Law Scrapper MCP

法律刮刀MCP

一个全面的模型上下文协议（MCP）服务器，用于访问和分析API众议院的波兰法律行为，实现AI驱动的法律研究和文件分析。

特性

• 全面的法律行为访问 -从Dziennik Ustaw（DU）和Monitor Polski（MP）全面获取波兰法律行为
• 高级搜索和过滤 -按日期、类型、关键字、发布者和状态进行多条件搜索
• 带有链式过滤的结果存储 -存储搜索结果并使用正则表达式、类型/状态/年份匹配、日期范围、排序进行筛选
• 文档存储模式 -加载操作到内存中，以实现高效的节级导航和搜索
• 详细的文档分析 -元数据、结构、引用和内容检索
• 内容处理 -自动将PDF转换为文本和HTML转换为Markdown
• 日期计算 -用于法律文件分析的专用数据工具
• 系统元数据 -关键字、状态、文档类型和机构数据
• FastMCP集成 -采用FastMCP框架构建，提供灵活的传输选项
• 异步HTTP客户端 -具有重试逻辑和连接池的高效httpx客户端
• TTL缓存 -具有可配置TTL的智能响应缓存
• 结构化日志记录 -JSON和文本日志格式，便于调试
• Docker支持 -使用docker compose进行容器化部署
• 全面的文件 -示例和清晰的参数描述

需求

• python：3.13或更高
• 包管理器：uv（推荐）或pip
• Internet连接：访问Sejm API终结点时必需
• MCP兼容工具：游标IDE、Claude Code或其他MCP客户端

安装

使用紫外线（推荐）

# Clone the repository
git clone https://github.com/numikel/law-scrapper-mcp.git
cd law-scrapper-mcp

# Install dependencies
uv sync

# Install with dev dependencies
uv sync --extra dev

使用pip

# Clone the repository
git clone https://github.com/numikel/law-scrapper-mcp.git
cd law-scrapper-mcp

# Install dependencies
pip install -e .

使用uvx（无需安装）

为了在不克隆存储库的情况下进行快速测试：

# Run the server directly from GitHub
uvx --from git+https://github.com/numikel/law-scrapper-mcp law-scrapper

快速开始

STDIO传输（默认）

STDIO是MCP通信的默认传输方式。启动服务器并从MCP客户端连接：

# Run the server
uv run python -m law_scrapper_mcp

# Or use the installed script
law-scrapper

在MCP客户端中配置（例如，Cursor .cursor/mcp.json):

{
  "mcpServers": {
    "law-scrapper-mcp": {
      "command": "law-scrapper"
    }
  }
}

克劳德代码：

claude mcp add law-scrapper "uvx --from git+https://github.com/numikel/law-scrapper-mcp law-scrapper"

HTTP传输（可流式传输HTTP）

使用可流式传输的HTTP在HTTP上运行服务器：

# Run with HTTP transport on port 7683
LAW_MCP_TRANSPORT=streamable-http uv run python -m law_scrapper_mcp

# Or specify custom host and port
LAW_MCP_TRANSPORT=streamable-http LAW_MCP_HOST=0.0.0.0 LAW_MCP_PORT=8080 uv run python -m law_scrapper_mcp

在MCP客户端中配置：

{
  "mcpServers": {
    "law-scrapper-mcp": {
      "url": "http://localhost:7683/mcp",
      "transport": "streamable-http"
    }
  }
}

注： URL必须包含 /mcp 路径。FastMCP在以下位置公开了可流式传输的http端点 /mcp不是在根上。使用 http://localhost:7683 没有 /mcp 结果为404（未找到）。

