thai-legal

Research layer กฎหมายไทยสำหรับ AI — เชื่อมข่าว/ข้อเท็จจริงเข้ากับตัวบทกฎหมาย ราชกิจจานุเบกษา ความเห็นกฤษฎีกา และคำพิพากษาศาลฎีกาเทียบเคียง พร้อมตรวจสอบแหล่งอ้างอิงได้จริงทุกคำตอบ กันไม่ให้ AI สรุปกฎหมายผิดจากพาดหัวข่าว

该来源不提供完整文件导出（国内平台多为平台内托管），仅存元数据与原链

接入信息

传输形态: http
鉴权方式: 鉴权未知
端点: https://thai-legal--legaltech.run.tools

鉴权方式未标注，请核对官方文档后再接入——不要直接使用以下片段

{
  "mcpServers": {
    "thai-legal": {
      "url": "https://thai-legal--legaltech.run.tools"
    }
  }
}

能力清单

工具	说明
search_law	ค้นกฎหมายไทย (hybrid: semantic + keyword) จาก 4 แหล่ง: - ตัวบทกฎหมายรายมาตรา (กฤษฎีกา) — corpus='law' - ราชกิจจานุเบกษา + ประกาศ/แจ้งความ — corpus='gazette' - ความเห็นคณะกรรมการกฤษฎีกา (เรื่องเสร็จ) — corpus='opinion' ⚠️ เป็น metadata (ชื่อเรื่อง+หมวด+คณะ+ปี+ลิงก์ PDF) ไม่มีเนื้อหาเต็ม → อ่านฉบับเต็มที่ source_url (PDF) - คำพิพากษาศาลฎีกา — corpus="deka" ⚠️ full_text อาจมีชื่อจริงคู่ความหลุด — ดู deka_privacy_note ในผลลัพธ์ ไม่ระบุ corpus = ค้นทั้ง 4 แหล่งปนกัน — ระบุ corpus เจาะจงถ้าต้องการเฉพาะแหล่งเดียว แต่ละผลมี citation["corpus"] บอกชนิด: 'law' (title+มาตรา+reference_url), 'gazette' (เล่ม/ตอน/หน้า/วันที่ + ลิงก์ PDF), 'opinion' (เลขเรื่องเสร็จ + ลิงก์ PDF), หรือ 'deka' (เลขฎีกา+ผลคดี+cited_sections). ผลของ corpus='law' คืน ฉบับชำระ (consolidated) ล่าสุดเท่าที่มีในฐานข้อมูล ต่อมาตรา — เป็น snapshot จากกฤษฎีกา (OCS) ที่ อาจยังไม่รวมการแก้ไขล่าสุดที่เพิ่งประกาศในราชกิจจาฯ (consolidated text may lag gazette amendments) → เคสสำคัญต้อง cross-check ตัวบททางการ. ฟิลด์ "version_count" บอกว่ามาตรานั้นมีกี่ฉบับแก้ไข (>1 = เคยถูกแก้, แสดงฉบับล่าสุด) citation["is_repealed"]=True บอกว่าฉบับนี้ถูกยกเลิกแล้ว (ยังคืนผลได้แต่ควรระวังก่อนอ้างอิง) citation["law_abbrev"]/["section_no"] (corpus=law เท่านั้น, อาจเป็น None) ใช้ pivot ตรงไป deka_by_section(law=citation.law_abbrev, section=citation.section_no) โดยไม่ต้อง parse doctitle เอง — ครอบคลุมแค่ประมวลกฎหมายหลักที่ยืนยันแล้ว (ป.อ./ป.พ.พ./ป.วิ.อ./ป.วิ.พ.) citation["unit_scope"] (corpus=law เท่านั้น): None = เนื้อหาของตัวบทหลัก, ค่าไม่ None = เนื้อหานี้มาจากฉบับแก้ไข/คำสั่งที่แนบท้ายเอกสารชำระ (ค่า = doctitle ของฉบับแนบท้ายนั้น) — เอกสารชำระ 1 ฉบับ = ตัวบทหลัก + ทุกฉบับแก้ไขที่ต่อท้ายมารวมกัน เมื่อ unit_scope ไม่ None section_no/law_abbrev จะเป็น None เสมอ (กัน pivot ผิดฉบับไป deka_by_section) Args: query: คำค้นภาษาไทย เช่น "ลูกจ้างมีสิทธิลาคลอดกี่วัน" top_k: จำนวนผลลัพธ์สูงสุด (ค่าเริ่มต้น 5) category: กรองประเภทราชกิจจาฯ — "ก"=กฎหมาย, "ข"=ฐานันดร, "ค"=ทะเบียนการค้า, "ง"=ประกาศ corpus: "law"=ตัวบทกฎหมาย \| "gazette"=ราชกิจจาฯ \| "opinion"=ความเห็นกฤษฎีกา \| "deka"=คำพิพากษาศาลฎีกา \| ไม่ระบุ=ทั้งหมด include_all_versions: False (ดีฟอลต์)=เฉพาะฉบับล่าสุด; True=ทุกฉบับแก้ไข (วิจัย/คดีเก่า) year_from: ปี ค.