核心用法
Legal Cog 是 CellCog 生态中的法律文书生成技能，提供两种调用方式：OpenClaw 的"fire-and-forget"异步模式和 Cursor/Claude Code 等代理的同步阻塞模式。用户通过 create_chat() 方法提交自然语言任务描述，即可生成专业法律文书。
文档类型覆盖：
- 合同协议：自由职业合同、雇佣合同、咨询协议、合伙协议、软件许可等
- 保密文件：双向/单向NDA、员工保密协议、投资者保密协议
- 数字产品法务：服务条款、隐私政策（GDPR/CCPA合规）、Cookie政策、EULA等
- 合规研究：监管法规调研、合规清单、法律备忘录、跨司法管辖区分析
- 初创企业法务：SAFE协议、联合创始人协议、顾问协议、董事会决议
三种聊天模式：
"agent"：标准法律文书生成（推荐大多数场景）"agent team"：复杂多司法管辖区合规研究"agent team max"：高价值诉讼、并购尽调等高风险法律工作（需≥2000积分）
显著优点
1. 双支柱能力：结合 DeepResearch Bench 排名第一的深度推理能力与专业PDF生成技术，文档逻辑严谨且格式规范
2. 司法管辖区感知：支持指定适用法律（如"特拉华州管辖、加州当事人"），生成上下文特定的条款
3. 结构化输出：自动处理条款编号、术语一致性、专业排版，输出接近顶级律所水准
4. 全流程覆盖：从标准合同到复杂监管研究，单一平台满足多样化法务需求
5. 明确的使用指引：提供详细的提示词优化建议（明确当事人、交易条款、关键条款等）
潜在局限与风险
1. 法律审查必要性：开发者明确声明"AI生成的法律文书应由合格律师审核后方可执行"，尤其高价值合同、受监管行业或特定司法管辖区要求
2. 责任边界模糊：未明确说明生成内容的法律责任归属，用户可能误将AI输出视为最终法律意见
3. 司法管辖区覆盖不均：虽支持多法域，但实际效果可能因地区法律体系差异而不同
4. 高阶功能成本："agent team max"模式需大量积分，可能限制小团队获取深度法律分析
5. 幻觉风险：法律条文引用可能存在准确性问题，需人工核实
适合人群
- 初创企业创始人（快速生成SAFE、创始人协议等标准文档）
- 中小企业法务团队（批量生成合同模板，提升基础法务效率）
- 自由职业者与咨询公司（快速拟定服务协议、NDA）
- 产品经理与开发者（生成隐私政策、服务条款等合规文档）
- 需要法律研究支持的非诉律师（作为初稿和研究起点）
不适用场景：高价值商业交易、诉讼文件、上市公司披露文件、涉及重大人身或财产权益的法律文书——这些场景仍需人类律师全程主导。
常规风险
| 风险类型 | 具体表现 | 缓解建议 |
|---------|---------|---------|
| 合规风险 | 生成条款可能与最新法规冲突 | 始终进行人工法律审查 |
| 管辖风险 | 跨法域条款适用性存疑 | 明确指定管辖法律并咨询当地律师 |
| 证据效力 | AI生成文件在争议中的可采信度不确定 | 保留人类律师审核记录 |
| 数据安全 | 敏感商业信息上传至第三方AI服务 | 审查CellCog数据处理协议，避免上传高度机密信息 |