tianshu-legal-hub

workflow
Security Audit
Warn
Health Warn
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 5 GitHub stars
Code Pass
  • Code scan — Scanned 12 files during light audit, no dangerous patterns found
Permissions Pass
  • Permissions — No dangerous permissions requested

No AI report is available for this listing yet.

SUMMARY

天枢中台:面向律师的工作自动化系统,汇集庭期、期限、案件待办、送审和文书初稿,支持 Claude Code 等命令行 Agent。

README.md

天枢中台图标

天枢中台

律师的日常杂事在后台自己转,律师只在要拍板时点一下。

天枢中台是一位执业律师自用的工作自动化系统。它跑在 agent-autoloop 规则引擎上:到点或来事件时,确定性的活交给 Python 脚本,要动脑的活交给 Claude Code 按「处理手册」去做,凡是对外发送、提交、删除、花钱的事都先推一张卡片等本人批准。

天枢中台面板全景

截图均使用虚构的演示数据,不含真实客户、案件或账号信息。

完整图文介绍 · 下载完整源码 · 安装步骤 · 外部依赖 · 安全与数据

图文导览

天枢中台如何运转

中台的一天

庭期与案件卡片、人工确认、送审台、工作日志、自动化规则和安装示例,共 13 张图,见完整图文介绍。

它每天做什么

时间或事件 规则 做什么
每天 8:05 每日晨报 汇总 30 天内的开庭、举证和上诉期限、到期待办、待归档送审件,推桌面卡片
每天 18:05 每日晚报 当天各规则跑了什么、明后两天的安排、未完成的遗留事项
每 20 分钟 传票入库 传票扫描目录有新文件就 OCR,识别案号、开庭时间、法庭,写进案件台账日程
法院短信 法院短信 解析短信链接、下载文书、归档到案件文件夹、更新台账;新案交给「新案成稿」
新案到达 新案成稿 出案件分析报告、答辩状或起诉状初稿、证据清单,登记台账
开庭前 7 天 作战包派单 → 开庭作战包 出庭前作战包(十四部分)、质证意见、庭审发言稿、发问清单;调解中的案子出调解准备单
开庭后 庭后派单 → 庭后跟进 问本人庭审情况,更新台账,补后续待办
期限前 3 天 期限派单 → 面板出稿 按待办或日程判断要出什么文书、放哪,在案件文件夹里起草
每天 4 次 微信待办 把客户、同事在微信里交办的事变成台账待办和日程,办完自动销项(可选模块)
每 30 分钟 微信材料收取、送审收件 把微信发来的案件材料、顾问单位送审合同收进对应文件夹,出批注稿和法律评审表初稿(可选模块)
飞书私聊 飞书助理 在手机上发一句话交给助理,结果存进对应文件夹并回复(可选模块)
每周日 案件周研判、改稿回流 周研判:挑出临期、停滞的案件写简报。改稿回流:对比系统初稿和本人改定稿,提炼写作规则回写手册
每天凌晨 知识库刷新 调用本人知识库的刷新脚本(可选)

本机网页面板(面板/)把庭期日历、待办、送审台、日报和各规则状态放在一屏,可以回答卡片、改待办和日程、派活给助理。

架构

  定时 / 法院短信 / 微信 / 飞书 / 面板按钮
                    │ 事件
                    ▼
        agent-autoloop 中台(rules.json)
          │                         │
     脚本/*.py                Claude Code + 手册/*.md
    (确定性处理)              (判断、起草、归档)
          │                         │
          ▼                         ▼
   案件台账(台账接口)、资料目录、桌面通知、飞书卡片
                    │
                    ▼
        本人:在面板或飞书上拍板

目录

脚本/        Python 脚本;cfg.py 统一读配置,ledger.py 是案件台账后端的读写工具
手册/        每条 Agent 规则照着做的处理手册;作战包范例/ 是虚构的格式骨架
skills/      随仓库提供的 10 个 skill(见下表)
面板/        本机网页面板(server.py 只监听 127.0.0.1)
示例/        顾问单位参数和送审收件规则的示例
工具/        安装向导、发布前的敏感信息扫描
安装.cmd / install.ps1   一键安装入口
config.example.json      本机配置模板(安装向导会据此生成 config.json)
rules.example.json       agent-autoloop 规则模板(21 条)
AGENTS.md                给 Agent 的工作须知(任何 Agent 通用);CLAUDE.md 只是引用它
SKILL.md                 天枢中台本身作为一个 skill:教 Agent 安装、配置、管规则、排错(含 SkillHub 发布元数据)