ศ. เริ่มต้น (เช่น 2020) year_to: ปี ค.ศ. สิ้นสุด subject: กรองสาขากฎหมาย (corpus=law) เช่น "แรงงาน" "ภาษี" "ที่ดิน" "อาญา" — ดูรายการจาก browse(kind="subjects") law_type: กรองประเภท เช่น "พระราชบัญญัติ" "ประมวลกฎหมาย" "พระราชกฤษฎีกา" "กฎกระทรวง" Returns: results: รายการ chunk + unit_label + version_count + citation + dense_sim/fusion_score/margin (สัญญาณ confidence; None ถ้าไม่มี dense) expanded_terms: ศัพท์ทางการที่ query ถูกแปลง (None ถ้าไม่มีการแปลง) — ความโปร่งใสของ retrieval disclaimer + attribution (ตามแหล่งที่ปรากฏจริง) + quota (used/limit; null ถ้า service token/dev) law_freshness_note: เตือน consolidated text อาจ lag (มีเมื่อผลมี corpus='law') deka_privacy_note: เตือน PDPA residual leak (มีเมื่อผลมี corpus='deka') feedback_hint: มีเมื่อไม่พบผลลัพธ์เลย หรือคะแนนความใกล้เคียงต่ำกว่าเกณฑ์ที่ตั้งไว้ (`FEEDBACK_HINT_MAX_DENSE_SIM` — ไม่ตั้ง = ปิดเกณฑ์นี้) — บอกว่ามี submit_feedback ให้ผู้ใช้รายงานได้ · ปิดทั้งหมดด้วย env FEEDBACK_HINT_ENABLED=0
research_dossier	รวบรวม "สำนวนวิจัย" ข้ามกฎหมาย/คำพิพากษา/ความเห็นกฤษฎีกาในคำเรียกเดียว — ประกอบผลจาก search_law (corpus='law'/'deka'/'opinion') + deka_by_section (pivot จากมาตราตัวบทที่เจอ ผ่าน citation.law_abbrev/section_no) เข้าด้วยกัน ไม่ใช่ tool ใหม่ที่มี ranking/scoring ของตัวเอง — เป็นแค่ทางลัดเรียก sub-call หลายตัวในคำเดียวแทนที่ต้องเรียก search_law + deka_by_section เองทีละมาตรา ⚠️ ไม่จัดกลุ่ม/ตีความคำพิพากษาเป็น "สนับสนุน"/"คัดค้าน" จุดยืนใดๆ — `verdict`/ `department`/`doctitle` เป็นข้อมูลดิบ ต้องให้ host LLM ตีความเอง (เหมือน search_law/ deka_by_section ทุกประการ ไม่ได้เพิ่ม stance-classification logic ใหม่) ไม่ใช่ตัวแทน search_law เมื่อต้องกรองเจาะจง (category/year/subject/law_type) — กรณีนั้น เรียก search_law ตรงๆ แทน dossier นี้ค้นแบบกว้างไม่มี filter พวกนี้ Args: query: คำค้นภาษาไทย เช่น "ค่าไถ่การเรียกร้องประกันตัว" top_k_statutes: จำนวนมาตราตัวบทสูงสุด (ค่าเริ่มต้น 5, สูงสุด 20) top_k_deka_semantic: จำนวนคำพิพากษาฎีกา (ค้นเชิงความหมาย) สูงสุด (ค่าเริ่มต้น 5, สูงสุด 20) top_k_opinions: จำนวนความเห็นกฤษฎีกาสูงสุด (ค่าเริ่มต้น 3, สูงสุด 20) Returns: statute_sections: ผล search_law(corpus='law') — เหมือน search_law["results"] case_law_by_section: [{law, section, cases}] ต่อมาตราที่เจอ (สูงสุด 3 มาตราแรก, dedup) — cases มาจาก deka_by_section (summary field เท่านั้น ไม่มี full_text) case_law_by_semantic_search: ผล