{
  "markdown": "# 劳动&劳务合同风险排查 MCP Server\n\n基于 FastMCP 构建的合同风险审查 MCP 服务，可被任何支持 MCP 协议的客户端（DeepSeek Harness、Claude Code、Cursor、Windsurf 等）调用。\n\n## ✨ 功能特性\n\n- **单份合同审查**：对劳动合同（16类风险）或劳务合同（9类风险）进行全面智能审查\n- **批量合同审查**：支持多份合同批量审查，自动生成总览表\n- **风险知识库查询**：查询指定类别的风险审查要点、法律依据\n- **地方法规查询**：查询北京/上海/广东/浙江/江苏的地方法规差异\n- **自动合同类型识别**：智能判断是劳动合同还是劳务合同\n- **个人信息脱敏**：自动对身份证号、手机号、银行卡号进行脱敏处理\n\n## 📦 安装\n\n```bash\npip install -r requirements.txt\n```\n\n## ⚙️ 配置\n\n### 环境变量\n\n| 变量名 | 必填 | 默认值 | 说明 |\n|--------|------|--------|------|\n| `LLM_API_KEY` | ✅ 是 | - | 大模型 API 密钥 |\n| `LLM_BASE_URL` | ❌ 否 | `https://api.openai.com/v1` | API 端点地址（OpenAI 兼容接口） |\n| `LLM_MODEL` | ❌ 否 | `gpt-4o-mini` | 模型名称 |\n| `LLM_TEMPERATURE` | ❌ 否 | `0.1` | 采样温度 |\n\n### 配置示例\n\n```bash\nexport LLM_API_KEY=\"sk-xxxxxxxxxxxxxx\"\nexport LLM_BASE_URL=\"https://api.deepseek.com/v1\"\nexport LLM_MODEL=\"deepseek-chat\"\n```\n\n> 💡 支持任何 OpenAI 兼容的 API 接口（DeepSeek、通义千问、智谱 AI、Ollama 等）\n\n## 🚀 运行\n\n### 方式一：STDIO 模式（本地工具/桌面客户端）\n\n```bash\npython server.py\n# 或显式指定\npython server.py stdio\n```\n\n### 方式二：HTTP 模式（网络服务）\n\n```bash\npython server.py http 0.0.0.0 8000\n```\n\n启动后访问 `http://localhost:8000/mcp` 即可使用。\n\n### 方式三：使用 fastmcp CLI\n\n```bash\n# 开发调试\nfastmcp dev server.py\n\n# 安装到 Claude Desktop\nfastmcp install server.py\n```\n\n## 🔌 MCP Tools\n\n### 1. `review_contract`\n\n对合同文本进行完整的风险审查。\n\n**参数：**\n- `contract_text` (string, 必填)：合同文本内容\n- `contract_type` (string, 可选)：合同类型，`auto`/`labor`/`service`，默认 `auto`\n\n**示例：**\n```\nreview_contract(contract_text=\"劳动合同文本...\", contract_type=\"auto\")\n```\n\n### 2. `batch_review`\n\n批量审查多份合同。\n\n**参数：**\n- `contracts_text` (string, 必填)：多份合同文本\n- `separator` (string, 可选)：分隔符，默认 `---合同分割线---`\n\n**示例：**\n```\nbatch_review(contracts_text=\"合同1\\n---合同分割线---\\n合同2\", separator=\"---合同分割线---\")\n```\n\n### 3. `get_risk_knowledge`\n\n查询指定类别的风险知识库。\n\n**参数：**\n- `category` (string, 必填)：风险类别，如\"试用期\"、\"竞业限制\"、\"人身损害赔偿\"\n\n**示例：**\n```\nget_risk_knowledge(category=\"竞业限制\")\n```\n\n### 4. `get_local_regulations`\n\n查询指定地区的法规差异。\n\n**参数：**\n- `region` (string, 必填)：地区，北京/上海/广东/浙江/江苏\n- `topic` (string, 必填)：主题，如竞业补偿/加班费基数/最低工资/产假/婚假\n\n**示例：**\n```\nget_local_regulations(region=\"上海\", topic=\"竞业补偿\")\n```\n\n## 📚 MCP Resources\n\n| URI | 说明 |\n|-----|------|\n| `risk-knowledge://categories` | 所有风险类别清单 |\n| `risk-knowledge://labor` | 劳动关系16类风险清单 |\n| `risk-knowledge://service` | 劳务关系9类风险清单 |\n| `local-regions://list` | 支持的地区列表 |\n\n## 💬 MCP Prompts\n\n| 名称 | 说明 |\n|------|------|\n| `contract_review_prompt` | 完整合同审查提示模板 |\n| `batch_review_prompt` | 批量审查提示模板 |\n\n## 🔗 集成到客户端\n\n### Claude Desktop\n\n在 `claude_desktop_config.json` 中添加：\n\n```json\n{\n  \"mcpServers\": {\n    \"contract-risk-review\": {\n      \"command\": \"python\",\n      \"args\": [\"/path/to/server.py\"],\n      \"env\": {\n        \"LLM_API_KEY\": \"your-api-key\",\n        \"LLM_BASE_URL\": \"https://api.openai.com/v1\",\n        \"LLM_MODEL\": \"gpt-4o-mini\"\n      }\n    }\n  }\n}\n```\n\n### Cursor / Windsurf\n\n在 IDE 的 MCP 配置中添加上述 stdio 配置即可。\n\n### HTTP/SSE 客户端\n\n配置 MCP 服务器地址为 `http://localhost:8000/mcp`。\n\n## 📁 目录结构\n\n```\ncontract-risk-review-mcp/\n├── server.py              # MCP Server 主文件\n├── requirements.txt       # 依赖清单\n├── README.md              # 使用说明\n└── knowledge/             # 知识库\n    ├── risk-knowledge-base.md    # 劳动关系16类风险知识库\n    ├── service-contract-risks.md # 劳务关系9类风险知识库\n    ├── local-regulations.md      # 地方法规差异知识库\n    └── categories-index.md       # 风险类别索引\n```\n\n## ⚠️ 免责声明\n\n本工具仅提供合同风险参考、条款修改建议以及法规依据，**不构成正式法律意见，不能替代执业律师的专业审核**。涉及劳动仲裁、重大权益纠纷，请务必咨询执业律师。\n\n## 📝 更新日志\n\n### v1.0.0\n- 初始版本\n- 支持劳动合同 16 类风险审查\n- 支持劳务合同 9 类风险审查\n- 支持批量审查、知识库查询、地方法规查询\n- 支持 STDIO 和 HTTP/SSE 两种传输模式\n",
  "bytes": 3491,
  "sha": "790bc3d2212f46de1d65f31c82faf3c43c8283bed0f1c188b210704b5e0526c0",
  "repo_slug": "justingyang218/contract-risk-review-mcp",
  "fonte": "repo",
  "truncated": false,
  "api": "https://agentalog.com/api/listings/mcp_io_github_justingyang218_contract_risk_r_2f98f405/readme"
}