法律人效率系统：Skills+MCP+Agent的完整配置方案与实战配方

一、别把工具当玩具，当系统来建

前两篇文章分别讲了“有什么”和“怎么装”。这篇文章是第三篇，也是这个系列的收尾 - 我们来讲怎么把Skills、MCP和Agent组合成一个真正能持续运转的效率系统。

有个比喻我觉得很贴切：单独一个Skill好比一把螺丝刀，能用，但只能解决一个问题。把Skills、MCP和Agent配成一个系统，好比在工位上摆了一整套电动工具墙 - 不仅每样工具随时可用，而且它们之间还能配合。

上个月一个做法务的朋友跟我吐槽，说他装了四五个Skill，但每次用都得想“这个任务该用哪个”，切换来切换去反而更慢了。他的问题不在于工具太多，而在于没有建立调度规则。

这篇文章的核心观点很明确：三个组件单用是提效，组合成系统才是革命。 我会给你一套可以直接套用的配置框架，以及几个经过验证的实战配方。

快速自检：你现在处于哪个阶段？

在往下看之前，花十秒钟判断一下自己的位置：

• 🟢 阶段一：还在用通用AI聊天 — 每次手动粘贴法条、复制合同片段，来回切换窗口。重点看第二节和第三节，先把Skills配起来。
• 🟡 阶段二：装了Skill但用起来断断续续 — 有时候忘了用，有时候不知道用哪个。重点看第四节MCP配置和第六节的配方，把数据管道打通后效率会明显跃升。
• 🟠 阶段三：Skill用得很熟，想更自动 — 重点看第五节Agent配置，把“手动触发”变成“自动运行”。
• 🔴 阶段四：已经在跑Agent — 重点看第七节系统维护，确保这套系统持续稳定运转。

不同阶段的读者可以跳着看。赶时间的，直接翻到你那个阶段的章节。

二、效率三角：Skills、MCP、Agent各司其职

在开始配置之前，再厘清一次三个组件的分工 - 这次不说概念，说它们在你的日常工作中分别解决什么问题。

Skills解决的是“怎么做”。 你拿到一份供应商协议，Skills告诉你审查应该按什么流程走、重点看哪些条款、每个条款的审查标准是什么。Skills本质上是把资深律师的经验标准化 - 一份好的合同审查Skill，凝聚的是一个团队审查过几千份合同后沉淀下来的方法论。

MCP解决的是“上哪查”。 Skills跟你说“审查知识产权条款时要确认权利归属是否明确”，但具体查哪个法条、哪个案例来支撑你的判断？这是MCP的事。MCP让Claude接入真实的法规数据库、裁判文书库、企业信息库，把“凭记忆引用”变成“实时查询验证”。

Agent解决的是“什么时候做”。 Agent不参与具体审查 - 它负责调度。周一早上八点，Agent自动扫描合同台账，把未来30天内到期的协议标记出来推给你。数据室有了新文件，Agent自动更新交割清单。这些不需要你手动触发，Agent按预设规则自动运行。

三者形成一个闭环：Agent定时触发任务 → Skills执行工作流 → MCP提供数据支撑 → 结果返回给你审核。你的角色从“操作者”变成了“审核者” - 这是效率提升的本质。

三、Skills层：建立你的“第二大脑”

3.1 Skills的选择矩阵

根据执业方向，Skills的配置应该有侧重。以下是一个选择矩阵：

这不是绝对的 - 如果你做诉讼但也经常审合同，完全可以跨领域安装。关键原则是：一次只装一个领域的插件，用熟两周再加下一个。 同时装太多会导致Skill之间的指令冲突。

如果只装一个Skill，装哪个？

我经常被问到这个问题。答案取决于你最怕什么：

如果必须只选一个：legal-fact-checker。 理由很简单 — AI编造是法律场景下最不可接受的风险。其他事慢了可以补救，引用了一条不存在的法条，在法官面前的信用就没了。

3.2 Skills的迭代：把经验“喂”给系统

Skills不是装完就完事的。真正的效率提升来自于持续迭代 - 每次用完一个Skill，花两分钟记录一下哪里不准、哪里漏了，然后更新审查标准配置文件。

我自己的做法是：每审完十份合同，回顾一次审查标准配置。比如：

• “违约金比例上限从30%调整为20%” - 因为最近几个案子法院都按20%调的
• “增加对‘送达地址条款’的检查” - 因为上个月有个案子因为送达地址约定不明导致程序拖延
• “知识产权归属条款改为强制红色标记” - 因为这是客户最在意的条款

