律所利益冲突初步核查的Slack机器人

原文要点

原模板为Intuz发布的免费n8n工作流（n8n.io/workflows/19608）：Slack触发器监听频道新消息，过滤机器人或空消息，用频道ID加消息时间戳拼成event_key，在Google Sheets的ConflictAuditLog表查重；OpenAI代理从消息抽取潜在客户与对方当事人，调用路径为/conflict-tools的MCP端点检索Sheets中的Clients、Matters、Parties、RelatedEntities四张表；按结构化结果分支，在原Slack线程回复“可能存在冲突”或“在已检索记录中未发现潜在冲突”，并把请求与状态写入审计表。模板需自行配置Slack、Google Sheets、OpenAI凭据并激活MCP服务端工作流。

这次做成什么

在自托管n8n中搭一个律所收案冲突初查机器人：律师在Slack频道发一条新案描述，机器人自动查客户/事项/关联方表并在原线程回初步结论，同时留审计记录。本站方案用合成数据练习，正式使用前的结果必须由律师人工复核。

准备什么

• 可自托管或云端的n8n实例，且能启用MCP触发器服务端工作流
• 一个Slack工作区及可创建应用/Bot的管理员权限，目标频道可邀请Bot
• 一个Google账号及Sheets读写权限，能建五张指定工作表
• OpenAI API密钥，聊天模型可用，调用费用由OpenAI另计

具体怎么做

1. 建五张Google Sheets表并填入列头

   新建一个电子表格，建五个工作表：ConflictAuditLog列头为event_key、created_at、channel_id、message_ts、request_text、status；Clients列头name；Matters列头matter_id、client_name、opposing_party；Parties列头name、role；RelatedEntities列头entity_name、related_to。先填入合成练习数据（见材料CSV）。

2. 激活MCP冲突检索服务端工作流

   按模板说明导入或自建MCP服务端工作流，触发路径为/conflict-tools，工具读取上一步四张表并按名称模糊匹配。激活后复制该工作流的MCP端点URL，稍后在代理的MCP Client节点填入这个自己的地址，不要用占位地址。

3. 配置Slack触发与去重

   在n8n连接Slack凭据，把Bot邀请进目标频道；触发器选该频道的新消息事件。加一个过滤步骤丢弃机器人消息和空文本，再用表达式拼接event_key（例如{{$json.channel}}_{{$json.ts}}），在写入前用Sheets查找节点在ConflictAuditLog按event_key检索，查到即停止，避免同一条消息被重复处理。

4. 配置OpenAI代理与分支回复

   连接OpenAI凭据，把消息文本交给代理节点，系统提示词用下方材料。代理输出结构化JSON后加一个解析和IF分支：potential_conflict为true时在原线程回复潜在客户、对方当事人及匹配到的记录名，为false时回复未发现潜在冲突。两个分支都用Slack回复节点并带上原消息的thread_ts。

5. 写审计日志并做端到端测试

   在回复之后追加Sheets行：event_key、当前时间、channel_id、message_ts、原始request_text、status（potential_conflict或clear）。在频道发送测试消息（见示例输入），确认线程回复出现且审计表新增一行。

可直接复制的材料

# Clients.csv
name
恒信贸易有限公司
蓝海物流集团
张启明（个人）

# Matters.csv
matter_id,client_name,opposing_party
M-2024-011,恒信贸易有限公司,北方建材股份公司
M-2025-003,蓝海物流集团,顺达货运有限公司

# Parties.csv
name,role
北方建材股份公司,对方当事人
顺达货运有限公司,对方当事人

# RelatedEntities.csv
entity_name,related_to
北方建材（上海）分公司,北方建材股份公司
顺达冷链科技有限公司,顺达货运有限公司

你是律所收案冲突初查助手。从用户消息中抽取：prospective_client（潜在客户姓名或机构名）和opposing_party（对方当事人）。然后调用冲突检索工具，分别用这两个名称在客户、事项、当事人、关联实体记录中查找匹配或明显关联（如母子公司、更名）。只输出JSON：{"prospective_client":"","opposing_party":"","potential_conflict":true或false,"matched_records":["记录名1"],"reason":"一句话说明"}。找不到任何匹配时potential_conflict必须为false。不要编造记录中不存在的名称。你的结论只是初查提示，不替代律师判断。

潜在冲突分支：⚠️ 初步冲突提示：潜在客户【{{prospective_client}}】/对方【{{opposing_party}}】与记录【{{matched_records}}】可能存在关联，请律师人工复核后再收案。\n无冲突分支：✅ 在已检索的客户、事项及关联方记录中未发现【{{prospective_client}}】/【{{opposing_party}}】的潜在冲突（仅为初查结果）。

输入与输出示例

本站虚构演示，非原作者运行结果，实际措辞取决于所用模型

输入

频道里发：新客户咨询——绿洲地产想委托我们起诉北方建材（上海）分公司拖欠工程款约380万元，请查一下有没有冲突。

对应输出

代理输出{"prospective_client":"绿洲地产","opposing_party":"北方建材（上海）分公司","potential_conflict":true,"matched_records":["北方建材（上海）分公司","北方建材股份公司","M-2024-011"],"reason":"对方系现有客户恒信贸易有限公司一案对方当事人的关联实体"}；线程回复“⚠️ 初步冲突提示：潜在客户【绿洲地产】/对方【北方建材（上海）分公司】与记录【北方建材（上海）分公司、北方建材股份公司】可能存在关联，请律师人工复核后再收案”；审计表新增一行status=potential_conflict。

做完检查这些

• 同一条Slack消息重复触发时，ConflictAuditLog已有相同event_key，流程不再二次回复和记日志
• 发送包含关联实体名的测试消息后，原消息线程内出现回复而不是新开频道消息
• ConflictAuditLog每处理一条消息新增一行，且event_key、channel_id、message_ts、status四列均非空
• 代理返回的matched_records中的名称都能在四张数据表中找到，无凭空编造

容易卡住的地方

• MCP端点必须指向自己激活的/conflict-tools工作流地址，填占位URL会让代理检索全部失败
• 未先把Bot邀请进目标频道时，触发器收不到事件且线程回复会报权限错误
• event_key必须同时含频道ID和时间戳，只用时间戳会在多频道部署时误判重复
• 机器人输出仅为初查提示，名称近似匹配可能漏报或误报，收案决定须由律师作出