从查询到咨询：面向法律咨询的结构化推理多智能体框架与数据集

针对法律咨询问答中数据稀缺、任务复杂及强上下文依赖等挑战，本文构建了包含四万余条真实中文查询的大规模数据集 JurisCQAD，并设计了将查询转化为融合实体、事件及法律问题的法律要素图的结构化任务分解方法。此外，提出支持动态路由与法规依据的模块化多智能体框架 JurisMA。结合要素图，该框架实现了强大的上下文感知推理，有效捕捉法律事实、规范与程序逻辑间的依赖关系，在多项指标上显著优于通用及领域大模型。