search_law(corpus='deka') — full_text อาจมี (ดู deka_privacy_note) — เป็นการจับคู่เชิงความหมายกับ query โดยตรง ไม่ใช่คำพิพากษา ที่ยืนยันแล้วว่าอ้างอิงมาตราใน statute_sections (ต่างจาก case_law_by_section ที่เป็น citation pivot แบบ deterministic) — ห้ามตีความว่าทั้งสอง list มีน้ำหนักหลักฐานเท่ากัน related_opinions: ผล search_law(corpus='opinion') evidence_gaps: {statute_sections_found, sections_checked_for_citing_cases, cases_found_by_citation, cases_found_by_semantic_search, related_opinions_found, notes} — notes เตือนเมื่อบาง sub-call ล้มเหลวชั่วคราว หรือเจอมาตราแต่ไม่เจอคำพิพากษา ที่อ้างถึงเลย quota / disclaimer / attribution: เหมือน search_law law_freshness_note: มีเมื่อ statute_sections ไม่ว่าง (เหมือน search_law) deka_privacy_note: มีเมื่อ case_law_by_semantic_search มีผล (full_text เสี่ยง PDPA) — ไม่นับ case_law_by_section เพราะมีแค่ summary field ไม่มี full_text ให้หลุด
get_gazette_document	ดึงเอกสารเต็มจากราชกิจจานุเบกษาตามเล่ม/ตอน (เฉพาะ corpus='gazette'). (เล่ม, ตอน) = ราชกิจจาฯ หนึ่งฉบับซึ่งมีหลายเอกสาร — ใส่ category/no เพื่อเจาะจง. ใช้กับตัวบทกฎหมาย (corpus='law') หรือคำพิพากษาฎีกาไม่ได้ — ใช้ get_law_document/get_deka แทน นับโควตารายเดือน 1 ครั้งต่อการเรียก (เท่ากับ search_law) เลขประจำตัวประชาชนในเนื้อความถูกแทนด้วย X โดยตั้งใจเพื่อความเป็นส่วนตัว ไม่ใช่ OCR อ่านผิด Args: book_no: เลขเล่ม (bookNo) เช่น "142" section: เลขตอน (section) เช่น "1" category: ประเภท ก/ข/ค/ง; ตอนพิเศษใส่ตัวอักษร+"พิเศษ" เช่น "ง พิเศษ" (กรองให้แคบลง) no: เลขลำดับเอกสาร (จาก field "no" ในผล search_law) เพื่อระบุเอกสารเดียว offset: ข้ามกี่รายการก่อนเริ่มคืนผล (หน้าละ 50) — ใช้ต่อหน้าเมื่อ truncated=true Returns: documents: เอกสาร + full_text + citation; disclaimer + attribution count: จำนวนในหน้านี้ · total: จำนวนทั้งหมด · truncated: ยังมีต่ออีกไหม (#598) ถ้า truncated=true ให้เลื่อน offset (นับโควตาเพิ่มครั้งละ 1) หรือกรองด้วย category/no ให้แคบลงแทน — ฉบับใหญ่ๆ มีเอกสารหลักพัน (หลายสิบหน้า) available_categories: ค่า category ที่มีจริงในเล่ม/ตอนนี้ (เฉพาะเมื่อกรอง category แล้วไม่มีเลย) quota: used/limit (null ถ้า service token/dev)
get_law_document	ดึงเอกสารกฎหมายเต็มด้วย law_code — แก้ช่องว่างเดิมที่ไม่มีทางดึงตัวบทเต็มด้วย ID ตรงๆ (get_gazette_document ใช้กับ law ไม่ได้: ingest เขียน book_no/section เป็น NULL เสมอสำหรับ ตัวบท เหมือนปัญหาเดียวกับ deka ก่อน get_deka มีขึ้น) นับโควตารายเดือน 1 ครั้งต่อการเรียก (เท่ากับ search_law) Args: law_code: รหัสกฎหมาย จาก citation.law_code ของผล search_law unit_label: ระบุ = เฉพาะมาตรานั้น (เช่น "มาตรา 288", จาก citation ของผล search_law); ไม่ระบุ = ทั้งฉบับ (มี guard ด้านล่างกัน context blow-up สำหรับประมวลกฎหมายใหญ่) timeline_code: ระบุ = ฉบับแก้ไขนั้นเจาะจง (จาก get_law_versions); ไม่ระบุ = ฉบับล่าสุด Returns: found: False ถ้าไม่เจอ law_code/unit_label/timeline_code นี้ citation, full_text (None ถ้าฉบับมีมาตรามากเกินไปและไม่ระบุ unit_label — ดู section_index แทนแล้วเรียกซ้ำพร้อม unit_label เจาะจง) citation["unit_scope"]: None = เนื้อหาที่ได้เป็นของตัวบทหลัก (เลือกให้เสมอถ้ามีมากกว่า 1 chunk ตรง unit_label เดียวกันจากฉบับแนบท้าย); ไม่ None = ไม่มีตัวบทหลักตรง unit_label นี้ เนื้อหาที่ได้จึงมาจากฉบับแก้ไข/คำสั่งที่แนบท้ายเอกสารชำระแทน (ค่า = doctitle ของ ฉบับแนบท้ายนั้น) section_index: รายชื่อ unit_label เฉพาะตัวบทหลัก ของฉบับนี้ (มีเฉพาะตอน full_text=None) — ไม่รวมเลขมาตรา/ข้อของฉบับแนบท้าย กันเลขซ้ำ (ประมวลกฎหมายใหญ่มีฉบับแนบท้ายจำนวนมาก) quota: used/limit (null ถ้า service token/dev) disclaimer + law_freshness_note + attribution
get_law_versions	ฉบับแก้ไขทั้งหมดของมาตรานี้ เรียงเก่า→ใหม่ — ใช้เลือก timeline_code ไปเรียก get_law_document (แก้ช่องว่างเดิมที่ include_all_versions=True ของ search_law แค่ปิด dedup ทำให้ผลลัพธ์ปนทุกฉบับ ตามอันดับ relevance ไม่ใช่รายการที่เลือกฉบับเจาะจงได้) Args: law_code: รหัสกฎหมาย จาก citation.law_code ของผล search_law unit_label: เลขมาตรา จาก citation ของผล search_law (เช่น "มาตรา 288") Returns: versions: [{timeline_code, version_seq, is_current}] เรียงเก่า→ใหม่ (ว่าง = ไม่เจอ) นับเฉพาะฉบับที่มีมาตรานี้ในตัวบทหลัก — ฉบับแนบท้าย (คำสั่ง/พ.ร.บ.แก้ไขที่ต่อท้าย เอกสารชำระ) ที่บังเอิญมีเลขมาตรา/ข้อตรงกันไม่นับ (#593) count=0 ไม่ได้แปลว่าไม่มีเนื้อหานี้ในกฎหมายฉบับนี้ — อาจอยู่ในฉบับแนบท้าย ให้เรียก verify_citation/get_law_document ต่อ ซึ่งจะคืน unit_scope บอกว่ามาจากฉบับแนบท้ายใด count, disclaimer, attribution
verify_citation	ตรวจการอ้างอิงกฎหมายไทยแบบ deterministic — ไม่ใช่ AI judge ตัดสินถูก/ผิดเชิงเนื้อหา (server นี้ไม่มี LLM client ภายใน) แค่ตรวจว่า: (1) คดี/มาตรานี้มีอยู่จริงในคลังไหม (2) ถ้าอ้างว่า คดีนี้อ้างมาตราอะไร ตรวจกับข้อมูล citation ที่เก็บไว้จริง (3) ถ้ามีข้อความอ้างว่าเป็น quote ตรวจว่ามีอยู่ใน full_text จริงแบบ exact match. ไม่ตัดสินทิศทางคำวินิจฉัย (holding) — อ่าน full_text/section_text ที่ส่งกลับมาเองเสมอเพื่อสรุปว่าคำตอบที่จะให้ผู้ใช้ตรงทิศจริงไหม ระบุได้ 2 โหมด (เลือกอย่างใดอย่างหนึ่ง ห้ามผสมกัน): - ฎีกา: deka_no (+ cited_law/cited_section/quoted_text เสริมได้) - มาตราตัวบท: law_code + unit_label (+ quoted_text เสริมได้) — unit_label บังคับเสมอ นับโควตารายเดือน 1 ครั้งต่อการเรียก (เท่ากับ tool อื่น) Args: deka_no: เลขฎีกา เช่น "1729/2569" (รับ "ฎีกาที่ 1729/2569"/"คำพิพากษาศาลฎีกาที่ 1729/2569" /เลขไทยได้ — normalize ให้เอง) คดีรวมสำนวน (รูป "N-M/ปี") คืน cannot_verify เสมอ (ต้องตรวจมือ ไม่ verify อัตโนมัติ) law_code: รหัสกฎหมาย จาก citation.law_code ของผล search_law — ใช้คู่กับ unit_label เสมอ unit_label: เลขมาตรา เช่น "มาตรา 420 ทวิ" — บังคับถ้าระบุ law_code (ตรวจมาตราเจาะจง ไม่ใช่ทั้งฉบับ — ใช้ get_law_document แทนถ้าต้องการทั้งฉบับ) cited_law: ตัวย่อกฎหมายที่อ้างว่าฎีกานี้อ้างถึง เช่น "ป.อ." (คู่กับ deka_no+cited_section) cited_section: เลขมาตราที่อ้างว่าฎีกานี้อ้างถึง (คู่กับ deka_no+cited_law) quoted_text: ข้อความที่อ้างว่ามาจากคดี/มาตรานี้ — ตรวจ exact substring (ไม่ fuzzy/embedding) Returns: case_status (โหมดฎีกา) หรือ statute_status (โหมดมาตรา): "verified" \| "not_found_in_corpus" \| "cannot_verify" reason: เหตุผลเมื่อไม่ verified (None ถ้า verified) duplicate_count: จำนวนแถวที่ตรงเลขฎีกา (เฉพาะโหมดฎีกา, 1=ไม่ซ้ำ) citation_attribution: "verified"\|"not_found"\|"unknown"\|"cannot_verify"\|None — None ถ้า ไม่ได้ส่ง cited_law มาเลย; "cannot_verify" ถ้าส่งมาแต่ case_status ไม่ verified (ไม่มี ข้อมูล cited sections ให้เช็คตั้งแต่แรก) quote_grounding: "verified"\|"not_found"\|"cannot_verify"\|None (None = ไม่ได้ส่ง quoted_text) matched_snippet: context รอบข้อความที่เจอ (มีเฉพาะตอน quote_grounding="verified") full_text/section_text: เนื้อหาเต็ม — อ่านเองเพื่อตัดสิน holding direction title_marked_repealed: doctitle มีคำว่า "(ยกเลิก)" ไหม (แค่ title marker ไม่ใช่สถานะ ทางกฎหมายที่ยืนยันแล้ว) law_code/timeline_code/source_url: statute mode ที่ verified เท่านั้น (null โหมด/สถานะอื่น) — timeline_code คือฉบับที่ resolve จริง (ฉบับล่าสุดเสมอเมื่อไม่ระบุ timeline_code เอง) unit_scope: statute mode ที่ verified เท่านั้น (null โหมด/สถานะอื่น) — None = เนื้อหาที่ verify ได้เป็นตัวบทหลักของ law_code จริง; ไม่ None = มาตรา/ข้อนี้มาจากฉบับแก้ไข/คำสั่ง ที่แนบท้ายเอกสารชำระแทน (ค่า = doctitle ของฉบับแนบท้ายนั้น) — มี warning เพิ่มด้วย warnings: คำเตือนเพิ่มเติม (ซ้ำ/ไม่มี holding field/sync อาจ lag/ฯลฯ) quota: used/limit (null ถ้า service token/dev หรือข้าม quota ระหว่าง incident) deka_privacy_note: แนบเฉพาะตอนมี full_text ของ deka จริง (เหมือน get_deka) disclaimer, attribution
