国家法律法规知识库检索 → 国家法律法规知识库检索（保持原样） 更好的翻译：国家法律法规数据库检索

国家法律法规知识库检索（法律助手、法条查询、法规检索） 任务目标 本技能用于：通过向量检索技术查询国家法律法规知识库，支持民法典、刑法、劳动法、合同法等法律法规的智能查询与检索，基于用户输入返回相关的法律条文内容 能力包含：法律条文检索、法条精准定位、法律知识查询、法规内容检索、法律咨询助手、法律问答 触发条件：用户提出法律相关问题、查询具体法条、检索法规内容、需要了解某部法律法规的相关规定、进行法律咨询或法律问答时使用 前置准备 依赖说明：需要安装requests库 requests==2.31.0 操作步骤 标准流程 步骤1：理解用户查询 分析用户输入的法律问题或查询需求 提取核心查询内容（如"在合肥被打"、"劳动纠纷赔偿"等） 步骤2：智能判断查询类型与返回数量 智能体必须主动分析用户输入，判断查询意图并设置对应的topk值： 判断流程： 检查用户输入是否包含法律名称 检查是否包含"第X章第X条"或"第X条"模式 根据匹配结果确定查询类型 设置对应的topk值 判断规则与topk设置： 规则1：精确法条查询 → topk=1 识别条件：用户明确指定法律名称 + 条款编号 模式A：法律名称 + 第X章 + 第X条 示例："民法典第一章第一条" 示例："刑法第二章第三十五条" 示例："劳动合同法第一章第二条" 模式B：法律名称 + 第X条 示例："民法典第15条" 示例："消费者权益保护法第55条" 示例："道路交通安全法第67条" 规则2：一般性法律咨询 → topk=3-15（按复杂度判断） 识别条件：问题描述、关键词查询、模糊查询 简单查询（topk=3-5）： 示例："在合肥被打怎么办？" 示例："劳动合同赔偿标准" 示例："交通事故责任划分" 一般查询（topk=5-10）： 示例："我想了解离婚财产分割的法律规定" 示例："公司欠薪如何维权" 复杂查询（topk=10-15）： 示例："劳动者权益保护有哪些相关规定" 示例："涉及多个法律领域的综合问题" 规则3：仅法条编号查询 → topk=3-5 识别条件：只有条款编号，没有指定法律名称 示例："第15条是什么内容？" 示例："关于第17条的规定" 示例："第一章第三条" 判断方法： 使用关键词匹配识别常见法律名称（民法典、刑法、合同法、劳动法、消费者权益保护法等） 使用正则表达式识别"第[一二三四五六七八九十百千]+章"和"第[一二三四五六七八九十百千]+条"模式 优先匹配精确法条查询，避免误判 判断示例： 用户输入："民法典第55条" 分析：包含"民法典"（法律名称）+ "第55条"（条款编号）→ 精确法条查询 设置：topk=1 用户输入："劳动合同纠纷怎么赔偿" 分析：问题描述性语句，无具体法条 → 一般查询 设置：topk=8 用户输入："第17条规定了什么" 分析：只有条款编号，无法律名称 → 仅法条编号查询 设置：topk=3 步骤3：调用检索脚本 执行以下命令调用知识库检索： python scripts/search_knowledge.py --query "用户查询内容" --topk <数量> 参数说明： --query：必需，用户的查询文本（字符串类型） --topk：可选，返回结果数量（整数类型），默认为5 步骤4：专业化解析与展示 脚本返回JSON格式数据后，智能体必须按法律专业标准解析和展示： 解析流程： 从 content 字段中提取法律层级信息 识别法律名称、章节、条款编号 提取具体条文内容 计算相关度百分比（score × 100） 按专业格式展示 法律条文解析规则： 提取法律名称：content开头到第一个"第X章"或"第X条"之前 提取章节信息：识别"第X章"模式（如"第二章"） 提取条款编号：识别"第X条"模式（如"第十七条"） 提取正文内容：条款编号后的具体条文 特殊情况处理： 无章节信息：直接显示"第X条" 无条款编号：标注为"相关规定"或"相关内容" 仅法律名称：显示法律名称 + "相关内容" 未检索到内容：如实告知，不得推测原因 未检索到内容的处理规范（重要）： 当检索结果为空时： 必须明确告知"未检索到相关法律条文" 严禁猜测或推测原因（如"条款被删除"、"法条修订"、"整合到其他条款"等） 提供建设性建议： 建议检查查询关键词或条款编号是否正确 建议尝试使用不同的关键词重新检索 建议提供更多上下文信息（如法律名称、相关主题等） 禁止行为： 推测法条修订情况 假设条款被整合或删除 提供未经证实的信息 误导用户认为系统了解法律修订历史 结果展示格式（强制标准） 为您检索到以下相关法律规定： 【检索结果1】相关度：66.7% 法律名称：《苏州市中小学生心理健康促进条例》 章节条款：第二章 第十七条 条文内容：公安机关发现学生身心健康受到侵害、疑似受到侵害或者面临其他危险情形的，应当及时处置，并将相关情况及时告知学生父母或者其他监护人。 ────────────────────────────────── 【检索结果2】相关度：68.3% 法律名称：《安徽省人民代表大会议事规则》 章节条款：第八章 第七十五条 条文内容：代表在省人民代表大会各种会议上的发言和表决，不受法律追究。 ────────────────────────────────── 空结果展示格式（强制标准） 很抱歉，未检索到相关的法律条文。 建议：

• 请确认查询的关键词或条款编号是否正确
• 可以尝试使用不同的关键词重新检索
• 或者提供更多上下文信息，如法律名称、相关主题等

展示规范要求： 法律名称必须加书名号《》 章节条款清晰标注层级关系 条文内容完整呈现，不截断 使用分隔线区分不同结果 相关度以百分比形式展示（保留一位小数） 资源索引 检索脚本：见 scripts/search_knowledge.py（调用向量检索接口查询自建法律知识库） 返回格式：见 references/api_response_format.md（API返回数据结构说明） 注意事项 参数类型严格要求： query必须是字符串类型 topk必须是整数类型 严格按照JSON格式传参 topk智能判断（强制执行）： 精确法条查询（法律名称+条款编号）：topk=1 仅法条编号查询：topk=3-5 简单问题（单一事实查询）：topk=3-5 一般问题（需要多个参考）：topk=5-10 复杂问题（涉及多个法律领域）：topk=10-15 不要让用户指定topk值，在技能内部自动判断 避免返回过多或过少结果 专业化展示要求： 必须提取并标注法律名称、章节、条款 法律名称加书名号《》 条文内容完整展示，保持法律文本严肃性 相关度以百分比显示（如66.7%） 使用专业法律术语和格式 如结果不理想，可调整查询关键词重新检索 错误处理： 如果API调用失败，友好提示用户 网络超时时可重试一次 记录错误信息用于问题排查 未检索到内容的处理（重要）： 必须如实告知"未检索到相关法律条文" 严禁推测或猜测原因（如"条款被删除"、"法条修订"等） 严禁提供未经证实的信息 严禁误导用户认为系统了解法律修订情况