中文法规条款拆分MCP

这是目前市场上独一无二的、面向 MCP 生态的中文法律文本拆分工具，极大简化法律 AI 应用的构建流程~

目前忘记上传测试用例了，但是相信我，北大法宝随便拉一条出来都可以轻松给他按条款切成燥子。输出Excel表中自带每一条拆分条款对应索引级别，方便各位可自行构建索引目录~

功能

| 工具 | 说明 | 需要数据库 | |------|------|-----------| | split_text | 将原始法规文本拆分为带类型的片段 | 否 | | split_by_law_ids | 按 law_id 从数据库拉取文本后拆分 | 是 |

安装

从 Git 安装（推荐）

git clone <https://github.com/GaaZeon-Hui/legal-text-splitter-mcp.git>
cd legal-text-splitter-mcp
pip install -e .

配置 MCP 客户端

将以下配置添加到 MCP 客户端配置文件中：

Claude Desktop / Claude Code

配置文件位置：

• Windows: %APPDATA%/Claude/claude_desktop_config.json
• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Claude Code: 项目根目录 .mcp.json 或全局 ~/.claude/.mcp.json

{
  "mcpServers": {
    "legal-splitter": {
      "command": "uvx",
      "args": ["legal-text-splitter-mcp"],
      "env": {
        "LEGAL_DB_HOST": "your_host",
        "LEGAL_DB_PORT": "8001",
        "LEGAL_DB_USER": "root",
        "LEGAL_DB_PASSWORD": "your_password",
        "LEGAL_DB_NAME": "legal_db"
      }
    }
  }
}

注意：如果只使用 split_text 工具（不需要数据库），可以省略 env 中的所有 DB 配置。

从本地路径安装时

使用本地路径：

{
  "mcpServers": {
    "legal-splitter": {
      "command": "uvx",
      "args": ["--from", "D:/path/to/legal-text-splitter-mcp", "legal-text-splitter-mcp"],
      "env": {
        "LEGAL_DB_HOST": "your_host",
        "LEGAL_DB_PORT": "8001",
        "LEGAL_DB_USER": "root",
        "LEGAL_DB_PASSWORD": "your_password",
        "LEGAL_DB_NAME": "legal_db"
      }
    }
  }
}

Cursor

在 Cursor 设置中找到 MCP 配置，添加上方 JSON 配置。

工具详解

split_text

拆分原始法规文本。无需数据库，直接传入文本即可。

输入参数：

• text (string) — 原始法规文本，可包含 HTML 标签

返回示例：

{
  "fragments": [
    {
      "seq": 1,
      "content": "第一条 为了规范...",
      "split_type": "条",
      "index_level": 0,
      "ordinal": 1,
      "extra": ""
    }
  ],
  "meta": {
    "char_count": 1520,
    "fragment_count": 12,
    "all_tags": ["条", "款"],
    "level_chain": "条(0) > 款(1)",
    "processing_ms": 45
  }
}

返回字段说明：

| 字段 | 类型 | 说明 | |------|------|------| | seq | int | 片段序号（从 1 开始） | | content | str | 片段文本内容 | | split_type | str/null | 拆分类型，如"条"/"章"/"款"/"数字点"等 | | index_level | int/null | 层级深度，0=最外层 | | ordinal | int/list/null | 序数值，如 3 表示第三条，[6,1,1] 表示第六章第一节第一项 | | extra | str | 附加信息（回卷标记等） | | meta.char_count | int | 原始文本字符数 | | meta.fragment_count | int | 拆分后的片段总数 | | meta.all_tags | list | 本次拆分涉及的所有类型 | | meta.level_chain | str | 层级链，如 "章(0) > 条(1) > 款(2)" | | meta.processing_ms | int | 处理耗时（毫秒） |

split_by_law_ids

按 law_id 列表从数据库批量拉取法规文本并拆分。

输入参数：

• law_ids (string 列表) — 法律 ID 列表

需要的环境变量：

| 变量 | 默认值 | 说明 | |------|--------|------| | LEGAL_DB_HOST | localhost | 数据库地址 | | LEGAL_DB_PORT | 3306 | 数据库端口 | | LEGAL_DB_USER | root | 数据库用户名 | | LEGAL_DB_PASSWORD | (空) | 数据库密码 | | LEGAL_DB_NAME | legal_db | 数据库名 |

引擎管线

文本经过的处理流程：

原始文本（可含 HTML）
  → clean_html（清洗 HTML 标签）
  → analyze（规则式分析，识别拆分类型）
  → split_single_group_with_rollback（拆分 + 回卷）
  → infer_type_levels（推断层级深度）
  → get_ordinal（提取序数）
  → 输出带类型的片段列表

开发

# 克隆项目
git clone <仓库地址>
cd legal-text-splitter-mcp

# 开发模式安装
pip install -e .

# 验证导入
python -c "from legal_text_splitter.engine import process_text; print('OK')"

# 测试拆分
python -c "
from legal_text_splitter.engine import process_text
result = process_text('<p>第一条 测试。</p><p>第二条 内容。</p>')
print(f'{len(result[\"split_results\"])} 个片段')
"

依赖

• Python >= 3.10
• mcp >= 1.0.0
• openpyxl
• pymysql

许可

License

MIT License. See LICENSE file for details.