码头工人

使用Docker构建和运行：

# Build the image
docker build -t law-scrapper-mcp .

# Run with STDIO transport (default)
docker run -it law-scrapper-mcp

# Run with HTTP transport on port 7683
docker run -it -p 7683:7683 -e LAW_MCP_TRANSPORT=streamable-http law-scrapper-mcp

或者使用docker compose：

# Run with STDIO transport
docker compose up

# Run with HTTP transport (set TRANSPORT=streamable-http in docker-compose.yml)
docker compose -f docker-compose.yml up

配置

所有设置都是通过环境变量配置的 LAW_MCP_ 前缀：

环境配置示例：

export LAW_MCP_TRANSPORT=streamable-http
export LAW_MCP_PORT=7683
export LAW_MCP_LOG_LEVEL=DEBUG
export LAW_MCP_CACHE_METADATA_TTL=86400

工具参考

Law Scraper MCP提供13种法律研究和分析工具：

1.get_system_metadata（类别）

检索系统元数据以过滤和搜索法律行为。

参数：

• category （字符串，默认值：“all”）-元数据类别：“关键字”、“发布者”、“状态”、“类型”、“机构”或“全部”

退货： 系统中可用的关键字、出版商、文档类型、状态和机构

示例：

- Get all available search keywords
- Retrieve all legal document types
- List all publishers (DU, MP)
- Get all document statuses
- Get complete system metadata

2.search_legal_ats（发布者、年份、关键字、详细级别、状态、类型）

使用高级筛选选项搜索法律行为。

参数：

• publisher （字符串）-出版商代码：“DU”（Dziennik Ustaw）或“MP”（Monitor Polski）
• year （整数）-出版年份（例如2024年）
• keywords （string）-搜索关键字（AND逻辑-使用多次搜索OR）
• detail_level （字符串，默认值：“标准”）-响应详细信息：“最小”、“标准”或“完整”
• status （字符串，可选）-文档状态筛选器
• type （字符串，可选）-文档类型筛选器

退货： 与元数据匹配的法律行为列表

搜索备注： 多个关键字使用AND逻辑。一次搜索一个关键字以查找OR行为。

示例：

- Search DU 2024 for "environment protection" acts
- Find all MP 2023 acts with status "active"
- Search for COVID-19 related legislation
- Find acts by specific type (e.g., "regulation")
- Get minimal detail results for quick scanning

3.browse_ats（发布者、年份、详细级别）

浏览出版商在特定年份发布的所有法律行为。

参数：

• publisher （string）-发布商代码：“DU”或“MP”
• year （整数）-出版年份
• detail_level （字符串，默认值：“标准”）-响应详细信息：“最小”、“标准”或“完整”

退货： 指定年份公布的完整法案清单

示例：

- Browse all DU acts from 2024
- Get minimal details of all MP acts from 2023
- Browse full details of DU 2022 legislation
- Get an overview of acts by publisher and year
- Track legislation published in a specific year

4.过滤结果（result_set_id、模式、字段、type_equals等）

过滤并缩小以前检索到的搜索/浏览/更改结果。

参数：

• result_set_id （string）-之前搜索/浏览/更改调用的结果集ID（例如“rs_1”）
• pattern （字符串，可选）-用于文本搜索的正则表达式模式（支持OR：“podatek|VAT|akcyza”）
• field （字符串，默认值：“title”）-要搜索的字段：“标题”、“eli”、“状态”、“类型”、“发布者”
• type_equals （string， optional） - 文件类型的确切匹配（例如，“法律”，“条例”）
• status_equals （string， optional） - 精确匹配状态（例如，“有效行为”，“已撤销行为”）
• year_equals （整数，可选）-与出版年份完全匹配
• date_field （字符串，可选）-范围筛选器的日期字段：“publication_Date”或“effective_Date”
• date_from / date_to （字符串，可选）-日期范围（YYYY-MM-DD）
• sort_by （字符串，可选）-排序字段：“标题”、“年份”、“位置”、“发布日期”等。
• sort_desc （boolean，默认值：false）-降序排序
• limit （整数，可选）-返回的最大结果

退货： 使用新的筛选结果 result_set_id 用于链式过滤

示例：

- Filter search results to only "Rozporządzenie" type
- Search titles with regex "zdrow|apteka|lekar"
- Filter by date range and sort by promulgation date
- Chain filters: first by type, then by regex pattern
- Get top 10 most recent results

