实习期间用开源模板为律所搭建AI Agent系统

TL;DR：我构建了一个开源模板，让企业律所能够使用 Obsidian + CLI 工具（Claude Code、Qwen Code、Cursor）部署 AI Agent。它处理合同起草、法律研究、尽职调查、合规检查、客户接案和知识库维护——全部基于 PARA 方法论组织，并内置道德护栏。

GitHub 仓库：M0rtal13/Agentic-AI-for-Enterprise

两周前，我开始在一家企业律所实习。第一天，主管给实习生们布置了一个挑战：

"批判性地思考 AI 工具如何支持现代企业法务实践……最后一天，分享 3-5 分钟的思考，并提出一到两个 AI 如何帮助改善工作流程的具体想法。"

大多数实习生打算做 PPT 幻灯片，列出要点。

我决定直接构建实际系统，而不是仅仅空谈。

在接下来的两周里，我在处理真实的法律研究和文档审查任务的同时，构建了一个任何律所都可以部署的开源模板。不是 Demo——而是一个包含技能、护栏和分阶段推广计划的可工作系统。

这就是我构建的东西以及它的工作原理。

问题：律所在重复性工作上浪费了大量时间

在实习期间，我注意到了同样的模式：

合同起草——律师花费数小时从范本模板定制 NDA、股权收购协议和服务协议

法律研究——搜索数据库、总结案例、交叉引用法规

尽职调查——审查数据室中的数百份文档，手动标记风险

合规清单——为不同实体类型和司法辖区生成事项特定的清单

知识管理——先例分散在各个文件夹，Wiki 页面过时，经验教训从未被记录

这些任务具有高容量、模式化、耗时的特点——正是 AI 辅助的理想场景。

但律所有独特的约束：

• 保密性——客户数据不能离开律所的安全环境
• 准确性——在法律工作中，幻觉是不可接受的
• 审计追踪——每个操作都必须被记录
• 人工监督——AI 起草，人类决策

解决方案：PARA + AI Agent + Obsidian

这个系统结合了三样东西：

1. PARA 知识管理

所有律所知识被组织到五个文件夹中：

00_inbox/          ← 未处理的捕获
01_projects/       ← 活跃事项（matter-2026-001-acquisition/）
02_areas/          ← 持续职责（corporate-advisory/, m-a/, compliance/）
03_resources/      ← 先例、条款库、法规、判例法
04_archive/        ← 已完成事项
wiki/              ← AI 驱动的知识库

每个事项、文档和研究备忘录都有明确的位置和命名规范。AI Agent 在这个结构上运作。

该系统可与任何基于 CLI 的 AI Agent 配合使用：

• Claude Code（Anthropic）
• Qwen Code（阿里云）
• Cursor

这些 Agent 读取 CLAUDE.md / AGENTS.md 文件，文件定义了：

• 知识库结构和文件组织
• 技能路由（用户意图 → 特定技能）
• 写作标准（英式英语、OSCOLA 引用格式）
• 核心原则（基于先例起草，引用一切，人工介入）

仓库包含六个功能完整的技能：

• contract-drafting
• legal-research
• due-diligence
• compliance-check
• client-intake
• wiki-maintenance

每个技能都是一个 Markdown 文件，包含分步程序、规则和质量检查。当调用技能时，Agent 遵循这些程序。

实际工作示例

示例：起草 NDA

你："为一家收购香港初创公司的科技公司起草一份双边 NDA"

• 识别文档类型 → 双边 NDA
• 定位先例 → 03_resources/precedents/standard-nda-bilateral.md
• 收集交易细节（当事人、司法辖区、期限、目的）
• 从模板起草，为香港司法辖区和并购场景定制
• 运行质量检查（定义条款一致性、跨境考量、上市公司规定）
• 保存到 01_projects/matter-2026-001-acquisition/drafts/nda-draft-v1.md

你：审核草稿，请求修改，批准。

Agent 永远不会在未经你明确批准的情况下将任何内容发送给客户。它起草，你决策。

示例：法律研究

你："研究香港上市公司变更审计师是否需要股东批准"

• 构建问题框架 → HKEX 审计师变更的上市要求
• 识别来源（优先级顺序）：HKEX 主板上市规则 → 证监会守则 → 判例法 → 学术评论
• 使用可用数据库进行研究
• 结构化备忘录：问题、简要回答、分析、依据、局限性
• 引用具体规则条款（例如：HKEX 主板上市规则第 17.05 条）
• 标记任何需要验证的命题

保存到 01_projects/matter-2026-001-acquisition/research/2026-08-04 - 审计师变更批准 - ClientA.md

