Ertas + OpenClaw 助力律师事务所

    使用 OpenClaw 进行文件审阅、邮件分拣和案件管理的律所,必须决定客户文件发往何处。Ertas 用律所自己的法律工作成果训练定制模型,OpenClaw 在律所控制的服务器上调用该模型,代理日常读取的文件都留在律所内部。

    The Challenge

    OpenClaw 能分拣邮件、审阅文件、提取合同条款、起草往来函件,天然适合法律工作流程。但律所承担着保密义务,默认的云端 API 方案很难说服律所自己的风险委员会。

    律师与客户间的特权保护双方之间的沟通不被披露。律师通过云端 API 使用 OpenClaw 审阅一份受特权保护的文件时,文件内容会作为提示输入发送到模型提供方的服务器。这是否会让特权面临风险,取决于提供方的条款、所在法域以及律所自身的保障措施,许多律所宁愿不必为此争论。

    除特权之外,律所对客户数据还负有其他义务。澳大利亚《隐私法》、GDPR(适用于有欧盟客户的律所)以及律师协会规则,都涉及客户数据如何存储、处理和传输。每接入一个处理客户文件的商业 AI API,就要按上述每一项规定多评估一家供应商。

    OpenClaw 擅长的工作(文件审阅、邮件分类、条款提取、备忘录起草)恰恰最耗费律师助理和初级律师的时间。效率提升是真实的,尚待解决的是模型在哪里运行。

    The Solution

    Ertas 让律所把 OpenClaw 运行在律所自行托管的定制模型上。做法很直接:在 Ertas Studio 中用律所的法律领域数据微调模型,导出为 GGUF,在律所控制的服务器上用 Ollama 提供服务,再把 OpenClaw 指向这个本地端点。

    训练在 Ertas 的云端 GPU 上进行,因此训练集会上传到 Ertas。律所应先进行匿名化或尽量精简,并确认将这些材料用于训练符合委托条款。导出后,模型在律所的服务器上运行,OpenClaw 日常读取的文件、邮件和案件细节都留在律所网络内。

    用律所真实工作成果训练的模型会学到律所的具体标准:什么样的赔偿条款算是不利,不同交易规模下可以接受怎样的责任上限,哪些特定法域的条款需要标记。通用模型运用的是一般法律知识,训练过的模型运用的是律所自己的标准;律所会先用自己预留的示例衡量两者的差距,再决定是否依赖它。

    多业务领域的律所可以为每个业务组训练独立的模型。公司业务组的模型学习并购文件和尽职调查清单,诉讼组的模型学习证据开示答复和动议草稿,知识产权组的模型学习专利说明书和审查历史。每个模型都是律所拥有的文件,可以部署在律所自己的访问规则之后。

    Key Features

    Hub

    为 OpenClaw 提供本地推理

    OpenClaw 通过 Ollama 把请求发送到律所自有服务器上的导出模型。代理日常读取的文件、客户邮件和案件细节都留在律所网络内。

    Studio

    按业务组微调

    Studio 用律所的领域数据微调开源模型,包括合同审阅标准、文件分类体系、案件受理流程和条款提取规则。可以并行运行多次训练,比较后再选定。

    Studio

    每个业务组一个模型

    为公司业务、诉讼、知识产权和监管事务分别训练独立模型,每个模型只用该组自己的数据。每个模型都由律所保管,并由律所决定哪些团队可以使用。

    Hub

    导出并拥有模型

    Hub 会列出律所训练的所有模型。可下载为 GGUF 格式供 Ollama 或 llama.cpp 使用,或下载为 safetensors 供 vLLM 使用。模型运行不依赖 Ertas,代理在某个案件中如何被使用的任何记录,都保存在律所自己的系统里。

    Example Workflow

    悉尼一家中型商业律所部署 OpenClaw,以加快公司咨询业务中的合同审阅。目前,律所的律师助理每周要花 8 到 12 小时审阅供应商协议、标记不利条款,并把关键日期和义务录入案件管理系统。律所从文档管理系统中导出 400 份已标注的合同,每份都带有律师助理标记的条款(需关注或可接受)和提取出的数据字段,并删除客户名称和可识别交易的条款。数据集上传到 Ertas Studio 后,用 LoRA(rank 16,3 个 epoch)微调 Llama 3.1 8B 基础模型,同时运行一次 Qwen 2.5 7B 作对比。团队用同样的标准,在一组预留合同上为两者打分,并与此前测试的、经过提示工程的前沿模型比较。选定的模型以 GGUF 格式导出(Q5_K_M 量化),在律所机房的一台 Mac Studio 上用 Ollama 提供服务,OpenClaw 配置为使用这个本地模型。现在,合同审阅代理会读取通过邮件收到的合同,把关键条款提取为结构化 JSON,标记不利条款并依据律所标准说明原因,再为负责合伙人起草审阅备忘录。律师助理核实被标记的内容,他们的修正会成为下一次训练的示例。运行成本是律所自有的硬件加上 Ertas 订阅费,代理的日常工作不会产生按 token 计费的 API 账单。

    Compliance & Security

    某种部署方式能否保全特权,或是否符合澳大利亚《隐私法》、GDPR 或律师协会执业行为规则,由律所自行判断,Ertas 不对此作任何表态。这一架构改变的是:训练在 Ertas 的云端 GPU 上进行,因此训练集会上传到 Ertas,应先进行匿名化或尽量精简。数据集会被保存,以便重复训练,你也可以删除它们。导出后,模型在律所自己的服务器上运行,OpenClaw 日常读取的文件都留在该服务器上。访问控制、日志以及客户尽职调查问卷所需的记录,由律所在该服务器周边的系统提供。

    Related Resources

    Ship AI that runs on your users' devices.

    Start free with 150 credits after card verification. Paid plans from $20/mo USD.