推荐一个有意义的开源项目：司法文书多维智检系统

司法文书多维智检系统（三模合一）

项目口号： 让每个人都能给司法文书做"CT"，从法律小白到技术大牛，总有一种方式适合你！

一、 核心项目矩阵

本项目基于法律实务经历，将法律实务经验转化为三个开源的MCP（模型上下文协议）智能工具，对行政/司法文书进行 幻觉检测、异常点扫描、质量评估。

二、 🎯 受众定位：谁在用？解决谁的痛点？

我们的工具精确覆盖四大核心群体，真正实现"技术平权"：

三、 🚀 三模部署指南：总有一种适合你

为了照顾不同技术水平的用户，我们设计了三套独立的运行方案。从完全不需要安装，到专业本地部署，任君选择。

模式一：🌐 网页版"零代码"极简模式（最适合普通大众、DeepSeek V4 Flash用户）

适用条件： 有网即可，电脑小白也能用。

核心优势： 零安装、零配置、零API费用，直接利用DeepSeek等大模型的联网与长文本能力。

操作步骤：

1. 打开 chat.deepseek.com（或支持联网搜索的同类平台），开启"联网搜索"。

2. 上传你的文书（支持Word/PDF/图片，若为扫描件，AI会自动OCR识别）。

3. 直接粘贴以下"万能魔法提示词"，AI将自动读取GitHub上的Skills文件并执行检测：

万能魔法提示词：

请基于以下三个开源MCP框架的Skills文件，对上传的这份【行政决定书/司法判决书】进行全方位检测，生成合并的Markdown检测报告：

1. GitHub - lcfactorization/judicial-doc-anomaly-mcp: judicial-doc-anomaly-mcp version (LLM api key needed) · GitHub

2. GitHub - lcfactorization/legal-hallucination-mcp: Legal hallucination detection MCP server for AI-assisted legal document analysis · GitHub

3. GitHub - lcfactorization/judicial-doc-quality-mcp · GitHub

要求：

1. 如果上传的是图片或扫描件，请先OCR转Markdown，并告知我识别成功率。

2. 参照三个框架的维度进行【异常点检测】、【幻觉检测】和【七维质量评分】。

3. 如有材料缺失（如缺少证据清单），请务必注明对评估结果的 影响与局限性。

4. 最终结果以独立的Markdown源代码输出。

模式二：📦 MCP Agent 专业集成模式（最适合律师、开发者、Trae CN用户）

适用条件： 会使用命令行，追求工作流自动化。

核心优势： 真正的MCP协议交互，结构化输入输出，可接入Trae CN、Claude Desktop、Cline等专业Agent。

操作步骤：

1. 一键安装（无需配置API Key，Server本身不调LLM）：

pip install git+https://github.com/lcfactorization/judicial-doc-anomaly-mcp.git
pip install git+https://github.com/lcfactorization/legal-hallucination-mcp.git
pip install git+https://github.com/lcfactorization/judicial-doc-quality-mcp.git

2. 配置MCP客户端（以Trae CN为例，添加至 mcp_settings.json）：

{
    "mcpServers": {
      "judicial-combo": {
        "command": "python",
        "args": ["-m", "judicial_lint_mcp.server"],
        "env": { "SKILLS_PATH": "path/to/skills" }
      }
      // 其他两个同理添加
    }
}

3. 享受专业工作流：Agent可自动调用 render_skill、run_rule_engine、build_report 等21+个精细工具，实现批量文书检测。

模式三：🔐 本地离线"安全屋"模式（最适合涉密单位、隐私极度敏感者）

适用条件： 数据绝对不能出内网，拥有本地GPU/CPU算力。

核心优势： 数据零上云，完全本地化部署，支持离线运行。

操作步骤：

1. git clone 三个仓库至本地服务器。

2. 部署本地LLM（如Qwen2.5-72B）或使用本地Ollama服务。

3. 修改MCP配置中的 base_url 为 http://localhost:11434。

4. 所有文书和检测数据仅在本地流转，物理隔离外部网络。

四、 💡 实战案例与效果预览

场景还原： 某基层司法局在处理一起移送的棘手律师投诉案件时，出具的《投诉处理决定书》说理隐蔽性强，表面上程序合法，实则回避了核心诉求。

检测效果（部分脱敏结果）：

通过上述任一模式导入文书后，AI系统精准识别出以下隐蔽问题（结果一览无余）：

五、 项目亮点总结（参赛卖点）

1. 极致的兼容性与普惠性：从网页版"动动嘴"到专业MCP"自动化"，覆盖从普通用户到顶尖极客的所有用户层。

2. 真正的"桥接架构"：MCP Server不捆绑任何特定大模型，AI Agent自主掌控，Token消耗完全透明可控。

3. 法律专业知识的数字化封装：将16维异常逻辑、六维幻觉规则、七维评分体系固化为可执行的Skills文件，杜绝AI的"自由发挥"。

4. 透明与诚信机制：遇到材料缺失（如缺证据索引），系统强制要求标注"局限性"，绝不伪造结果，维护司法严谨性。

六、 立即体验

• 参赛主赛道： 社会服务 / 造种新体验（主）+ 社会公益（附加）

• 项目链接：

  • judicial-doc-anomaly-mcp
  • legal-hallucination-mcp
  • judicial-doc-quality-mcp

拿起你的文书，打开DeepSeek网页版，用三行提示词，开启你的司法智检之旅！