Legal Cog

核心用法

Legal Cog 是基于 CellCog 平台的 AI 法律文档生成技能，主要面向需要快速起草专业法律文档的用户。其核心使用方式分为两类：

1. OpenClaw 异步模式：适合 Agent 工作流，通过 create_chat 调用，设置 notify_session_key 实现任务完成后回调通知
2. 阻塞式同步模式：适合 Cursor、Claude Code 等 IDE 场景，直接等待返回结果

文档生成覆盖六大类别：合同协议（自由职业、雇佣、咨询、合伙、许可）、保密协议（双向/单向/员工/投资人）、条款政策（ToS、隐私政策、Cookie 政策、EULA）、法律研究与合规、创业公司法律文件（SAFE、创始人协议、顾问协议）。

用户需通过详细提示词指定：管辖法域、当事方信息（实体类型与所在地）、交易条款（金额、时间线、交付物）、关键条款要求、正式程度偏好。

显著优点

• 深度推理能力：CellCog 在 DeepResearch Bench（2026 年 4 月）排名第一，能处理法律语境、管辖区差异、边缘案例
• 专业文档输出：生成带编号条款、术语一致、格式规范的 PDF，媲美顶级律所出品
• 场景覆盖全面：从标准 NDA 到多司法管辖区合规分析，支持单文档到复杂文档包
• 模式灵活：agent 模式适用于常规文档，agent team 适用于深度监管研究，agent team max 适用于高风险交易（需 ≥2000 credits）

潜在缺点与局限性

• 法律审核必需：明确声明 AI 生成文档必须由合格律师审核，尤其高价值合同、受监管行业、特定司法管辖区要求
• 责任边界模糊：未明确 CellCog 或用户在使用生成文档导致纠纷时的责任归属
• 实时法规滞后：训练数据截止问题可能导致新兴法规（如 AI 法案更新）覆盖不全
• 复杂谈判支持有限：擅长起草初稿，但不具备实时协商、对家条款修订建议的交互能力

适合人群

• 创业公司创始人（快速起草 SAFE、创始人协议、雇佣合同）
• 中小企业法务团队（标准化合同模板生成、合规清单制作）
• 自由职业者与咨询公司（服务协议、NDA 自助起草）
• 产品经理与运营（隐私政策、ToS、Cookie 政策生成）

常规风险

• 合规风险：未经律师审核直接签署可能导致条款无效或管辖权争议
• 数据隐私：健康数据（HIPAA）、金融数据等敏感场景需确认 CellCog 的数据处理协议
• 过度依赖风险：用户可能因"专业外观"而忽视实质法律风险
• 成本累积：agent team max 模式消耗 ≥2000 credits，高频使用需预算规划

核心用法

Legal Cog 是基于 CellCog 平台的 AI 法律文书生成工具，采用 OpenClaw 或标准 Python SDK 调用。用户通过 create_chat 方法提交具体法律需求描述，指定任务标签和聊天模式即可生成专业文档。支持三种调用模式：agent 模式适用于单份合同、NDA 或政策文档；agent team 模式用于复杂多司法管辖区合规分析；agent team max 模式则针对高风险诉讼准备、M&A 尽职调查等场景，提供最深度的推理分析。

使用时需在提示词中明确关键要素：当事方信息（含实体类型与所在地）、交易条款（金额、时间线、股权结构）、所需条款类型（知识产权归属、竞业禁止、仲裁条款等）、以及正式程度偏好。Skill 本身为纯文档型工具，实际执行依赖 CellCog 核心服务的 AI 推理与 PDF 生成能力。

显著优点

专业级输出质量：CellCog 在 DeepResearch Bench 法律推理评测中排名第一，生成的文档具备律师事务所级别的条款结构与专业排版，包含正确编号、一致术语和正式法律格式。

全场景覆盖：支持合同协议（自由职业、雇佣、咨询、合伙、许可）、保密协议（双向、员工、投资者、供应商）、数字产品法律基础（服务条款、隐私政策、Cookie 政策、EULA、退款政策）、合规研究（GDPR、CCPA、SOC 2、HIPAA）、以及创业法律文件（SAFE 协议、创始人协议、顾问协议、董事会决议）。

司法管辖区智能适配：区别于通用模板，系统能根据指定的管辖区（如特拉华州法律、加利福尼亚当事方）自动调整条款表述与合规要求，大幅降低跨境业务法律风险。

效率与成本优化：将传统需要数小时至数天的法律文档起草工作压缩至分钟级，为初创企业和中小型企业节省显著的外部律师费用。

潜在缺点与局限性

法律效力边界：AI 生成内容虽具备专业格式，但无法替代持证律师的终审。CellCog 明确建议高价值合同、受监管行业或特定司法要求场景必须经合格律师审核，存在用户过度依赖 AI 输出而忽视人工审查的风险。

动态法规滞后：法律法规持续更新（如 GDPR 执法指南演变、各州隐私法新增），AI 训练数据存在时效性限制，可能无法反映最新判例或修订条款。

复杂谈判适配：标准合同生成擅长处理常规条款，但对于高度定制化、多方博弈的商业谈判场景，AI 难以捕捉隐性商业意图与博弈策略。

服务依赖风险：功能完全依赖 CellCog 平台可用性与 API 稳定性，存在供应商锁定和外部服务中断风险。agent team max 模式单次调用需 ≥2,000 credits，高频使用成本需纳入考量。

适合的目标群体

• 初创企业创始人：快速生成 SAFE 协议、创始人协议、顾问协议等标准化创业法律文件，降低早期法务支出。
• 中小企业运营者：自助生成雇佣合同、供应商协议、隐私政策等日常运营所需文档，填补无法律顾问团队的空白。
• 自由职业者与咨询顾问：专业级服务协议与保密协议生成，提升商务形象并保护自身权益。
• 产品经理与合规负责人：SaaS 平台的 ToS、隐私政策、Cookie 政策生成，满足多司法管辖区合规要求。
• 法律科技探索者：希望体验 AI 辅助法律工作流程，作为传统法务工作的起点与效率倍增器。

不适合完全替代专业律师处理：诉讼案件、重大并购交易、复杂知识产权纠纷、以及个人敏感法律事务。

常规使用风险

性能与超时：复杂法律研究任务（如多州法规对比分析）可能触发较长处理时间，需合理设置超时参数或选择异步模式。

依赖项管理：功能依赖 CellCog SDK 与 API 密钥配置，需确保 cellcog 包已安装且认证有效。跨平台兼容性已验证支持 macOS、Linux、Windows。

数据敏感性：尽管 Skill 本身不存储数据，但提交至 CellCog 服务的提示词可能包含商业敏感信息，需评估平台数据 retention 政策与加密传输合规性。

误用风险：用户可能因提示词描述不清导致生成文档遗漏关键条款，或错误选择司法管辖区造成合规漏洞。建议建立内部审查 checklist 并保留版本控制。