 个国家的法规,带中英译文与条级抽取。中国裁判文书,带结构化 brief。双向交叉关联,分层阅读,按律师的写法给引用。

一句提问进去,带引用的回答流出来
语料
来源规模深度
法规26 个法域 · 33,103 部 · 1,539,593 条原文、中/英译文、条级抽取:主体、条件、后果、关键数值、引用
判决中国 17,491,643 · 美国 10,089,130结构化 brief:案由、法院、审级、日期、争议焦点、法条、金额、判项。说理与判项按节给出。美国判决意见 344 万可按语义检索,其余只走关键词
交叉关联法条 ↔ 案例每份判决的法律依据解析为条 ID;每条法条带引用它的案例数
示例

它为这三类问题而生

中文问题直接用。点一个看请求形态。

渐进式阅读

分层读,不要一口气全读。

每一层都是单独一次调用,便宜到可以对全部候选跑一遍。判断一篇论文值不值得读,花 300 个 token,而不是 23,000。

一份判决(2022)湘0902刑初12号
brief案由、法院、日期、争议焦点、引用法条、金额、判项
~100 tok
head全部结构化字段:诉请、事实、情节、说理、当事人
~400 tok
section opinion“本院认为”——法院的说理,原文(需 cases:fulltext 授权)
~600 tok
raw判决全文(需 cases:fulltext 授权)
~2k tok
一部法中华人民共和国刑法
retrieve条级混合检索,返回 brief
~120 tok
brief一部法:元数据 + 章节目录
~900 tok
article一条:原文 / 译文 / 抽取 / 被引案例数
~250 tok
context前后条 + 所属章
~800 tok
raw整部法
~90k tok
过滤

按律师的检索习惯设计的过滤

法规

jurisdiction(ISO3)、law_id、law_type、domain、status、norm_type、生效日期、语言

案例

case_nature、案由、省、市、court_level、审级、日期、law_refs、金额区间、刑期月数、缓刑

Facets

GET /law/facets 与 GET /case/facets 返回每个过滤字段的合法值和计数,agent 不用猜

信任

覆盖率与偏差说明

覆盖率与偏差说明

中国刑事判决已全量索引。民事判决目前约 12%,且样本不随机——它跟着 enrichment 队列走。每个法律响应都带 coverage 块说明这一点;写进你的 tool description,让 agent 对民事案例的结论加限定。enrichment 跑完之前,民事检索结果当作参考,不当作穷举。

引用格式

法条:[中华人民共和国刑法 第266条]

案例:[(2022)湘0902刑初12号]

覆盖

法条:26 个法域,完整。判决:亿级语料,刑事部分抽取完毕(主体为 2014–2019);民事、行政、执行仍在抽取、每日增长——每个响应都带 coverage。

给你的 agent 一点可以推理的东西。

免费额度,无需绑卡。