batch_citation_audit	ตรวจการอ้างอิงกฎหมาย/คำพิพากษาฎีกาทุกจุดในเอกสารเดียวรวดเดียว — Pro-tier เท่านั้น (นับโควตา 1 หน่วย/call คงที่เสมอ ไม่ว่าจะเจอกี่ citation ข้างในก็ตาม). สแกนหา "มาตรา N" (รองรับ chained list เช่น "มาตรา 288, 289 และ 297 ประกอบมาตรา 83") + "ฎีกาที่ N/ปี" แล้วตรวจ แต่ละจุดแบบ deterministic ด้วย verify_citation() ภายใน — ไม่ใช่ AI judge เหมือนกันทุกประการ (ดู verify_citation docstring) ⚠️ ผลลัพธ์คือ "batch existence + currency check" ไม่ใช่ full legal-reasoning audit — ไม่ตัดสิน ทิศทางคำวินิจฉัย/เนื้อหาทางกฎหมายใดๆ เหมือน verify_citation ทุกประการ (ย่อหน้านี้จงใจอยู่ต้น docstring — `server-card.json` ย่อ description ที่ยาวเกิน cap สำหรับ third-party directory ข้อจำกัดสำคัญที่สุดจึงต้องอยู่ในส่วนที่รอดเสมอ ดู `_card_description`) ชื่อกฎหมายที่ตามด้วยมาตราเปล่าๆ ต่อเนื่องหลายจุด/หลายย่อหน้า ("sticky" carry-forward) ยังผูก กับชื่อกฎหมายที่ระบุไว้ล่าสุดถูกต้อง — รองรับ 21 ฉบับ: · ประมวลกฎหมายไทยทั้ง 8 ฉบับ — ป.พ.พ. · ป.วิ.พ. · ป.อ. · ป.วิ.อ. · ประมวลรัษฎากร · ประมวลกฎหมายที่ดิน · ประมวลกฎหมายยาเสพติด · ประมวลกฎหมายอาญาทหาร (รับทั้งชื่อเต็มและตัวย่อที่คำพิพากษาใช้จริง เช่น "ป.รัษฎากร"/"ป.ที่ดิน") · พ.ร.บ. ที่คำพิพากษาอ้างบ่อยและไม่กำกวมอีก 13 ฉบับ — ล้มละลาย · จัดตั้งศาลแรงงานและวิธีพิจารณาคดีแรงงาน · แรงงานสัมพันธ์ · คุ้มครองแรงงาน · ป่าไม้ · ควบคุมอาคาร · จัดตั้งศาลแขวงฯ · จัดตั้งศาลภาษีอากรฯ · ภาษีโรงเรือนและที่ดิน · การเช่าที่ดินเพื่อเกษตรกรรม · การรับขนของทางทะเล · มาตรการในการปราบปรามฯ ยาเสพติด · จัดตั้งศาลเยาวชนและครอบครัวฯ (รับทั้ง "พระราชบัญญัติ..." และ "พ.ร.บ...." มีปีหรือไม่มีก็ได้) ⚠️ 3 ใน 13 ฉบับนี้ doctitle มี marker "(ยกเลิก)" — ภาษีโรงเรือนและที่ดิน 2475 · มาตรการในการปราบปรามฯ ยาเสพติด 2534 · จัดตั้งศาลเยาวชนและครอบครัวฯ 2534 — การอ้างมาตรา ของ 3 ฉบับนี้จะคืน status="verified_title_marked_repealed" แทน "verified" ซึ่งยังแปลว่า พบมาตรานั้นจริง แค่มี signal ว่าชื่อฉบับถูก mark ไว้ (ไม่ใช่สถานะทางกฎหมายที่ยืนยันแล้ว ดู title_marked_repealed) — คงไว้ในรายการโดยตั้งใจเพราะคำพิพากษาเก่าอ้างฉบับเหล่านี้จริง (ภาษีโรงเรือนฯ 367 ครั้ง) เวลาสรุปให้ผู้ใช้ต้องแนะนำให้ตรวจ source_url ว่ายังใช้บังคับไหม ⚠️ พ.ร.บ. ที่มีหลายฉบับต่างปีและคำพิพากษาอ้างจริงทั้งคู่ จงใจไม่รองรับ — ศุลกากร 2469/2560 · เช็ค 2497/2534 · ลิขสิทธิ์ 2537/2521 · จราจรทางบก 2522/2477 · อนุญาโตตุลาการ 2545/2530 · เครื่องหมายการค้า 2474/2534 · อาวุธปืน 2477/2490 ฯลฯ ต้องรู้ปีถึงชี้ชัดได้ ปล่อยเป็น unresolved ปลอดภัยกว่าเดา มาตราที่ไม่มีชื่อกฎหมายกำกับเลยก่อนหน้าในเอกสาร หรือกำกับด้วยกฎหมายนอก 21 ฉบับนี้ → ไม่เดา (status="cannot_verify", reason="unresolved_law_name", law=None) — เรียก verify_citation(law_code=...) ตรงๆ เองถ้ารู้ law_code ที่แน่ชัดอยู่แล้ว (verify_citation รับกฎหมายฉบับใดก็ได้ในคลัง ไม่จำกัด 21 ฉบับนี้) ⚠️ ชื่อฉบับแก้ไขไม่ใช่ฉบับแม่: "พ.ร.บ.คุ้มครองแรงงาน (ฉบับที่ 7) พ.