这种迭代让AI越来越贴近你的实际判断标准。半年前我的合同审查Skill输出的结果大概有40%需要我大幅修改，现在这个比例降到了15%左右。

四、MCP层：打通数据管道

4.1 法律MCP全景图

目前中文法律场景下可用的MCP接入大致分这几类：

法规数据库类：

• 北大法宝MCP - 法规检索、案例检索、法条核验（需要合法账号）
• 国家法律法规数据库 - 官方免费，但无标准MCP接口，需自建适配器

司法数据类：

• 裁判文书网 - 公开但接口不标准
• CourtListener（美国判例）- 有完整API和开源数据
• PACER（美国联邦法院文件）- 按页收费

企业信息类：

• 企查查/天眼查API - 企业工商信息、股权结构、法律诉讼
• 国家企业信用信息公示系统 - 官方免费

文档管理类：

• Google Drive MCP - 文档存储和共享
• iManage MCP - 法律文档管理系统
• Slack MCP - 团队协作和通知

对于大多数中国法律从业者，北大法宝MCP + 企业信用信息API是最基础的配置。

4.2 MCP配置的“最少够用”原则

很多同行一上来就想把所有MCP都接上。我的建议是：先配好北大法宝MCP这一个，用到觉得“这个地方如果有个XX数据就好了”的时候，再去找对应的MCP接上。

具体操作上，MCP的配置在~/.claude/mcp.json里统一管理。每增加一个MCP源，就在这个文件里追加一段配置。注意两个容易出问题的地方：

1. API密钥不要直接写在配置文件里 - 用环境变量引用。比如"PKULAW_API_KEY": "${PKULAW_API_KEY}"
   而不是把密钥明文写进去。
2. 每个MCP源单独测试 - 加一个新MCP后，先单独测试连接正常，再继续加下一个。一次性加五六个MCP然后发现某个不work，排查起来很痛苦。

4.3 MCP数据源的选择标准

选择接入哪个MCP数据源时，考虑三个维度：

权威性 - 数据来源是否官方/可靠？北大法宝的法规数据来自全国人大和国务院公报，权威性没问题。但某些第三方聚合网站的案例数据可能不全或滞后。

时效性 - 数据更新频率如何？法规数据库应该实时反映最新修订，如果某个MCP源的法条还是去年的版本，那对你的价值有限。

覆盖范围 - 数据覆盖哪些法域和哪些类型？如果你做跨境业务，可能需要同时接入中国、香港、美国等多个法域的数据库。

一个容易被忽略的点：MCP源的稳定性。 有些开源MCP适配器是个人维护的，可能某天突然停止更新。接入前看看GitHub上的commit频率和issue响应情况，选活跃维护的项目。

4.4 MCP常见故障速查

配MCP总会遇到各种报错，以下是几个高频问题和排查路径：

一个省时间的习惯：每接入一个新的MCP源，先在终端里用最基础的查询测通，确认返回数据格式和内容都正常，再让Claude Code加载。跳过这一步的直接代价是——出了问题你不知道是配置错了、权限不够、还是代码有bug。

五、Agent层：构建自动化调度

5.1 理解Agent的两种模式

Agent有两种运行模式，用法完全不同：

触发式Agent - 你手动触发，Agent执行完返回结果。比如/commercial-legal:review就是一个触发式Agent。你丢给它一份合同，它审完给你备忘录。这种模式适合“我需要结果，但不想自己做中间步骤”的场景。

常驻式Agent - Agent在后台定时运行，不需要你主动触发。比如数据室监控Agent每30分钟检查一次VDR新文件上传，续约监控Agent每周一扫描合同台账。这种模式适合“我可能忘了，但Agent不会忘”的场景。

大多数法律人的效率瓶颈不在“单次任务太慢”，而在“琐碎但必须按时做的事太多”。常驻式Agent解决的就是这个问题。

5.2 配置你的第一个常驻Agent

以“合同续约监控Agent”为例，这是一个几乎所有法务都需要的自动化任务。配置步骤：

第一步：建立合同台账。一个简单的CSV或Excel文件即可，至少包含：合同名称、对方主体、签署日期、到期日期、续约条款（自动续约/需提前通知/到期终止）、负责人。

