lawink-mcp

# LaWink MCP — 한국 법률 지식그래프 MCP > **변호사가 쓰던 AI(Claude·ChatGPT·Gemini·Cursor)에 그대로 붙이는 한국 법률 온톨로지 서버.** > 판례 16만 · 법령 조문 13만 · **관계 그래프 234만 건**을 추론 시점에 탐색. 무료. 한국 판례·법령은 **검색**보다 **관계**가 핵심입니다. "이 판례가 인용한 조문", "이 조문을 적용한 판례", "유사 판례 묶음"을 따라가야 쟁점이 확장됩니다. LaWink MCP는 이 관계 그래프(`entity_relations` 234만)와 의미 검색을 **MCP 표준**으로 노출해, 변호사가 **새 앱을 배우지 않고** 이미 쓰는 AI에 붙여 쓰게 합니다. ## 왜 다른가 - **검색이 아니라 그래프**: 키워드 매칭(commodity)을 넘어, 판례–법령–법원–사건유형을 잇는 온톨로지. `precedent_relations` 한 번에 인용 법령·유사 판례·참조 판례를 끌어옴. - **BYOAI (Bring Your Own AI)**: 자체 앱·UI를 강요하지 않음. Claude Desktop·Cursor·기타 MCP 클라이언트 어디든 연결. - **추론 시점 통합**: AI가 답변을 만드는 중에 실시간으로 근거 판례·조문을 끌어와 환각을 줄임. ## 빠른 시작 (1분) > 데모 영상: _(준비중 — 연결~첫 질의까지 30초 가이드)_ **Claude Desktop** — `claude_desktop_config.json`에 추가: ```json { "mcpServers": { "lawink": { "command": "uvx", "args": ["lawink-mcp"], "env": { "LAWINK_API_BASE": "https://api.ntriq.co.kr" } } } } ``` > PyPI 배포 전이면 소스 설치: repo clone 후 > `command`: `/path/to/lawink-mcp/.venv/bin/python`, `args`: `["-m", "lawink_mcp.server"]` **Cursor / 기타 MCP 클라이언트**: 동일하게 `lawink-mcp`를 stdio MCP 서버로 등록. 재시작하면 `lawink_*` 도구 6종이 뜹니다. 인증·API 키 없이 바로 사용. ## 도구 (6종, 무료·인증 불필요) | 도구 | 하는 일 | |------|---------| | `lawink_ontology_stats` | 지식그래프 전체 규모(엔티티·관계 타입별 건수) | | `lawink_ontology_graph` | 판례·법령 중심의 관계 이웃(노드+엣지) 탐색 | | `lawink_precedent_relations` | **한 판례의 모든 관계** — 인용 법령(cites)·유사 판례·참조 판례·법원·사건유형 | | `lawink_statute_precedents` | **이 법령 조문을 적용한 판례 목록** (법령→판례 추적) | | `lawink_precedent_semantic_search` | 자연어 사안 → 유사 판례 (16만, 임베딩) | | `lawink_statute_semantic_search` | 자연어 사안 → 관련 법령 조문 (13만, 임베딩) | ## 변호사 워크플로우 예시 > **사안**: "임대차 종료 후 임대인이 원상회복 비용으로 보증금 공제를 주장." 1. `precedent_semantic_search("임대차 보증금 반환 원상회복 비용 공제")` → 유사 판례 + 각 판례의 `precedent_id` 2. `precedent_relations(precedent_id)` → 그 판례가 **인용한 법령**(예: 민법 제615·618·654조) + 유사·참조 판례를 한 번에 3. 필요하면 `statute_precedents(statute_id)`로 "그 조문을 적용한 다른 판례들"까지 확장 > 💡 **팁**: 근거 **조문**이 필요할 때는 법령 직접검색보다 **판…