lexvault — 自建多法域法律库 + MCP 查询系统

从公开法律数据源抓取法规/制裁名单正文、拆条入库（SQLite + FTS5），并通过 MCP 提供条文级全文检索。

数据源（已接入）

快速开始

# 1. 建库（若 db 不存在）
python3 - <<'EOF'
from lexvault.core.store import Store
s = Store("db/lexvault.db"); s.connect(); s.ensure_schema(); s.close()
EOF

# 2. 拉取中国主要法典（按关键词引导）
python3 scripts/fetch_major.py --list                     # 查看内置关键词
python3 scripts/fetch_major.py --keywords 宪法,刑法        # 按关键词拉取

# 3. 全量拉取某分类（法律 120 / 行政法规 210 / 司法解释 320,330,340）
python3 scripts/fetch_laws.py --codes 120 --dry-run       # 预览待拉清单
python3 scripts/fetch_laws.py --codes 210 --since 2010-01-01 --limit 50   # 限日限条数
python3 scripts/fetch_laws.py --codes 320,330,340         # 全量

# 4. 拉取 OFAC 制裁名单
python3 scripts/fetch_ofac.py --dry-run                   # 预览
python3 scripts/fetch_ofac.py                             # 入库

# 5. 拉取欧盟涉外核心法规
python3 scripts/fetch_eurlex.py --dry-run                # 预览
python3 scripts/fetch_eurlex.py                          # 入库

# 6. 拉取美国法典 US Code 涉外核心 Title
python3 scripts/fetch_uscode.py --dry-run              # 预览
python3 scripts/fetch_uscode.py --year 2024           # 入库 2024 版

# 7. 启动 MCP 服务
python3 run_mcp.py

# 8. 批量制裁名单筛查（企业出海尽调）
python3 scripts/screen_sanctions.py --input clients.csv --output report.csv   # 默认查 OFAC + EU + UK
python3 scripts/screen_sanctions.py --input clients.csv --jurisdiction us_ofac # 只查 OFAC

# 10. 拉取英国制裁名单
python3 scripts/fetch_uk_sanctions.py --dry-run

# 9. 拉取欧盟制裁名单
python3 scripts/fetch_eu_sanctions.py --dry-run

目录结构

db/lexvault.db            SQLite 库（legal_documents / document_versions / document_sections / jurisdictions + FTS5(trigram)）
run_mcp.py                MCP 服务入口（stdio，供 mcp.json / 客户端调用）
lexvault/core/            数据模型协议 + 入库/查询层（Store）
lexvault/adapters/        npc 全国人大库 / ofac 制裁名单
lexvault/mcp/             MCP 查询服务（FastMCP，本地库为主 + 在线兜底）
scripts/fetch_major.py    关键词拉取主要法典
scripts/fetch_laws.py     分类全量拉取（去重/排除废止/限日期/限条数/幂等）
scripts/fetch_ofac.py     OFAC 制裁名单入库
deploy/README.md          部署指南（本地 / GitHub Actions / Turso / 公网）
tests/                    冒烟 / 适配器 / MCP 端到端测试

核心特性

• 多法域兼容：统一 DocumentRecord 协议，新增法域只需实现一个适配器。
• 版本可追溯：document_versions 保存历史版本，is_current 标记现行文本。
• 条文级检索：FTS5 trigram 分词（≥3 字用 MATCH，2 字词自动回退 LIKE，兜底同时查 heading+body）。
• 幂等入库：按 (jurisdiction_id, doc_key) upsert，重复运行安全。
• 抓取审计：每次运行写 source_records，可回溯更新历史。
• 频率控制：拉取脚本内置限速（翻页间隔 + 每部间隔 + 失败退避），避免给对方网站造成压力。

MCP 工具

• search_local — 本地全文检索（可按法域过滤）
• get_document / get_sections — 按文档取元数据/条文
• list_documents / stats — 库内文档与统计
• online_npc_search / online_npc_fetch — 全国人大库在线兜底

测试

python3 tests/test_smoke_ingest.py   # 数据模型 + 入库层
python3 tests/test_npc_adapter.py    # NPC 适配器（含真实民法典 1260 条）
python3 tests/test_mcp_server.py     # MCP 端到端（需 mcp 依赖）

详见 deploy/README.md 部署与运维说明。