第二步：告诉Claude Code这个台账的位置和格式：

  
  
  
  

      
  
  
  
  

   
   
   
   

    
    
    
    

     
     
     
     

      1
     
     
     
     
    
    
    
    
    
    
    
    

     
     
     
     

      claude "我的合同台账在 C:\legal-work\contract-register.xlsx，请帮我配置一个每周一早上运行的续约监控Agent，规则如下：到期前90天标记为绿色提醒，60天黄色，30天红色。自动续约的合同在到期前30天提醒确认是否要终止。"
     
     
     
     
    
    
    
    
   
   
   
   

第三步：Claude Code会根据你的描述生成Agent的配置规则和提醒模板。确认无误后，Agent就开始在后台运行了。

实际效果：一个管理着200+份合同的中型企业法务告诉我，配置这个Agent之后，合同到期漏处理的概率降到了零 - 以前总有那么一两份合同悄悄到期没被发现，现在Agent每周一准时推送未来三个月的到期清单。

5.3 Agent之间的协作

多个Agent可以组合成更复杂的自动化流程。举个例子：

尽调自动化流水线：

第一步：数据室监控Agent检测到VDR有新文件上传 →

 第二步：自动触发尽调问题提取Agent，分析新文件并提取关键问题 →

 第三步：将提取的问题推送到Slack/企业微信，由人工确认 →

 第四步：确认后自动更新交割清单状态

这个流水线让尽调团队从“被动等待新文件→手动下载→逐个阅读→手工提取问题→更新清单”变成了“Agent自动监控→自动提取→人工确认→自动更新”。

配置这类多Agent协作流程的关键是明确定义每个步骤的输入输出格式，让Agent之间能“对话”。如果上游Agent输出的是自由文本而下游Agent期望结构化数据，协作就会断掉。

六、三套实战配方

以下配方是经过实际验证的配置方案，你可以直接套用或根据自己情况调整。

配方一：诉讼律师的效率工作台

适用场景：日常处理民商事诉讼案件，需要频繁检索类案、起草法律文书、整理证据材料。

配置清单：

Skills层：

• litigation-legal:chronology - 案件事实时间线梳理
• litigation-legal:demand-draft - 起诉状/答辩状/代理词起草
• pkulaw-mcp-case-memo - 类案检索报告
• pkulaw-mcp-citation-validator - 法条引用自动核验
• evidence-catalog-generator - 证据目录生成
• legal-fact-checker - 事实陈述核验

MCP层：

• 北大法宝MCP（法规+案例检索）
• 裁判文书网（类案补充）

常驻Agent：

• 开庭日期提醒（从案件管理表自动读取，提前7天、3天、1天提醒）
• 举证期限监控（从案件管理表自动读取，到期前5天开始每日提醒）

日常使用流程：

1. 早上到办公室，Claude已经推送了今天需要关注的提醒（开庭日期、举证期限、续约到期的合同）
2. 接到新案子：跑chronology生成事实时间线，跑case-memo检索类案
3. 起草文书：用demand-draft生成初稿，citation-validator自动核验引注
4. 整理证据：用evidence-catalog-generator自动填充证据目录模板

效果：一个做民商事诉讼的朋友用了这套配置后，单个案件的文书准备时间从平均6小时降到了2.5小时左右。最大的变化不是某个具体环节快了，而是“切换任务时不需要重新加载上下文” - Agent帮你记住了每个案件的状态。

预期时间线：

• 第一周：安装Skills + 配置MCP + 跑通第一个案件的完整流程（约3-4小时）
• 第二周：设置常驻Agent（开庭提醒 + 举证期限监控），配置案件管理表（约2小时）
• 一个月后：积累了5-10个案件的使用经验，开始微调审查标准
• 三个月后：系统完全融入日常工作，效率提升达到稳定状态

配方二：企业法务的合规驾驶舱

适用场景：在中小企业或创业公司做法务，一个人扛所有法律事务，需要最大化效率。

配置清单：

Skills层：

• commercial-legal:review - 日常供应商协议审查
• commercial-legal:nda-review - NDA智能分流
• regulatory-legal:reg-feed-watcher - 监管动态监控
• privacy-legal:dpa-review - 数据处理协议审查
• employment-legal:policy-drafting - 劳动制度起草