安装

需要 Windows 10/11、可用的命令行 Agent,以及兼容的案件台账后端或自行实现的适配器。云端模型和外部服务的账号、费用由使用者自行承担。先下载并解压完整仓库,再双击 安装.cmd,按提示回答即可。安装向导会:

  1. 检查 Python 3.10+、Node.js 24+、Git,缺哪个就问您是否用 winget 安装;
  2. 在仓库里建 .venv 虚拟环境,装好 requirements.txt 里的 Python 依赖;
  3. 问您的姓名、资料目录、要开哪些模块,生成 config.json;
  4. 填案件台账后端的地址和账号,当场试登录(凭据只存在本机 ~/.tianshu-ledger/);
  5. 选用哪个 Agent 干活(见下节);
  6. 没装规则引擎的,从 GitHub 下载 agent-autoloop 官方安装脚本装好;
  7. 把 skills/ 装到 Agent 的 skill 目录,已有同名的先问再覆盖,覆盖前备份;
  8. 问是否装本机语音转写 FunASR:同意就建独立环境 ~/.funasr-local,装依赖、下模型(约 2 至 3 GB)并自检;
  9. 问扫描件识别 MinerU 怎么用:自动检测 NVIDIA 显卡和驱动支持的 CUDA 版本,有显卡默认本机识别(独立环境 ~/.mineru-local,自动换装匹配的 CUDA 版 PyTorch,模型约 4.6 GB 在首次识别时下载),没显卡默认云端识别;两种都可填 MinerU 云端 Token 作回落;
  10. 选了飞书的:装 lark-cli、绑定飞书应用、发一句话自动取您的 open_id、注册开机自启的收消息程序;
  11. 把规则合并进 ~/.agent-autoloop/rules.json(原文件先备份,校验不过自动恢复),没开的模块对应的规则不装;
  12. 在桌面放面板快捷方式,最后自检:读一次台账、出一份晨报。

每一步都能跳过,装完想改可以随时重跑 安装.cmd。批量部署时可用应答文件预填全部提问:.\install.ps1 --answers 应答.json(键名见 工具/安装.py 里各 ask 调用)。

周研判要一份在办案件清单:运行 .venv\Scripts\python 脚本\在办判断.py 生成 在办案件初判(新).xlsx,复核「在办」一列后另存为 在办案件勾选清单.xlsx。

用哪个 Agent

规则引擎把要动脑的活交给一个命令行 Agent。安装时二选一:

  • Claude Code:skill 装到 ~/.claude/skills/,项目须知由 CLAUDE.md 引用 AGENTS.md。
  • 任何其他命令行 Agent(opencode、Kimi CLI、Gemini CLI、Codex 等):填一条命令模板,用 {prompt} 代表交给它的指令,例如 opencode run {prompt}。这类工具直接读仓库 skills/<名字>/SKILL.md 照做(AGENTS.md 已写明),不需要安装 skill;工具有自己的 skill 目录的,安装时填上可一并复制。

手册和 AGENTS.md 只写「做什么」,不依赖某一家工具的专有功能。无人值守时 Agent 没人批准命令,各家工具的权限请照 AGENTS.md 第一节放开读写文件和运行 python;Claude Code 的放行清单已写在 .claude/settings.json。

随仓库提供的 skill

skill 用途 来源
court-sms 解析法院短信,下载、归档文书 改自 cat-xierluo/legal-skills(MIT)
mineru-ocr 扫描件转 Markdown:本机 MinerU 优先,云端回落 改自 cat-xierluo/legal-skills(MIT)
funasr-transcribe 本机 FunASR 语音转文字 改自 cat-xierluo/legal-skills(MIT)
contract-review 在合同副本上加实质性批注 部分文件来自 duhu2000/legal-assistant-skills(Apache-2.0)
case-analyzer 接案初评、争点、策略、案件简报,一次只跑一个模式 本项目
case-intake-kit 新收案件一条龙:下载文书、生成开案五件套 本项目
claim-chart 法律要件对照表,证据缺口标红 本项目
evidence-organizer 证据目录、质证意见、证据强度三档 本项目
judgment-analyzer 裁判文书分析:要旨、论理、附带说理分开 本项目
gongwen-format docx 按公文格式排版 本项目

