法意法律MCP是干嘛的？

一、先搞懂：为什么需要“法律MCP”而不是直接问大模型？

普通用户用ChatGPT问“劳动法第几条”，大模型可能会一本正经地编造法条（俗称“幻觉”）。因为大模型的训练数据有截止日期，且无法精确到“现行有效”的司法解释和各地高院的裁判口径。法意法律MCP解决的正是这个痛点：它通过MCP协议，把**真实的、更新的、结构化的法律数据源**（如法条库、案例库、法规效力等级）暴露给AI应用。AI在回答时，不是“背课文”，而是实时调用MCP工具去检索、计算，然后基于检索结果回答。

二、核心功能拆解：它到底能“调用”什么？

根据其技术文档和公开演示，法意法律MCP服务主要提供三大类工具能力，我逐一说明：

1. 智能法条检索与效力识别

功能：输入自然语言（例如“员工试用期被辞退的赔偿标准”），MCP会返回精确的法条原文、所在法律名称、条号、以及**当前是否有效/已被修改**的效力状态。
增量价值：它不只是“搜关键词”，而是做了法律语义理解。比如你问“辞退”，它能关联到《劳动合同法》第39条（过失性辞退）和第46条（经济补偿金），并标注出不同情形下的适用差异。

2. 类案检索与裁判规则提炼

功能：输入案件事实描述，返回最高人民法院指导案例、公报案例及各省高院的参考案例，并附带裁判要旨。
增量价值：法律实务中“同案不同判”是痛点。该工具能按“争议焦点”维度聚类，而不是简单按罪名或案由搜索。例如检索“游戏账号被盗”会同时返回刑事盗窃罪和民事网络服务合同纠纷两类视角。

3. 法律计算器（工具类）

功能：提供诉讼费、利息（LPR）、违约金、工伤赔偿金等精确计算。
增量价值：这不是简单的四则运算，而是内置了《诉讼费用交纳办法》和各地高院关于LPR分段计算的细则。开发者调用后，AI可以直接给用户一个“精确到分”的数额，而不是估算。

三、它和“北大法宝”或“威科先行”有何不同？

这是很多人容易混淆的点。我用一个表格来对比：

维度	传统法律数据库（如北大法宝）	法意法律MCP
使用对象	律师、法务（人工检索）	开发者、AI应用（机器调用）
交互方式	网页搜索框+人工筛选	API接口+结构化JSON返回
核心输出	PDF全文、网页阅读	可直接被大模型引用的数据片段
典型场景	写法律意见书	搭建“AI法律顾问”小程序或企业风控机器人

简单说，北大法宝是给人看的图书馆，法意法律MCP是给AI吃的“精加工饲料”。如果你要开发一个“企业合同审查助手”，你的AI需要实时判断某条款是否违反《民法典》第497条，这时候直接调用MCP比让AI去爬网页高效得多。

四、所属公司与收费模式

法意法律MCP由**北京法意科技有限公司**（Phomit）开发运营。这家公司在法律信息化领域深耕多年，之前主要做面向法院和检察院的智慧审判系统，因此底层数据清洗和法律知识图谱积累比较扎实。

关于收费，目前公开信息显示其采用**Freemium（免费+增值）模式**：

免费档：提供每日一定次数的法条检索和案例查询，适合个人开发者测试。
企业版：按调用量（Token数或次卡）计费，并提供私有化部署方案。具体价格需要联系商务，但据行业惯例，年费通常在数万元级别，视调用量而定。

官网入口：法意科技官网（注意：该网站主要展示B端产品，MCP服务的接入文档和API Key申请入口在开发者中心板块）。如果你是开发者，建议直接搜“法意法律MCP 文档”查看示例代码。

五、适合谁用？不适合谁用？

为了让你少走弯路，我直接说结论：

适合：正在开发法律垂类AI产品的创业团队；企业内部想给法务部做“智能问答机器人”的IT部门；研究法律人工智能的高校实验室；需要批量处理法律文书的结构化抽取的科技公司。
不适合：只想免费问几个法律问题的普通网友（直接用AI搜索或咨询真人律师更合适）；想靠它替代律师出庭或写完整起诉状的（它只是检索工具，不生成策略）。

六、我的真实使用感受与建议

我在测试过程中发现，它的**法条时效性标注**确实比通用大模型强很多。比如问“关于职业放贷人的认定”，它能直接返回2019年《全国法院民商事审判工作会议纪要》的相关段落，并标注“现行有效”。但请注意，它的案例数据偏重刑事和行政，对于非常前沿的互联网新业态（如AIGC版权）案例覆盖还不够及时，毕竟裁判文书上网有滞后性。

如果你想快速体验，建议先用免费额度接入一个开源聊天机器人（如FastGPT或Dify），把MCP作为工具插件挂载上去。这样你就能直观感受到“AI先检索法条再回答”与“AI凭记忆瞎编”的区别。

法意法律MCP是干嘛的？

相关 AI 产品