ai-legal-claude
zubair-trabzada/ai-legal-claude加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
作者 zubair-trabzada，头像来源：GitHub
2025年，美国自由职业者 Maria 收到了一份来自"大厂"的合同，对方是某知名科技公司的外包部门。合同条款密密麻麻，Maria 觉得看起来很正式，于是在 10 分钟内签了字。六个月后，她完成了所有工作，却发现合同里藏着一个条款：所有工作成果的知识产权永久归属对方，且不得用于任何商业展示。她不仅拿不到尾款，还因为"违反竞业条款"被威胁起诉。
Maria 的遭遇并非个例。根据 Upwork 和 Fiverr 的联合调查，82% 的自由职业者从不仔细阅读合同，67% 的小企业从未进行过法律审查。每一次仓促签字，都可能埋下价值数万美元的法律隐患。然而，雇佣一名商业律师进行合同审查的费用起步 300-500 美元/小时，一份完整审查费用往往在 1500-3000 美元之间。对于年营收不足 10 万美元的自由职业者来说，这是一笔难以承受的开支。
zubair-trabzada/ai-legal-claude 正是为解决这个痛点而生。这是一个专为 Claude Code 打造的法律助手技能包，让任何人在 Terminal 里就能完成合同审查、风险评估、NDA 生成、合规审计等专业法律工作——整个过程不超过 60 秒。
本项目采用了分层模块化架构，核心由一个主调度器和多个专项子代理组成。
legal/SKILL.md 是整个工具包的入口文件，扮演命令路由器的角色。当用户在 Claude Code 中输入 /legal 命令时，调度器解析用户意图，将其分发到对应的专项技能目录。调度逻辑以表格形式定义命令与技能的映射关系，支持 14 种命令，覆盖合同审查、文档生成、合规检查三大场景。
调度器还负责处理不同类型的输入格式：文件路径（直接读取）、粘贴文本（直接解析）、URL（通过 WebFetch 抓取）。这种灵活的输入设计让用户可以用最顺手的方式提供合同内容，无需额外格式转换。
核心命令 /legal review（完整合同审查）采用了 Multi-Agent 并行协作模式。当用户提交一份合同文件时，系统会同时启动 5 个专业子代理，各自独立分析合同的不同维度：
| 子代理 | 职责 | 权重 |
|---|---|---|
| Clause Analyst | 识别并分类每个条款 | 20% |
| Risk Assessor | 对每个条款进行风险评分 | 25% |
| Compliance Checker | 标记监管合规问题 | 20% |
| Terms Mapper | 梳理义务条款、截止日期和触发条件 | 15% |
| Recommendations Engine | 生成具体修改建议 | 20% |
5 个代理并行运行后，结果被聚合到一个统一报告中，最终输出一个 Contract Safety Score（合同安全评分 0-100） 和对应的字母等级。这套架构的精妙之处在于：每个代理独立专注一个维度，避免了单一大模型在长文本分析中容易出现的"主题漂移"问题，同时加权聚合机制确保了分析结果的均衡性和专业性。
项目将 14 种功能拆分为独立技能目录，每个目录下有独立的 SKILL.md：
每个技能都是一个独立的 Claude Code Skill 文件（SKILL.md），这意味着用户可以根据需要选择性安装部分技能，而非全量安装。模块化设计让工具包具有良好的可扩展性：开发者可以在 agents/ 目录添加新的专项代理，在 skills/ 目录注册新的技能命令，无需修改主调度器。
scripts/generate_legal_pdf.py 使用 Python 的 ReportLab 库生成专业级 PDF 报告。代码中实现了自定义图形渲染，包括半圆形仪表盘（Contract Safety Score 可视化）、风险等级色彩编码表格、以及结构化合同摘要页面。图形渲染逻辑使用 ReportLab 的 Drawing + renderPDF 组合，支持矢量输出，确保报告在不同设备上的显示清晰度。
这是整个工具包最复杂的命令，背后是 5 个并行代理的完整协作流程。运行 /legal review <file> 后，用户会收到一份结构完整的合同审查报告，包含以下 8 个部分：