各 skill 目录里的 LICENSE* 与 NOTICE.md 写明来源和改动。手册另外会用到 guwen-review、law-opinion-writer、litigation-doc-generator 三个不随仓库提供的 skill,没有时按 AGENTS.md 里的替代做法处理。

外部依赖

案件台账后端。 脚本/ledger.py 适配的是一个案件管理系统的 HTTP 接口(登录、案件、日程、任务、案件日志)。用别的系统时,照 ledger.py 的命令行用法另写一个同名适配器即可,其他脚本只通过它读写台账。

可选组件。 程序和模型体积大,不放进仓库,由安装向导按需下载到独立环境:

模块 依赖 怎么装 开关
飞书 lark-cli、飞书自建应用 安装向导 飞书.启用
扫描件识别 MinerU 4 本机服务(模型约 4.6 GB,有 NVIDIA 显卡才快),或 MinerU 云端 Token 安装向导;手动见 skills/mineru-ocr/SKILL.md 工具.mineru_convert
语音转写 FunASR 本机服务(依赖加模型约 2 至 3 GB,CPU 即可) 安装向导;手动见 skills/funasr-transcribe/SKILL.md 工具.funasr、工具.funasr_python
微信 微信 PC 4.x;WeChatDataAnalysis 导出的数据库密钥;语音另需 wechat-archive skill 的 silk 解码脚本 自备 微信.启用
顾问单位送审 guwen-review skill 的 wechat_inbox.py;示例/ 格式的单位参数 自备 顾问单位.启用

可选模块未启用时,对应脚本打印一行提示后正常退出,安装向导也不会装它们的规则。

安全

程序、配置和本地产物保存在本机,面板只监听回环地址;云端 Agent、远程台账、云端 OCR 和飞书等启用后会向对应服务传输相关数据。案件台账不删记录,对外动作一律先问本人。微信模块只读本人账号,使用前请确认符合所在单位制度和相关法律法规。详见 SECURITY.md。

提交代码前跑 python 工具/敏感词扫描.py <词表>,词表放仓库外。

许可

本仓库自有部分为 MIT。skills/ 下来自第三方的文件继续适用其原许可,见各目录的 LICENSE* 与 NOTICE.md。

致谢

天枢中台建立在开源社区已有成果之上。特别感谢卡兹克与杨卫薪律师开放分享自己的工具和实践,使本项目能够在此基础上做面向律师日常工作的整合与适配。

作者或团队 项目 本项目使用或参考的内容
**卡兹克(数字生命卡兹克 / KKKKhazix)**及贡献者 agent-autoloop 中台使用的规则引擎,负责事件触发、任务调度和人工确认。按 MIT 许可使用,安装时从上游获取。
**杨卫薪律师(cat-xierluo)**及贡献者 legal-skills 法院短信 court-sms、扫描件识别 legal-ocr、本地语音识别 local-asr 是本仓库对应三个技能的上游来源;本项目做了 Windows、本地服务和中台流程适配。所引用的三个技能保留各自 MIT 许可及改动说明。
JiCheng、zh-xx、duhu2000及相关贡献者 legal-assistant-skills 原项目、企查查 MCP 集成分支 合同审查技能的部分脚本与参考文档。沿用 Apache-2.0 许可,来源、文件范围和本地改动见 NOTICE。
法穿团队(Lawyer-ray) FachuanHybridSystem 法院短信技能所参考的短信解析、案件匹配及文书下载流程。具体参考范围与实现差异见归属声明,该项目不纳入本仓库的 MIT 授权范围。
MinerU、FunASR 开源团队及贡献者 MinerU、FunASR 提供文档解析和语音识别能力;程序与模型按需安装,不随本仓库分发,分别遵循上游许可。

感谢所有上游作者、维护者和贡献者。使用或再分发本项目时,请一并保留相关版权声明、许可证和来源说明。

Reviews (0)

No results found