5.获取_细节（eli、load_content、detail_level）

检索特定法律行为的详细信息，并可选择加载其内容。

参数：

• eli （字符串）-格式为“出版商/年份/编号”的行为标识符（例如，“DU/2024/1”）
• load_content （boolean，默认值：false）-将动作内容加载到文档存储中以进行节读取
• detail_level （字符串，默认值：“标准”）-响应详细信息：“最小”、“标准”或“完整”

退货： 如果load_content=true，则执行元数据（标题、发布日期、状态、类型等）、目录

示例：

- Get metadata for act DU/2024/1
- Load act content for section-level reading
- Get full details including table of contents
- Retrieve act status and publication information
- Load multiple acts for comparison

6.read_act_content（eli，section）

阅读加载的法律行为的特定部分的内容。

参数：

• eli （string）-动作标识符（必须首先通过get_acct_details加载，load_content=true）
• section （string）-应改为（例如，“第1条”、“第2章”、“序言”）

退货： 所请求章节的内容

工作流程说明： 必须先调用get_act_details（eli=“…”，load_content=true），然后使用此工具。

示例：

- Read Article 1 from loaded act
- Get Chapter 2 content
- Read the Preamble section
- Access specific numbered articles
- Navigate act by chapters

7.search_in_act（eli，query）

在加载的法律行为中搜索特定术语。

参数：

• eli （string）-动作标识符（必须首先通过get_acct_details加载，load_content=true）
• query （string）-搜索词或短语

退货： 将部分与上下文和位置相匹配

示例：

- Find all mentions of "penalty" in loaded act
- Search for specific legal terms
- Locate articles containing "fine" or "punishment"
- Find definitional sections
- Search for specific references

8.分析_关系（eli，relationship_type）

分析法案的法律关系和参考文献（修正案、参考文献等）。

参数：

• eli （string）-动作标识符
• relationship_type （字符串，默认值：“all”）-类型：“修订”、“amended_by”、“引用”、“referenced_by”或“all”

退货： 相关行为及其关系清单

示例：

- Find which acts amend this legislation
- See what acts this legislation amends
- Get all legal references in the act
- Find acts that reference this legislation
- Analyze complete act relationship network

9.track_legal_changes（date_from、date_to、publisher、关键字）

跟踪日期范围内的法律变更和新行为。

参数：

• date_from （字符串）-开始日期（YYYY-MM-DD格式）
• date_to （字符串）-结束日期（YYYY-MM-DD格式）
• publisher （字符串，可选）-按发布者筛选：“DU”或“MP”
• keywords （字符串，可选）-按关键字筛选

退货： 在日期范围内公布的法律行为

示例：

- Track changes from 2024-01-01 to 2024-12-31
- Find new DU acts from last month
- Get changes published in past 7 days
- Track legislation on specific topics over time
- Monitor legal changes by publisher and date range

10.calculate_legal_date（天、月、年、基准日）

使用直观的符号约定计算法定日期。

参数：

• days （整数，默认值：0）-天数偏移（+未来，-过去）
• months （整数，默认值：0）-月偏移量（+未来，-过去）
• years （整数，默认值：0）-年份偏移（+未来，-过去）
• base_date （字符串，可选）-基准日期（YYYY、YYYY-MM或YYYY-MM-DD格式，默认为今天）

退货： 计算日期和相关描述

签署约定： 积极=未来，消极=过去

示例：

- Get current date (call with no parameters)
- Calculate date 30 days in the future (+30)
- Calculate date 6 months in the past (-6 months)
- Calculate date 1 year from a specific date
- Calculate legal deadlines and periods

11.比较行为（eli_a，eli_b）

比较两项法律行为的元数据。

参数：

• eli_a （string）-第一个动作的ELI标识符（例如“DU/2024/1692”）
• eli_b （string）-第二幕的ELI标识符（例如“DU/2024/1716”）

退货： 标题、类型、状态、日期、关键字重叠和差异的比较

示例：

- Compare two acts from the same year
- Compare old and new versions of legislation
- Identify metadata differences between related acts