ศ. 2562 มาตรา 4" → unresolved โดยตั้งใจ (มาตรา 4 เป็นของฉบับแก้ไข ไม่ใช่ของฉบับแม่ซึ่งมีมาตรา 4 อยู่จริง) เช่นเดียวกับ "ออกตามความใน<ชื่อกฎหมาย>" (กฎหมายลำดับรอง) และ "แก้ไขเพิ่มเติม<ชื่อกฎหมาย>" ⚠️ `law` ที่คืนมาเป็น string เดียวกับที่ `deka_citations.law` เก็บจริง จึงส่งต่อไป deka_by_section(law=...) ได้ตรงๆ — ต่างจาก citation.law_abbrev ของ search_law ที่ยัง ครอบแค่ 4 ประมวลหลัก (คนละตาราง คนละหน้าที่ ดู core/config.py) ⚠️ ต่างจาก get_deka/verify_citation ตรงนี้โดยตั้งใจ: tool นี้หักโควตาก่อนเช็ค … (ย่อสำหรับ directory listing — เอกสารฉบับเต็มของ tool นี้ส่งให้ client จริงผ่าน tools/list หลังยืนยันตัวตน หรือดูที่ https://legaltech.in.th/docs)
browse	ไล่ดูข้อมูลอ้างอิง/สถิติ — รวม list_categories เดิม + /stats + ตัวย่อกฎหมายที่ deka อ้างจริง. Args: kind: "law_types" \| "subjects" \| "law_abbreviations" \| "coverage_stats" - law_types: ประเภทตัวบทกฎหมาย (พระราชบัญญัติ/ประมวลกฎหมาย/...) + count — กรองใน search_law - subjects: สาขาตัวบทกฎหมาย (แพ่ง/อาญา/ภาษี/ที่ดิน/แรงงาน/...) + count — กรองใน search_law (หมวดมาจากการจำแนกชื่อกฎหมายอัตโนมัติ — best-effort; บางฉบับไม่ถูกจัดสาขา) - law_abbreviations: ตัวย่อกฎหมาย (เช่น "ป.อ.") ที่คำพิพากษาฎีกาอ้างจริง + จำนวนครั้ง เรียงมาก→น้อย — ใช้เลือกค่าไปกรองใน deka_by_section(law=...) แทนการเดา/parse doctitle เอง - coverage_stats: จำนวนเอกสารรวมต่อ corpus + ช่วงปีที่ครอบคลุม (ราชกิจจาฯ) Returns: ขึ้นกับ kind (ดู Args ด้านบน) + disclaimer + attribution
get_deka	ดึงคำพิพากษาศาลฎีกาฉบับเต็มด้วย เลขฎีกา. นับโควตารายเดือน 1 ครั้งต่อการเรียก (เท่ากับ search_law) Args: deka_no: เลขฎีกา เช่น "1729/2569" (คดีรวมสำนวนใช้รูป "257-258/2463") Returns: citation: เลขฎีกา/ปี/ผลคดี (ยืน/กลับ/แก้/…)/แผนกคดี/คู่ความ/องค์คณะ/ appellant (ผู้ยื่นฎีกา: "โจทก์"/"จำเลย"/"ทั้งสองฝ่าย"/"ผู้ร้อง"/"ผู้คัดค้าน"/ None ถ้าไม่พบ pattern) ⚠️ `verdict` เป็น None ได้ตามปกติเมื่อคำบังคับไม่ระบุผลเทียบศาลล่าง — เช่น "พิพากษาให้จำเลยชำระเงิน…" (โจทก์ชนะ) หรือ "พิพากษาใหม่ตามรูปคดี" (ย้อนสำนวน) None ≠ ไม่มีคำบังคับ (ดู `has_verdict_order`) แต่แปลว่าสรุปเป็นคำเดียวไม่ได้ → ต้องอ่าน `full_text` เอง ห้ามตีความว่าคดีไม่มีผล full_text: เนื้อคำพิพากษาเต็ม cited: มาตราที่อ้าง แบบ structured [{law, section, law_code, …}] quota: used/limit (null ถ้า service token/dev) (ไม่เจอ → found=False; gate ปิดชั่วคราว (self-check invariant trip) → found=False + reason="temporarily_unavailable" — แยกจาก "ไม่เจอจริง")
