我参加TraeCN创意大赛的新作品报名了

我参加TraeCN创意大赛的新作品报名了
这个三个作品是实实在在都是完全用TraeCN提示和打磨出来的我自己没有写一行代码。下面是报名用的说明文字。——中间有用chatgpt, gemini, qwen等对其做过评价和评估在评价基础上迭代和修改好的收到针对你的要求我将说明文档彻底重构为**“多层次受众适配”和“三模部署架构”。这份文档将清晰地展示无论你是不懂代码的普通维权者**还是追求效率的专业法律人士亦或是注重隐私的极客开发者这套方案都能完美适配。 TraeCN AI创意大赛参赛作品司法文书多维智检系统三模合一项目口号让每个人都能给司法文书做“CT”从维权小白到技术大牛总有一种方式适合你一、 核心项目矩阵本项目基于亲身维权经历将法律实务经验转化为三个开源的MCP模型上下文协议智能工具对行政/司法文书进行幻觉检测、异常点扫描、质量评估。工具GitHub链接核心使命judicial-doc-anomaly-mcp点击进入16维异常透视程序、证据、逻辑、时间线等全方位找茬legal-hallucination-mcp点击进入AI幻觉粉碎机基于“封闭宇宙”原则严防死守法条与事实的虚假生成judicial-doc-quality-mcp点击进入7维质量评分从形式规范到实质解纷量化文书健康度二、 受众定位谁在用解决谁的痛点我们的工具精确覆盖四大核心群体真正实现“技术平权”受众群体核心痛点本方案如何赋能‍⚖️ 普通维权者 / 当事人看不懂“法言法语”不知道决定书哪里不合理面对专业壁垒无助。零门槛AI检测像查“体检报告”一样看懂文书漏洞提升维权底气。‍ 律师 / 法律工作者人工审查费时费力容易遗漏隐蔽的逻辑陷阱和程序瑕疵。效率倍增器秒级定位抗辩要点自动生成质证提纲提高工作质量。️ 行政/司法监督者面对大量文书难以快速发现“说理隐蔽性强”的规避写作模式。电子眼监督标准化筛查程序行为链断裂、证据双标等深层问题。 法学研究者 / 学生缺乏结构化分析大量判例的工具。标准化分析框架提供可量化的研究数据辅助实证分析和学习。三、 三模部署指南总有一种适合你为了照顾不同技术水平的用户我们设计了三套独立的运行方案。从完全不需要安装到专业本地部署任君选择。模式一 网页版“零代码”极简模式最适合普通大众、DeepSeek V4 Flash用户适用条件有网即可电脑小白也能用。核心优势零安装、零配置、零API费用直接利用DeepSeek等大模型的联网与长文本能力。操作步骤打开 chat.deepseek.com或支持联网搜索的同类平台开启“联网搜索”。上传你的文书支持Word/PDF/图片若为扫描件AI会自动OCR识别。直接粘贴以下“万能魔法提示词”AI将自动读取GitHub上的Skills文件并执行检测万能魔法提示词请基于以下三个开源MCP框架的Skills文件对上传的这份【行政决定书/司法判决书】进行全方位检测生成合并的Markdown检测报告https://github.com/lcfactorization/judicial-doc-anomaly-mcp.githttps://github.com/lcfactorization/legal-hallucination-mcp.githttps://github.com/lcfactorization/judicial-doc-quality-mcp.git要求如果上传的是图片或扫描件请先OCR转Markdown并告知我识别成功率。参照三个框架的维度进行【异常点检测】、【幻觉检测】和【七维质量评分】。如有材料缺失如缺少证据清单请务必注明对评估结果的影响与局限性。最终结果以独立的Markdown源代码输出。模式二 MCP Agent 专业集成模式最适合律师、开发者、Trae CN用户适用条件会使用命令行追求工作流自动化。核心优势真正的MCP协议交互结构化输入输出可接入Trae CN、Claude Desktop、Cline等专业Agent。操作步骤一键安装无需配置API KeyServer本身不调LLMpipinstallgithttps://github.com/lcfactorization/judicial-doc-anomaly-mcp.git pipinstallgithttps://github.com/lcfactorization/legal-hallucination-mcp.git pipinstallgithttps://github.com/lcfactorization/judicial-doc-quality-mcp.git配置MCP客户端以Trae CN为例添加至mcp_settings.json{mcpServers:{judicial-combo:{command:python,args:[-m,judicial_lint_mcp.server],env:{SKILLS_PATH:path/to/skills}}// 其他两个同理添加}}享受专业工作流Agent可自动调用render_skill、run_rule_engine、build_report等21个精细工具实现批量文书检测。模式三 本地离线“安全屋”模式最适合涉密单位、隐私极度敏感者适用条件数据绝对不能出内网拥有本地GPU/CPU算力。核心优势数据零上云完全本地化部署支持离线运行。操作步骤git clone三个仓库至本地服务器。部署本地LLM如Qwen2.5-72B或使用本地Ollama服务。修改MCP配置中的base_url为http://localhost:11434。所有文书和检测数据仅在本地流转物理隔离外部网络。四、 实战案例与效果预览场景还原某基层司法局在处理一起移送的棘手律师投诉案件时出具的《投诉处理决定书》说理隐蔽性强表面上程序合法实则回避了核心诉求。检测效果部分脱敏结果通过上述任一模式导入文书后AI系统精准识别出以下隐蔽问题结果一览无余检测维度隐蔽性问题描述风险等级程序行为链异常收到投诉至受理立案间隔超期15天但文书中未体现延期审批记录。⚠️ 高危证据采信双标认定投诉人证据“证明力不足”但对被投诉人提交的无盖章说明却直接采信。 异常负空间检测全文回避了投诉人核心诉求的“法律依据”分析存在典型的“答非所问”模式。 警告说理充分性评分仅58分满分100缺乏对自由裁量权行使的详细论证。❌ 不合格五、 项目亮点总结参赛卖点极致的兼容性与普惠性从网页版“动动嘴”到专业MCP“自动化”覆盖从普通大妈到顶尖极客的所有用户层。真正的“桥接架构”MCP Server不捆绑任何特定大模型AI Agent自主掌控Token消耗完全透明可控。法律专业知识的数字化封装将16维异常逻辑、六维幻觉规则、七维评分体系固化为可执行的Skills文件杜绝AI的“自由发挥”。透明与诚信机制遇到材料缺失如缺证据索引系统强制要求标注“局限性”绝不伪造结果维护司法严谨性。六、 立即体验参赛主赛道社会服务 / 造种新体验主 社会公益附加项目链接judicial-doc-anomaly-mcplegal-hallucination-mcpjudicial-doc-quality-mcp拿起你的文书打开DeepSeek网页版用三行提示词开启你的司法智检之旅