AI时代律师工作流系列·第四篇
从手动到全自动的最后一公里
工具选好了,工作流也搭建好了。但还有一个问题——这些工具能不能自己跑起来?
Part 01
一、Hermes 是什么——它解决的是哪一层的问题
先上一张架构图:
Scene 01
1.1 三个层次的定位
把 AI 工作流想象成一个律师事务所:
决策层(你):合伙人。你决定今天干什么、优先级怎么排、用什么标准判断好坏。你不亲自读每一页卷宗,但你知道方向。
调度层(Hermes):律所主任。他知道所有律师擅长什么(DeepSeek 擅长逻辑推理、Claude Code 擅长写代码审合同、Kimi 擅长读长文档),把任务分给最合适的人,跟踪进度,最后把结果归档到案卷系统里。
执行层(Claude Code / DeepSeek / Kimi 等):各个业务团队的律师。他们干具体的活——审合同、写文书、做检索。干完了报给主任。
这三层的关系是:执行层解决“能不能”的问题,调度层解决“怎么串、怎么排、怎么记”的问题。
之前三篇文章集中解决的,是执行层的选型和实战。这一篇文章要解决的,是调度层的搭建和优化。
Scene 02
1.2 Hermes 的核心能力
具体来说,Hermes 作为调度中枢,提供了这些能力:
Part 02
二、为什么律师需要这个调度层——从三个场景说起
在讲“怎么装”之前,先用三个真实场景说明:没有调度层的时候,你的工作流长什么样;有了调度层之后,长什么样。
Scene 01
场景一:每日工作日记
没有调度层:
每天晚上,你回想今天做了什么,一条一条写进 Obsidian。写了两天开始糊弄,写到第五天就断了。月底总结的时候,想不起来上周三到底干了什么。
有调度层:
Hermes 每天18:00 自动触发一个任务:读取今天的 Obsidian 日记、检查 Git 提交记录、统计今天修改的文件、分析今天的内容主题。然后自动生成一份结构化的今日工作概要,写入 Obsidian 工作日记/2026-05-20.md。
你只需要每周打开一次,补充几笔 AI 不知道的细节——比如“今天跟客户打了一个电话,聊了三个关键问题”。
Scene 02
场景二:法规更新监控
没有调度层:
你记得每年关注几个重要的法规修订。但具体什么时候出草案、什么时候正式发布、什么时候生效——很难持续跟踪。往往是法规生效了,客户来问,你才知道已经变了。
有调度层:
Hermes 每周一早上9点自动执行一个任务——爬取国务院、最高院、网信办等指定网站,检查是否有新的法规出台或现有法规修订,和之前的版本做对比分析,生成一份“法规更新摘要”写入 Obsidian。
你每周花10分钟扫一眼,就知道哪些变化跟你的业务相关。需要出客户通知的,再花20分钟深度研究。
Scene 03
场景三:合同审查+归档
没有调度层:
客户发来一份合同→你下载到本地→打开 Claude Code→输入 /commercial-legal:review→等几分钟→拿到审查报告→手动存到 Obsidian 案件笔记里→改个文件名→再手动记录到工作日记里。
每次审查,你花在读合同之外的时间,至少有10分钟在“操作工具”和“整理文件”上。
有调度层:
客户把合同上传到指定目录→Hermes 检测到新文件→自动路由到 Claude Code→启动 commercial-legal:review Skill→审查完成→结果自动写入 Obsidian 案件笔记→摘要写入今日工作日记。
你从“操作员”变成了“质量把控者”——只负责看审查结果、做判断、签字。
Part 03
三、安装与配置
下面进入实操部分。我会以实际测试验证过的流程来写。
Scene 01
3.1 前置条件
在开始之前,你需要准备好:
Scene 02
3.2 安装 Hermes
Windows 用户同样适用——Hermes 在 PowerShell 和 WSL 下都能运行。
配置核心参数(config.yaml 的关键部分):
Scene 03
3.3 验证安装是否成功
用一个最简单的任务来测试:让 Hermes 调度 Claude Code 创建一个 Python 脚本,统计当前目录下的文件类型分布。
这是我们在集成测试中实际跑通的任务。整个流程是这样发生的:
-
你在终端输入任务描述 -
Hermes 的 DeepSeek 调度层判断:这是一个“写代码+运行”的任务,路由给 Claude Code -
Claude Code 启动,创建 file_stats.py,运行测试,输出结果 -
Hermes 捕获输出,写入 Obsidian 作为执行摘要
测试结果(来自实际运行数据):
这个测试验证了三件事:① Hermes 能正确路由任务类型 ② Claude Code 能在调度下正常执行 ③ 结果能自动写入 Obsidian。
Part 04
四、核心功能详解
Scene 01
4.1 定时任务:让工作流自动跑起来
定时任务是律师最实用的功能。用 cron 表达式设定执行时间,Hermes 会按时自动触发。
几个常用的 cron 示例:
实战案例:每日工作日记自动生成