12.list_result_sets（）

显示存储在内存中的活动结果集。

退货： 包含ID、查询摘要、计数和创建时间的结果集列表

13.list_loaded_documents（）

显示加载到文档存储中的文档。

退货： 加载的文档列表，包括ELI、大小、节数和时间戳

文档存储工作流

文档存储模式可在法律行为中实现高效的内容导航和搜索：

工作流程步骤

1. 加载一个动作 -呼叫 get_act_details(eli="DU/2024/1", load_content=true) 将该行为加载到文档存储中
2. 阅读章节 -使用 read_act_content(eli="DU/2024/1", section="Art. 1") 阅读特定章节
3. 在行动中搜索 -使用 search_in_act(eli="DU/2024/1", query="penalty") 查找术语

好处

• 高效的内存使用（可配置的最大文档数和TTL）
• 快速分段级导航，无需重新绘制
• 在没有API调用的加载动作中搜索
• 自动内容处理（PDF→文本，HTML→Markdown）

配置

• LAW_MCP_DOC_STORE_MAX_DOCUMENTS -要在内存中保留多少个动作（默认值：10）
• LAW_MCP_DOC_STORE_MAX_SIZE_BYTES -最大内存使用量（默认值：5 MB）
• LAW_MCP_DOC_STORE_TTL -行为在内存中保留多长时间（默认值：2小时）

项目结构

law-scrapper-mcp/
├── src/law_scrapper_mcp/
│   ├── __init__.py
│   ├── __main__.py              # Entry point for python -m
│   ├── server.py                # FastMCP app, lifespan, transport config
│   ├── config.py                # Pydantic settings (env vars)
│   ├── logging_config.py        # Structured logging setup
│   ├── models/                  # Pydantic models
│   │   ├── enums.py            # Enumerations
│   │   ├── api_responses.py    # Sejm API response models
│   │   ├── tool_inputs.py      # Tool input models
│   │   └── tool_outputs.py     # Tool output models
│   ├── client/                  # HTTP client
│   │   ├── sejm_client.py      # AsyncClient with retry and circuit breaker
│   │   ├── cache.py            # Async TTL cache implementation
│   │   ├── circuit_breaker.py  # Circuit breaker for API protection
│   │   └── exceptions.py       # Custom exceptions (Polish messages)
│   ├── services/                # Business logic
│   │   ├── metadata_service.py    # Metadata retrieval
│   │   ├── search_service.py      # Search and browse
│   │   ├── act_service.py         # Act details and content
│   │   ├── changes_service.py     # Change tracking
│   │   ├── document_store.py      # In-memory act storage
│   │   ├── result_store.py        # Search result persistence and filtering
│   │   ├── content_processor.py   # PDF/HTML processing
│   │   └── response_enrichment.py # Response hints
│   └── tools/                   # MCP tool definitions
│       ├── metadata.py          # get_system_metadata
│       ├── search.py            # search_legal_acts
│       ├── browse.py            # browse_acts
│       ├── act_details.py       # get_act_details
│       ├── act_content.py       # read_act_content
│       ├── act_search.py        # search_in_act
│       ├── relationships.py     # analyze_act_relationships
│       ├── filter_results.py    # filter_results, list_result_sets
│       ├── changes.py           # track_legal_changes
│       ├── compare.py           # compare_acts
│       ├── dates.py             # calculate_legal_date
│       └── error_handling.py    # Centralized @handle_tool_errors decorator
├── tests/
│   ├── unit/                    # Unit tests
│   └── integration/             # Integration tests with Sejm API
├── Dockerfile                   # Container image definition
├── docker-compose.yml           # Multi-service setup
├── pyproject.toml              # Project metadata and dependencies
├── uv.lock                      # Reproducible dependency lock
└── README.md                    # This file

码头工人

Dockerfile

包括 Dockerfile 构建一个容器化的Law Scraper MCP服务器：

FROM python:3.13-slim
WORKDIR /app
COPY . .
RUN pip install -e .
EXPOSE 7683
CMD ["law-scrapper"]