MCP层：

• 北大法宝MCP（法规检索）
• 企业信用信息API（合作方背景核查）
• Google Drive/Slack MCP（团队协作）

常驻Agent：

• 合同台账续约监控（每周一推送）
• 监管动态摘要（每周五推送当周更新的法规）
• 合同审查统计（每月自动生成审查数量、类型分布、平均耗时报告）

日常使用流程：

1. 周一早上：收到续约监控Agent的推送，标记需要处理的合同，发给对应业务部门
2. 日常合同审查：业务部门通过Slack把合同发过来 → Claude审 → 你复核 → 发给业务部门
3. 周五下午：收到监管动态摘要，扫一眼有无跟公司业务相关的法规更新
4. 月底：自动生成法务工作月报，附审查统计和风险提示

效果：这个方案的核心价值不在速度，在不遗漏。法务一个人管所有事，最容易出的问题不是审合同慢，是某件事忘了做。Agent帮你记住该做的事，你只管做事本身。

预期时间线：

• 第一周：搭建合同台账格式 + 配置合同审查Skill + 接入企业信用信息MCP（约4-5小时）
• 第二周：设置续约监控Agent + 监管动态Agent（约2小时）
• 第一个月：磨合审查标准配置，根据业务特点调整Agent提醒规则
• 第三个月：系统稳定运行，月度法务报告自动生成

配方三：律所团队的协作工作流

适用场景：3-10人的律所团队，需要标准化工作流程、统一审查质量、管理团队进度。

配置清单：

Skills层（按角色分配）：

• 合伙人/资深律师：所有审查Skill + 复核标准配置
• 中级律师：contract-review, legal-research, case-memo
• 初级律师/实习律师：legal-citation-automator, evidence-catalog-generator, legal-fact-checker
• 行政/秘书：document-management, docket-calendar

MCP层：

• 北大法宝MCP（全员共享）
• iManage/DocuSign MCP（文档管理和电子签章）
• Slack/企业微信MCP（团队通知和协作）

常驻Agent：

• 团队工作负载监控（每个律师当前的活跃案件数量、截止日期）
• 案件进度周报（每周自动生成每个案件的进展摘要）
• 客户报告生成（每月自动汇总案件进展，生成客户报告草稿）

关键配置点：

• 共享审查标准配置文件：所有使用contract-review Skill的律师加载同一份审查标准配置，确保团队审查质量的一致性
• 分层审核流程：初级律师用AI辅助起草 → 中级律师复核 → 合伙人终审。每一层都有对应的Skill支持
• 知识库沉淀：每次审查中发现的新问题或新标准，及时更新到共享的审查标准配置中

效果：团队协作场景下，AI最大的价值不是“让每个人更快”，而是消除信息孤岛和标准不一致。一份合同经过三个人的手，但审查标准是一致的；一个案件的所有进展都被记录和追踪，换人接手不会丢失上下文。

预期时间线：

• 第一周：确定共享审查标准 + 团队培训（半天），确保每个人都知道自己该装哪些Skill
• 第二至四周：试运行期，团队每个人在自己的案件上用，每周五集体复盘一次
• 第二个月：设置常驻Agent（工作负载监控、案件进度周报），建立知识库沉淀机制
• 第三个月：审查标准配置基本稳定，新人入职可以直接加载配置、快速上手

七、系统维护：让效率持续运转

7.1 每周复盘

每周花15分钟做三件事：

1. 检查常驻Agent是否正常运行（有没有哪个Agent停掉了或报错）
2. 回顾本周用AI辅助的任务，标记哪些产出质量好、哪些需要改进
3. 更新审查标准配置中的一两个细节

7.2 月度迭代

每月花30分钟做一次系统级的迭代：

1. 检查所有MCP数据源是否仍然可用、数据是否及时更新
2. 根据本月案件特点，调整Agent的提醒规则和优先级
3. 回顾本月AI产出的质量趋势 - 是越来越准还是越来越不稳定？如果变差，检查是不是审查标准配置需要调整，或者底层模型更新后行为变化了