你：审核备忘录，验证引用，作为给客户建议的依据。

Agent 引用一切。如果找不到依据，它会说明，而不是胡编。

道德护栏

系统强制执行不可协商的护栏：

保密性与特权

• 所有 AI 处理的数据都保留在律所安全环境内
• 未经明确同意，客户特权信息永不传输到外部 API
• Wiki 页面永不包含客户特权信息

防止幻觉

• 零幻觉政策：每个引用都要验证或标记 [需要验证]
• 依赖 AI 输出前必须进行强制性人工审核
• Agent 必须说明何时找不到依据，而不是没有引用就断言

审计追踪

• 每个操作都记录时间戳、用户身份、事项引用、输出版本
• 草稿版本被保留——Agent 永不覆盖，只创建新版本
• 会话内存提供上下文连续性，但不得包含特权信息

部署选项

仓库包含三个连接到律所文件系统的选项：

选项 A —— OneDrive 上的 Obsidian 知识库（最简单）

将 Obsidian 指向 OneDrive 同步的目录。Agent 在本地文件上操作。OneDrive 处理同步。

最适合：独立执业者。

选项 B —— Microsoft Graph API（推荐用于律所）

Agent 使用 Microsoft Graph API 读写 OneDrive 或 SharePoint 中的文件。OAuth 2.0 提供认证的、可审计的访问。本地 PARA 结构充当工作内存。

最适合：中小型律所。

选项 C —— SharePoint + 自定义 UI

构建由 SharePoint 支持的 Web 界面。律师通过浏览器访问。

最适合：需要多办公室访问或客户门户的大型律所。

完整设置说明在入门指南中。

路线图

仓库包含一份 13 周的实施路线图：

第 1-4 周：基础设置

• 配置 PARA 结构
• 集成 OneDrive / SharePoint
• 设置 AI Agent 和 API 密钥
• 培训首批用户（2-3 名律师）

第 5-8 周：核心技能部署

• 部署合同起草技能
• 部署法律研究技能
• 部署尽职调查技能
• 收集反馈并迭代

第 9-13 周：全面推广

• 部署剩余技能
• 扩大用户群
• 衡量并报告 ROI

预期成果

• 文档审查时间减少 30-40%
• 条款识别和风险标记准确率 >95%
• 目标律师用户采用率 >80%
• 客户满意度无下降
• 6 个月内实现正向 ROI

核心优势

• 节省时间——文档审查、研究和起草节省 30-40% 时间
• 专注高价值工作——分析、策略、客户关系
• 学习更快——知识库捕获制度知识，清单确保一致性
• 降低风险——内置护栏、审计追踪、人工监督
• 扩展专业知识——技能编码最佳实践，初级律师产出高级水平
• 改善客户服务——周转更快、质量更一致
• 竞争优势——现代化、高效、科技前沿
• 知识保留——知识库即使在人员流动时也能保留制度知识
• 成本回收——许可证成本与回收时间对比 = 正向 ROI

与众不同之处

这不是另一篇"AI 将改变法律"的空谈文章。这是你今天就可以部署的工作系统。

• 开源——fork 它、定制它、让它成为你的
• 供应商无关——支持 Claude、GPT、Qwen、Gemini、Llama
• 隐私优先——自托管选项，数据永不离开你的控制
• 道德基础——护栏内置，而非后期加装
• 经过实战验证的结构——PARA 方法论，在真实法律工作中得到验证

快速开始

GitHub：M0rtal13/Agentic-AI-for-Enterprise

git clone https://github.com/M0rtal13/Agentic-AI-for-Enterprise.git
cd Agentic-AI-for-Enterprise
bash setup.sh --vault ~/LawFirmVault

然后在 Obsidian 中打开知识库，配置你的 CLI Agent（Claude Code、Qwen Code、Cursor 等），开始使用技能。

完整文档在 docs/ 文件夹中：

• Getting Started —— LLM 提供商、CLI Agent、API 密钥、OneDrive 集成
• Task Identification —— 6 个任务域及其子任务和优先级
• Infrastructure —— OneDrive 选项、PARA 结构、AI Wiki
• Compliance —— 道德护栏、审计追踪、范围限制
• Roadmap —— 13 周分阶段推广计划

结语

我是一名 IB 桥梁课程的高中四年级学生。我不是律师，我不是高级开发者。但我在实习期间注意到一个问题——律所在 AI 可以处理的重复性工作上浪费了大量时间——所以我构建了一个解决方案。

法律行业对技术持保守态度。这可以理解——风险很高，错误代价高昂，保密性神圣不可侵犯。但这并不意味着我们不能向前迈进。这意味着我们需要谨慎地前进，带着护栏、审计追踪和人工监督。

这个系统是我试图证明这是可能的尝试。AI 可以辅助律师而不是取代他们。它可以处理重复性工作，而人类专注于判断、策略和客户关系。

如果你是一家正在探索 AI 的律所，或者是对法律科技感兴趣的学生，fork 这个仓库，试试看，告诉我你的想法。

GitHub：M0rtal13/Agentic-AI-for-Enterprise

标签：#LegalTech #AIAgents #Obsidian #PARA #CorporateLaw #OpenSource