这是我们实际配置并运行过的任务。配置文件如下:
执行结果是一份结构化的 Markdown 文件,包含今日概览、技术操作、重要决策、笔记活动等模块。
Scene 02
4.2 任务路由:自动匹配最合适的执行工具
Hermes 不把所有任务都丢给同一个 AI 工具。它会根据任务特征,选择最优执行器:
Scene 03
4.3 模式选择:Agent vs No Agent
这是实际使用中踩过的一个坑,值得单独拿出来说。
Agent 模式(默认):Hermes 让 DeepSeek “思考”任务的执行方案,然后交给 Claude Code 执行。好处是灵活——AI 会自己决定怎么做。但问题在于:当输入数据量很大时(比如 50KB 以上的 JSON),AI 的处理能力会下降,可能导致输出为空。
No_Agent 模式:绕过 AI 的“思考”环节,直接执行预设脚本。适合数据处理类的任务——不需要 AI 决策,只需要按固定规则处理数据。
选型建议:
Part 05
五、法律工作流实战
这一节是整篇文章的核心。我们不走理论,直接展示四个真实的法律工作流怎么在 Hermes 上跑起来。
Scene 01
5.1 工作流一:合同审查自动化流水线
目标:客户把合同上传到指定目录 → 自动触发审查 → 审查结果归档到案件笔记 → 摘要记入工作日记
配置:
执行流程:
-
Hermes 检测到 待审合同/目录有新文件 -
识别合同类型(根据文件名或内容前500字) -
路由到 Claude Code,启动 commercial-legal:reviewSkill -
Claude Code 读取你的 CLAUDE.md 实务画像,逐条审查 -
生成审查备忘录 + 业务摘要 -
结果写入案件对应目录 -
今天的日记里自动多了一条:“完成 XX 合同审查,发现 X 个高风险条款,X 个中风险条款”
Scene 02
5.2 工作流二:法规更新自动监控
目标:每周自动检索指定来源的法规更新,生成对比分析报告
配置:
运行效果:每周一到办公室,打开 Obsidian,一份新鲜的法规更新周报已经在等你了。不是罗列所有法规——Hermes 会根据你的业务领域,只标记与你相关的变化,并标注关联度。
Scene 03
5.3 工作流三:跨境法律研究
目标:给定一个跨境法律问题,自动完成多法域检索、整理、和备忘录生成
配置:
使用方式:需要做跨境法律研究时,在 Hermes 终端输入:
然后去喝杯咖啡。回来的时候,一份初稿已经躺在 Obsidian 里了。
Scene 04
5.4 工作流四:案件进度自动记录
目标:每次审查合同、出具法律意见、做完法律研究后,自动更新案件笔记和工作日记
这个工作流的核心价值不在于“做什么”,而在于“不做什么”——你不需要在每次做完一个任务后,手动去更新各种记录。
Hermes 的每个任务完成后,都会自动执行一个 post-hook:
长期积累下来,你的 Obsidian 里就会自然沉淀出一份完整的“工作履历”——每天做了什么、每份合同审查了什么、每个案件推进到什么程度。年底写总结的时候,不是绞尽脑汁回忆,而是打开 Obsidian 整理即可。
Part 06
六、集成 Claude for Legal——两个开源项目联手
Claude for Legal 提供了 12 个法律插件和 150 个 Skill 技能包,但它本身是一个“手动”工具——你需要打开 Claude Code,输入命令,等待结果,手动保存。
Hermes 把 Claude for Legal 变成了一个可以自动调用的“法律工作流引擎”。
Scene 01
6.1 如何在 Hermes 中调用 Claude for Legal Skill
方案一:直接调用 slash 命令
在 Hermes 的 prompt 中,指定 Claude for Legal 的 Skill 命令:
当 Hermes 检测到新 NDA 进入目录时,它会启动 Claude Code,自动运行 /commercial-legal:nda-review 命令,拿到输出后归档到指定路径。
方案二:引用 SKILL.md 作为模板
如果你没有使用 Claude Code(或者在中国法版本中),可以把 Claude for Legal 仓库中的 SKILL.md 文件提取出来,作为 Hermes 任务的 prompt 模板:
这种方式的好处是:SKILL.md 里预制了完整的审查流程、审查维度、输出格式——不需要你从零写 prompt。
Scene 02
6.2 推荐集成的 Skill 清单
Scene 03
6.3 中国法版本的集成注意
如果你使用的是 claude-for-legal-ZH(中国法本地化版本),集成方式是一样的。区别在于:
-
Skill 命令前缀不变,但底层引用的法律体系已替换为中国法 -
法律检索 MCP 连接的是北大法宝/元典,而非 Westlaw -
CLAUDE.md 的实务档案需要根据中国法实务填写
Part 07
七、避坑指南
Scene 01
坑1:Agent 模式不是万能的