7.3 季度更新

每季度关注这三个方面：

1. Claude Code和相关插件有没有重要更新（特别是安全相关的更新）
2. 有没有新的法律MCP数据源可以接入
3. 你的执业方向或业务类型有没有变化，需要调整Skills配置

维护听起来麻烦，实际上大部分是Agent自动执行的 - 你只需要每周看报告、做决策。这套系统运转起来后，维护成本远低于它帮你节省的时间。

7.4 常见问题速查

以下是我自己遇到过、也被同行反复问到的高频问题，整理出来供排查参考。

Q1：Skill输出质量突然变差了，怎么回事？

可能原因三个：①底层模型更新了（Claude版本升级后行为可能变化）；②你的审查标准配置被意外修改了；③你换了案件类型但配置没跟着调。排查顺序：先检查配置文件是否被改动 → 再用一份之前审过的老合同跑一遍，对比新旧输出 → 如果明显变差，把对比结果发给Claude让它自己诊断。

Q2：装了好几个Skill之后，Claude经常搞混指令怎么办？

这是Skills指令冲突的典型症状。解决方法是减少同时加载的Skill数量。Claude Code会在启动时加载所有已安装的Skill指令，太多会导致优先级混乱。建议：把不常用的Skill设为“按需加载”模式，而不是默认全部加载。

Q3：北大法宝MCP配置成功了，但查询结果和网页版不一样？

通常是因为API返回的数据结构和网页版不同，或者API的索引更新有延迟。先用同一个查询在API和网页版上分别跑一次，对比结果。如果差异明显，检查API文档看是否有查询参数限制。

Q4：常驻Agent配置好了，但从来没有触发过？

检查三点：①Agent的触发条件是否正确（比如“每周一早上”的cron表达式有没有写错）；②Agent的运行日志有没有报错（通常在.claude/logs目录下）；③Agent依赖的MCP或文件是否仍然可访问。大多数“Agent不触发”的问题都是触发条件写错了。

Q5：这些工具适合完全不懂技术的老律师吗？

坦白讲，完全不碰技术的同行用这套系统的门槛确实存在 — 至少需要能把CSV和JSON文件搞明白。但好消息是门槛在降低：每一版Claude Code更新都在减少配置所需的代码量。我的建议是：如果团队有人能帮你完成初始配置（一两天的工作量），之后日常使用几乎不需要技术操作 — 大部分功能通过自然语言对话就能触发。

八、关于AI与法律职业的几句实话

写到这里，这个系列三篇文章就写完了。

关于法律AI，我最后想说几句不那么“技术乐观”的话。

第一，不要把效率提升等同于可以接更多案子。 省下来的时间，应该用在思考深度上 - 把案子想得更透、代理词写得更精准、给客户的分析更全面。这才是AI给法律职业带来的真正价值，不是让你变成一个更快的信息处理机器。

第二，AI用得好不好，取决于你用之前对自己的工作有多了解。 如果你自己都不知道一份供应商协议应该重点看哪些条款，AI输出的审查结果你也判断不了好不好。AI放大的是你的专业能力，而不是替代它。水平越高的律师，从AI中获益越大。

第三，养成对AI产出说“不”的习惯。 AI有时候会给出看起来很合理但实际有问题的建议。如果你习惯了“AI说的应该没错”，迟早会出问题。保持怀疑、保持验证、保持自己动手查一遍关键点的习惯。

回到开头的那个比喻 - 这些工具是你工位上的电动工具墙。工具再好，做出什么东西还是看用工具的人。

📚 参考文献

• CSlawyer1985/claude-for-legal-ZH — Claude for Legal中国法适配版
• NEU-ZHA/legal-ai-skills — 中文法律AI Agent Skills
• rossman22590/claude-for-legal — Anthropic法律工作流插件套件
• ComposioHQ/awesome-claude-skills — Claude Skills精选合集
• ithiria894/awesome-claude-code-workflows — Claude Code工作流配方合集
• Anthropic MCP官方文档
• 北大法宝 — 中文法律数据库

📚 往期回顾

🌐 平台合规

🤖 AI / 直播 / 短视频

📢 广告营销

⚖️ 民商事纠纷

📝 律师实务

⚠️ 免责声明：本文内容仅为提供信息之目的，不构成法律建议。文中提及的配置方案和效率数据基于个人使用经验，具体效果因个人执业领域、技术水平和使用习惯而异。读者在采用任何AI工具处理法律事务前，应评估其适用性并咨询专业意见。本文作者及平台不对因依赖本文内容而导致的任何损失承担责任。