deka_by_section	หาคำพิพากษาฎีกาที่อ้างมาตรานี้ — "มาตรานี้ถูกตีความยังไงบ้าง". นับโควตารายเดือน 1 ครั้งต่อการเรียก (เท่ากับ search_law) Args: law: ชื่อย่อกฎหมาย เช่น "ป.อ." "ป.พ.พ." "ป.วิ.อ." "ป.วิ.พ." section: เลขมาตรา เช่น "288" (มาตราขยายใช้รูป "193 ทวิ") limit: จำนวนสูงสุด (ค่าเริ่มต้น 20) Returns: results: [{no, year_be, verdict, department, doctitle}] เรียงใหม่→เก่า (เรียงด้วยเลขฎีกา เพราะต้นทางไม่มีวันที่คำพิพากษา) `verdict` เป็น None ได้ตามปกติ = คำบังคับไม่ระบุผลเทียบศาลล่าง (ยืน/กลับ/แก้/ยก…) ไม่ใช่ "ไม่มีผลคดี" — ดึง `get_deka(no)` อ่าน `full_text` ต่อถ้าต้องการผลจริง quota: used/limit (null ถ้า service token/dev) (gate ปิดชั่วคราว (self-check invariant trip) → count=0 + reason="temporarily_unavailable")
whoami	ระบุตัวตนของผู้เรียก (จาก OAuth token) — ใช้ยืนยันว่า MCP รู้ว่าเป็น user ไหน. Returns: authenticated: True ถ้ามี token; user_id (subject) + scopes ถ้ามี support_email: อีเมลติดต่อทีมงาน (ใช้ได้แม้ผู้ใช้ยังไม่มีบัญชี)
submit_feedback	ส่งความเห็น/รายงานปัญหาของ ผู้ใช้ กลับให้ทีมงาน Thai Legal (ต้องเชื่อมต่อบัญชีแล้ว). เรียกเมื่อไหร่ (เรียงจากชัดเจนที่สุด → คลุมเครือที่สุด): 1. ผู้ใช้ขอส่งตรงๆ — "ส่ง feedback" / "แจ้งปัญหา" / "รายงานให้ทีมงาน" ← ต้องไม่พลาด 2. ผู้ใช้ยืนยันว่ากฎหมาย/เอกสารที่ควรมีอยู่แต่ค้นไม่เจอ · เนื้อหาผิด · ขอความสามารถใหม่ 3. ผู้ใช้บอกว่าผลไม่ตรง และเห็นชอบให้รายงาน — ไม่ใช่แค่บ่นแล้วให้ค้นใหม่ ห้ามเรียกเองเมื่อผู้ใช้เพียงเปลี่ยนคำค้นหรือถามคำถามใหม่ — รายงานที่ไม่ได้มาจากเจตนา ของผู้ใช้ทำให้ข้อมูลเป็นขยะและทำให้ทีมงานไล่ปัญหาที่ไม่มีอยู่ ข้อกำกับ: - ส่งเฉพาะสิ่งที่ผู้ใช้พูดจริง ห้ามแต่งขึ้นเอง ห้ามสรุปให้นุ่มลง — ใส่คำของผู้ใช้ใน message ให้ใกล้เคียงที่สุด - ส่ง `query` ที่ใช้ค้นจริงมาด้วยเสมอ — เป็นสิ่งเดียวที่ทำให้ทีมงาน reproduce ได้ ถ้าไม่มี รายงานนั้นแทบไร้ประโยชน์ - ห้ามใส่ข้อมูลที่ระบุตัวบุคคล ชื่อลูกความ เลขคดี หรือข้อเท็จจริงของคดี — เขียนเป็น ประเด็นกฎหมายเท่านั้น (ถ้าผู้ใช้พิมพ์มา ให้เรียบเรียงตัดส่วนที่ระบุตัวตนออกก่อน) Args: kind: ประเภทปัญหา — "data_gap" (ควรมีแต่หาไม่เจอ) \| "wrong_result" (เจอแต่ไม่ตรง/ อันดับแย่) \| "wrong_content" (เนื้อหาผิด/OCR เพี้ยน) \| "stale_text" (ตัวบทล้าสมัย) \| "feature_request" \| "bug" \| "other" (ค่าที่ไม่รู้จักจะถูกเก็บเป็น "other") message: เนื้อหารายงานด้วยคำของผู้ใช้ (บังคับ) query: คำค้นที่นำมาสู่ปัญหา — ควรใส่เสมอเมื่อเกี่ยวกับผลค้น expected: สิ่งที่ผู้ใช้คาดว่าควรเจอ เช่น "ควรเจอ ป.พ.พ. มาตรา 420" citations: อ้างอิงผลที่มีปัญหา (คัดจาก citation ของผล search_law เช่น law_code) Returns: ok: True = บันทึกแล้ว (มี reference ให้อ้างอิง) · False = ยังไม่บันทึก ดู reason reason: "auth_required" (ยังไม่เชื่อมบัญชี) \| "rate_limited" \| "empty_message" \| "unavailable" (ระบบขัดข้องชั่วคราว) — ทุกกรณีมี support_email ให้ส่งตรงได้ reply: ข้อความที่ใช้บอกผู้ใช้ได้ทันที · duplicate: True ถ้าเคยรายงานเรื่องเดียวกันแล้ว

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。