问题:在配置 LLM 定价监控任务时,我们遇到了这个问题——Hermes 的 Agent 模式无法处理 50KB 以上的 JSON 数据,导致输出为空文件。
原因:Agent 模式下,DeepSeek 需要“理解”整个输入数据再做决策。当输入数据过大时,AI 的理解能力下降,决策质量急剧恶化。
解决方案:对数据量大的任务,使用 no_agent=true 模式,绕过 AI 的“思考”环节,直接执行预设脚本:
经验法则:
-
输入数据 < 10KB → Agent 模式 -
输入数据 10KB-50KB → 谨慎使用 Agent -
输入数据 > 50KB → No_Agent 模式+脚本
Scene 02
坑2:定时任务的时间精度
Hermes 的定时任务不是“秒级精确”的——它会加入少量抖动(jitter),避免大量任务在同一瞬间触发 API。
如果你需要精确到秒的任务:不要在 Hermes 层面做,用操作系统级别的 cron 或 Windows 任务计划程序来触发 Hermes。
如果你只需要“大概在这个时间执行”:直接使用 Hermes 内置的 cron,它完全够用。
Scene 03
坑3:数据合规——Hermes 本身不解决这个问题
Hermes 是一个本地运行的工具。它把任务路由到各个 AI 工具的 API(DeepSeek API、Anthropic API),这本质上还是数据出境。
三条底线:
-
所有客户信息、商业秘密、敏感数据,先脱敏再进入工作流 -
如果你所在律所/公司法务部有数据合规要求,先确认是否能使用 API 模式(API 模式下数据通常不用于模型训练,但具体要看各平台的隐私政策) -
对于极其敏感的案件,考虑在调度层和执行层都用本地模型(如 Ollama 部署的开源模型)
Scene 04
坑4:任务依赖关系
Hermes 本身不处理“任务 A 完成后再执行任务 B”的依赖关系。
解决办法:把有依赖关系的步骤写在同一个 prompt 里,让 AI 自己按顺序执行。例如:
在同一个任务内,AI 会合理安排执行顺序。如果你需要跨多个定时任务编排,可以考虑用 Make(原 Integromat)或 n8n 作为外部编排层,把 Hermes 的任务作为“节点”调用。
Part 08
八、写在最后——"自动挡"AI工作流
三年前,ChatGPT 刚出来的时候,法律行业的主流讨论是“AI 能不能替代律师”。
一年前,Claude for Legal 开源的时候,讨论变成了“律师应该怎么用 AI”。
现在,Hermes 这类调度层的出现,让讨论进入了第三个阶段——“律师怎么让 AI 自己跑起来”。
这三个阶段的演进,对应的是:
- 第一阶段(手动挡): 你打开网页,输入问题,复制答案。你问一句,AI 答一句。全程手动,每次操作都是一次独立的对话。
- 第二阶段(辅助驾驶): 你有了预制的工作流,有了 Skill 技能包。一个命令下去,AI 自动走完整个流程。但你每次需要手动启动,手动整理结果。
- 第三阶段(自动巡航): 你设好规则,AI 到点自动执行,执行完自动归档。你不再“操作”AI,而是“管理”AI——做判断、调策略、优化流程。
我们系列的四篇文章,对应着这四个步骤:
这个系列写到第四篇,该有的都有了。
工具、技能、调度——三个齿轮咬合在一起,你的 AI 工作流才真正是一台可以自己运转的机器。
现在的问题是:你打算什么时候开始搭这台机器?
如果你已经部署了 Claude Code,今天就可以装上 Hermes,配一个“每日工作日记自动生成”的任务试试。从最简单的定时任务开始,跑通一个,你就知道下一步该做什么了。
搭好之后你会发现——不是 AI 替你工作,是你指挥 AI 替你工作。这两句话听起来差不多,但前者让你焦虑,后者让你从容。
Part 09
📚 参考文献
-
Hermes Agent 官方仓库 -
Anthropic - Claude Code 官方文档 -
Anthropic - Claude for Legal 官方仓库 -
CSlawyer1985 - Claude for Legal 中国法版本 -
DeepSeek 官网 -
AnyLegal OSS - 多模型法律AI框架 -
Cron 表达式在线工具 -
Make 自动化平台 -
n8n 工作流自动化
本文所述工具和配置方法基于 2026 年 5 月的实际测试环境。各工具的功能、API 定价、服务条款可能随时变动,使用前请自行查阅最新信息。成本数据基于实际测试估算,实际费用可能因 API 定价调整、任务复杂度差异而有所不同。文章内容仅供学习交流,不构成任何法律意见或技术保证。使用 AI 工具处理客户信息时,请务必遵守《个人信息保护法》《数据安全法》及相关律师执业规范中的保密义务与数据出境规定。
📚 往期回顾
🌐 平台合规
向下滑动查看所有内容
🤖 AI / 直播 / 短视频
向下滑动查看所有内容
📢 广告营销
向下滑动查看所有内容
🔐 数据合规
向下滑动查看所有内容
⚖️ 民商事纠纷
向下滑动查看所有内容
📝 律师实务
向下滑动查看所有内容