除了分析已有合同，工具包还能从零生成多种法律文档：
合规审计功能覆盖六大监管框架：GDPR（欧盟通用数据保护条例）、CCPA（加州消费者隐私法）、ADA（美国残障法案）、PCI-DSS（支付卡行业数据安全标准）、CAN-SPAM（反垃圾邮件法）、SOC 2（服务组织控制标准）。用户只需提供一个 URL，系统自动分析网站在每个框架下的合规状态，输出差距分析报告。
将合同审查结果导出为专业的客户端交付文档。PDF 报告使用品牌色彩（深蓝色主题），包含仪表盘图表、风险颜色编码表格和结构化摘要，适合直接发给客户或存档备查。
项目通过一个 install.sh 脚本实现一键安装：
curl -fsSL https://raw.githubusercontent.com/zubair-trabzada/ai-legal-claude/main/install.sh | bash
安装脚本会自动处理以下步骤：
curl | bash 远程模式）.claude/skills/ 目录整个安装过程不到 1 分钟，无需 Docker、无需 Python 环境配置（PDF 生成除外）。
| 组件 | 必需 | 说明 |
|---|---|---|
| Claude Code | ✅ 必需 | 核心运行时，需有效的 Anthropic API Key |
| Python 3.8+ | 仅 PDF 生成需要 | 依赖 reportlab 库 |
| Git | 仅远程安装需要 | 本地安装可不需要 |
作为纯文本处理工具，所有 AI 分析能力通过 Claude API 调用实现，无需 GPU 加速。这对没有 GPU 硬件的普通用户来说是极大的便利——只要能访问 Claude API，就能运行完整功能。
项目在多处（README、SKILL.md）明确标注了免责声明：本工具不提供法律建议，不能替代持证律师的审查。这是法律 AI 工具的通用限制。工具输出的分析结果和生成文档应作为初步参考，最终决策前必须咨询专业律师。从代码设计角度，这种"教育与参考"定位也影响了工具的输出措辞——分析结果会用"建议咨询律师"等表达来规避法律风险。
项目代码组织高度规范化，每个模块遵循单一职责原则：
legal/SKILL.md 专注路由调度skills/*/SKILL.md 每个技能独立agents/*.md 每个代理的 prompt 模板独立维护scripts/generate_legal_pdf.py 专门处理 PDF 渲染逻辑这种结构使得工具包易于理解和扩展：想添加新的分析维度？只需在 agents/ 新增一个 markdown 文件，并在 skills/ 目录下注册对应的 SKILL 即可，无需修改任何现有代码。
数据隐私是本项目最重要的安全议题。用户在 Claude Code 中提交合同文件意味着文档内容会被发送给 Anthropic API 进行处理。对于包含商业机密、员工个人信息或专有技术的合同，用户需要明确知晓：数据会经过第三方服务器（Anthropic）。项目未提供本地模型部署选项，所有 AI 分析均为云端处理。
其他安全细节：
set -e 确保命令失败时立即中止，不会执行半成品安装./install.sh），避免 curl | bash 的远程执行风险uninstall.sh，可干净卸载所有文件项目当前没有公开的自动化测试套件（无 pytest、unittest 配置）。考虑到这是一个 Claude Code 技能包而非传统软件，测试更多依赖于"在真实对话中运行"的端到端验证。对于希望进一步发展的用户，建议增加：
传统法律服务的高门槛（价格、时间、专业知识）让大量中小微企业和个人无法获得基础法律保障。AI Legal Assistant 通过将专业合同分析能力打包成命令行工具，把法律审查的边际成本降低到接近零。1449 个 GitHub Stars 和 328 个 Fork 表明这个方向确实击中了市场需求。
作者 zubair-trabzada 将该项目定位为 Claude Code Skills 生态 的一部分，同时在 Skool 平台运营 AI Workshop 社区，探索"工具 + 培训 + 咨询服务"的商业闭环。对于想将 AI 工具商业化的开发者，这是一个值得参考的路径：不只卖工具，而是围绕工具建立知识社区和服务体系。
潜力方向：
需要正视的局限：