构建并运行：

# Build the image
docker build -t law-scrapper-mcp .

# Run with STDIO transport
docker run -it law-scrapper-mcp

# Run with HTTP transport
docker run -it -p 7683:7683 -e LAW_MCP_TRANSPORT=streamable-http law-scrapper-mcp

# With custom settings
docker run -it -p 7683:7683 \
  -e LAW_MCP_TRANSPORT=streamable-http \
  -e LAW_MCP_LOG_LEVEL=DEBUG \
  law-scrapper-mcp

docker-compose.yml

使用docker compose进行部署：

# Start service
docker compose up -d

# View logs
docker compose logs -f

# Stop service
docker compose down

迁移指南（v1到v2）

如果从v1.0.2升级，请注意这些突破性的变化：

v2.3.1的新增功能

• uvx/FastMCP修复 --已修复 NameError: name 'Annotated' is not defined 当通过时 uvx --from "git+https://github.com/numikel/law-scrapper-mcp" law-scrapper.已删除 from __future__ import annotations 从 compare.py 因此，在工具注册过程中，参数类型提示会正确解析。

v2.3.0的新增功能

• 3个新工具 — compare_acts, list_result_sets, list_loaded_documents （共13个工具）
• 断路器 -在Sejm API不可用时防止级联故障
• 集中错误处理 — @handle_tool_errors 具有错误分类和完整回溯的装饰器
• 异步。锁迁移 --所有商店使用 asyncio.Lock 为了实现适当的异步兼容性
• 默认搜索限制 --默认情况下，搜索/浏览最多返回20个结果，以限制令牌使用
• 健康终点 — /health 适用于具有流式http传输的Docker部署
• 波兰语错误消息 --所有异常消息均以波兰语显示，以获得一致的用户体验
• 决策树文档字符串 --所有工具的“何时使用”/“何时不使用”

发展

设置

# Install dependencies
uv sync

# Install with dev dependencies
uv sync --extra dev

运行测试

# Run unit tests
uv run pytest tests/unit/ -v

# Run integration tests (requires internet)
uv run pytest tests/integration/ -v -m integration

# Run all tests with coverage
uv run pytest --cov=law_scrapper_mcp --cov-report=term-missing

# Run with timeout for slow tests
uv run pytest --timeout=10 -v

代码质量

该项目遵循FastMCP最佳实践：

• 模块化架构 -独立关注点（模型、客户、服务、工具）
• 键入提示 -Pydantic模型的完整类型注释
• 异步贯穿始终 -异步/等待所有I/O操作
• 综合示例 -每个工具至少5个示例
• 标记工具 -按类别组织，便于发现
• 带注释的参数 -所有输入的清晰描述
• 结构化日志记录 -可配置的JSON/文本格式

运行服务器

# STDIO transport (default)
uv run python -m law_scrapper_mcp

# HTTP transport
LAW_MCP_TRANSPORT=streamable-http uv run python -m law_scrapper_mcp

# With debug logging
LAW_MCP_LOG_LEVEL=DEBUG uv run python -m law_scrapper_mcp

贡献

1. 分叉存储库
2. 创建功能分支(git checkout -b feature/amazing-feature)
3. 使用常规提交格式提交更改
4. 添加新功能的测试
5. 确保所有测试通过并保持覆盖率
6. 推到分支(git push origin feature/amazing-feature)
7. 打开拉取请求

开发指南

• 遵循FastMCP最佳实践进行工具定义
• 包括全面的示例和参数描述
• 为工具分类添加适当的标签
• 全程编写异步代码
• 为所有新功能添加测试
• 用您的更改更新CHANGELOG.md
• 所有代码注释和文档均使用英语

许可证

该项目根据MIT许可证获得许可。有关详细信息，请参阅LICENSE文件。

作者

@努米克尔

在以下人员的帮助下开发：

对于模型：

______________________________________________________________________

法律免责声明：该工具为研究目的提供了波兰法律文件的访问权限。始终咨询合格的法律专业人士，以获得法律建议和法律解释。