前言¶
法律場景裏用大模型寫文書、做檢索增強回答，最常見的問題不是”答得不好”，而是”答得很像真的”。模型會編出並不存在的法條條文、給出張冠李戴的類案、把不存在的當事人和案號寫得有鼻子有眼。人工逐條覈對成本很高，漏一條就可能直接進文書。
下面介紹的 Skill「法律幻覺覈查」就是針對這個環節的：它把一段法律 AI 生成的文本或片段作爲輸入，逐項檢查其中是否存在幻覺，並輸出分級報告。
這是什麼¶
「法律幻覺覈查」是一個面向法律 AI 生成內容的反幻覺覈驗 Skill，座標 @user_3f124c54/legal-hallucination-check，版本 1.0.0，來源爲 community（社區），分類 professional，發佈者 user_3f124c54。
它解決的問題很明確：給定一段模型生成的法律文本，判斷裏面的法律依據、法律觀點、法律事實、法律風險、案例引用、程序法描述是否可靠，而不是讓使用者自己去逐字比對法條和裁判文書。
核心能力：六大類幻覺¶
Skill 把幻覺拆成六個類別分別覈查，這也是它和”再問一遍模型”這種做法的區別——不是重新生成，而是按類別逐項反查：
- 法律依據：條文是否存在、引用是否準確。
- 法律觀點：論述是否成立、是否有依據支撐。
- 法律事實：案件事實描述是否與材料一致。
- 法律風險：風險提示是否有對應規範基礎。
- 案例引用：裁判文書、案號、裁判要旨是否真實可溯。
- 程序法：程序性表述是否符合法定流程。
溯源覈驗：得理 mcp¶
這六類覈查不靠模型自述，而是結合得理 mcp 的 law-list / case-list 做溯源覈驗——即拿生成內容裏的法條和案例去外部法律數據庫裏反查，確認其真實存在且內容一致。這一步是反幻覺的關鍵：只有能落到具體法條條目或具體案件記錄上的內容纔算通過。
輸出：分級反幻覺報告¶
覈查完成後輸出的是分級反幻覺報告，而不是簡單的”通過/不通過”。分級意味着使用者可以按嚴重程度決定哪些內容必須回改、哪些可以保留，這對要在文書裏落地的場景比較實用。
安裝與啓用¶
需要說明的是，本次覈對所依據的 SkillHub 資料中沒有給出具體的安裝命令、目錄路徑或配置文件字段，因此這裏不臆造命令。要獲取權威的安裝步驟，應直接訪問該 Skill 的 SkillHub 頁面確認：
https://www.skillhub.cn/skills/user_3f124c54/legal-hallucination-check
資料中給出的一個可用配置信息是標籤 requires_api_key=false，即該 Skill 標記爲不需要 API Key。這一點對部署環境選擇有意義：接入時不必額外申請密鑰。
關於 Cursor / Codex CLI / Claude Code 等不同客戶端的安裝差異，現有資料沒有分別說明，這裏不做推斷。
典型用法¶
Skill 的觸發方式是場景化的：當用戶提到幻覺覈驗、幻覺覈查、法規幻覺覈查、案例幻覺覈查、法條真實性覈驗、類案引用覈驗、法律AI幻覺檢測、反幻覺覈驗、文書幻覺檢查、模型幻覺識別等場景時使用。
也就是說，典型的調用形態是把一段待覈查的法律 AI 生成文本交給 Skill，由它完成上述六類覈查並返回分級報告。具體的輸入格式和調用命令需以 SkillHub 頁面的說明爲準。
適用場景與注意¶
適合誰：
- 用大模型生成法律文書、法律意見、類案檢索摘要，需要入庫前把關的開發者和團隊。
- 做法律 AI 產品、希望把”生成 + 覈驗”串成一條流水線的場景。
需要注意的點：
- 覈驗依賴得理 mcp 的
law-list/case-list，法條和案例的覆蓋範圍取決於該數據源的覆蓋範圍，超出覆蓋範圍的內容無法完成溯源。 - 它是反幻覺覈驗工具，不是法律意見生成工具，不替代對實體結論的判斷。
- 頁面顯示的評分爲 100000、下載 1294、安裝 0（截至資料抓取時，來源見文末）。其中評分數值偏高，可能爲平臺的展示口徑，下載與安裝量更能反映實際使用規模；安裝量爲 0 說明目前可能還沒有規模化部署記錄，接入前建議先小範圍驗證。
結尾¶
「法律幻覺覈查」的價值在於把法律 AI 生成內容裏最容易出事故的那部分——編造的法條和案例——變成可逐項溯源、可分級處置的檢查項。對於已經在用大模型產出法律文本的團隊，它是一個可以插在生成環節之後的質檢步驟。
官方地址：https://api.skillhub.cn/user_3f124c54/legal-hallucination-check
SkillHub 頁面：https://www.skillhub.cn/skills/user_3f124c54/legal-hallucination-check
