SkillsScout
CONTENT-KNOWLEDGE / 内容创作与知识管理

law-student-anthropics-claude-for-legal

收录日期 2026-08-11·来源仓库 ↗
受欢迎程度
8
可用程度与相关性
8
安全性
9
8.3SCOUT SCORE

1. 基本信息

项目 内容
名称 law-student-anthropics-claude-for-legal
项目自述名称 Law Student Plugin
作者/维护者 Anthropic
来源链接 https://github.com/anthropics/claude-for-legal/tree/main/law-student
许可证 Apache License 2.0(GitHub API)
GitHub Stars 9,074(GitHub API,属 claude-for-legal 整个合集,非本插件独有)
Forks 1,758(GitHub API)
最新版本 1.0.2(plugin.json)
安装方式 Claude Code / Claude Cowork 插件(/plugin install),或经 Claude Managed Agents API 部署

2. 功能介绍与亮点

law-student 是 Claude for Legal 插件套件中面向法学生(而非执业律师)的学习工具,核心理念是“学习模式而非作答模式”:13 个技能里多个刻意拒绝直接给答案或代写终稿。

全部技能通过 ~/.claude/plugins/.../CLAUDE.md 读取学生自己的课程、报考辖区与学习风格偏好实现个性化。内置“真实纠纷识别”机制:一旦提问触及真实姓名、真实金额、真实截止日期等迹象,立即中止练习,转而引导学生寻求真实法律援助,而非把假设性讨论当真实法律意见处理。

3. 适用场景

固定分类:内容创作与知识管理(产出物是学习脚手架——大纲、记忆卡、批改反馈、备考材料,落在“笔记与研究”范畴,而非文档自动化或某个连接类场景)。

适用人群:法学院 1L 到律师资格考试备考阶段的学生,以及法学院诊所项目的学生。核心场景包括课前预习被点名应对、独立完成 IRAC 论述题训练、依据同一教授历年考题制定复习重点、长期备考进度管理。

4. 跨 Agent 兼容性

5. 推荐理由

多数 AI 学习工具的默认姿态是“帮你更快得到答案”,law-student 反其道而行——多个技能的设计目标就是不给答案,逼学生自己走完推理过程,这与其官方定位的“练习场”角色是一致的产品判断,而非功能缺失。个性化程度高(记住学生的课程、辖区、薄弱环节),且核心练习功能不依赖任何付费订阅或外部连接器即可独立使用。

6. 评分

维度 分数 说明
受欢迎程度 8 Anthropic 官方出品;发布时获多家独立法律科技媒体报道(ABA Journal、TechCrunch、Artificial Lawyer 等),其中一篇专文点名提及面向法学生的苏格拉底式训练功能
可用性 8 加入 marketplace 后一条命令装插件,README 与各技能文档详尽含示例;核心练习功能无需任何付费依赖即可独立工作;最近一次功能性提交为公开发布上线,约 3 个月前
安全性 9 见下方安全检查清单
综合 8.3 三项均值

安全检查清单

结果
① shell 命令及权限范围 安装单元内不含任何 .sh/.py/.js 脚本,无本地代码执行,hooks.json 为空对象
② 运行时联网外发 .mcp.json 声明四个可选远程 HTTP 连接器(Slack、Google Drive、CourtListener、Descrybe),是否连接由用户决定,不接也能用(引用改标“待核实”)
③ API key / 凭据 仅可选连接器需要,走 Claude 内置 OAuth 流程授权;核心练习功能不索取或存储任何密钥
④ 可疑指令 README、plugin.json、各技能说明中未发现 prompt injection 或隐蔽指令迹象;反而内置“真实纠纷识别”机制,检测到疑似真实法律情境时主动中止练习并引导用户寻求真实法律援助
⑤ 作者 / 组织信誉 Anthropic
⑥ License Apache-2.0,仓库根目录明确声明
⑦ 最近维护 2026 年 5 月公开发布上线,约 3 个月前

7. 跟同类 Skills 相比的优势

技能 定位 与 law-student 的差异
engram 通用间隔重复学习系统,四段式教学流水线 + FSRS-4.5 排程算法,适配任意学科 学科无关,无法学院特有的辖区区分、IRAC 格式、考点预测;换取的是更强的记忆曲线排程能力
socratic-questioning-sequence-generator 为课堂教师准备苏格拉底式提问脚本的备课工具 服务对象是教师而非学生本人,产出是一份课堂讨论脚本,不追踪个人学习进度、不做法律领域适配

law-student 的差异化在于垂直到法学教育这一细分场景:辖区感知的法考题库、同教授历年考题分析、IRAC 专用批改标准,是通用学习工具做不到的深度。

8. 用户评价

该技能本身目前在第三方平台尚无具名个人用户评价。其所属的 Claude for Legal 套件于 2026 年 5 月发布时,获得 ABA Journal、TechCrunch、Artificial Lawyer 等法律科技媒体的独立报道;意大利科技媒体 pasqualepillitteri.it 的专文在梳理套件全部插件时,点名提到“面向准备口头考试的法学生的苏格拉底式训练”这一功能。

9. 其他补充

除 Claude Code / Cowork 插件形式外,同一套系统提示词与技能也可通过 Claude Managed Agents API 部署到自建工作流引擎中。

10. 安装使用方式

Claude Code:

  1. 克隆仓库到本地:git clone https://github.com/anthropics/claude-for-legal.git
  2. 在 Claude Code 中输入 /plugin marketplace add (注意末尾空格),将解压后的 claude-for-legal 文件夹拖入终端窗口自动填入路径,回车
  3. 安装插件:/plugin install law-student@claude-for-legal
  4. 重启 Claude Code(必须步骤,不重启插件不会生效)
  5. 运行冷启动访谈:/law-student:cold-start-interview——录入课程、报考辖区、学习风格与既有材料(建议 10–20 份,不足会标记为数据有限)
  6. (可选)连接 CourtListener、Descrybe 等研究类 MCP 增强引用核实能力

Claude Cowork: 安装 Claude Desktop、获取 Cowork 访问权限后,按官方指引添加插件(与 Claude Code 共享同一套系统提示词与技能)。

11. 注意事项