!封面

先问你一个问题：你电脑里那200份裁判文书，如果现在要找"2025年浙江高院关于建设工程优先受偿权的判决"，你需要多久？

如果你的回答是"打开文件夹一个一个翻"，这篇文章就是写给你的。

文件名不够，正文太多

法律人的自然直觉是用文件命名来标注信息。法规_20260615_北大法宝_民法典担保制度解释_现行有效.md——看起来信息很全。问题有三个。

第一，文件名长度有上限，装不下关联法规、关键词列表、适用范围这些复杂信息。第二，文件名里的信息，AI很难系统性地读取——它只能搜文件名里的关键词，不能做结构化过滤。第三，多个文件之间的信息无法关联——一份法规文件和另一份引用它的案例文件之间，你在文件名里表达不了这种关系。

你需要的是把元数据直接写进文件。让人读得到，让AI也读得到。

什么是YAML Front Matter

打开一个Markdown文件，在正文的最开头加三行短横线包起来的一段内容。这就是Front Matter。

它长这样：

---
title: 民法典担保制度解释
文号: 法释〔2021〕4号
发布日期: 2021-01-01
施行日期: 2021-01-01
现行状态: 现行有效
效力层级: 司法解释
来源: 北大法宝
获取日期: 2026-06-15
关键词:
  - 抵押
  - 质押
  - 保证
  - 担保物权
适用范围: 全国
关联法规:
  - 民法典担保编
  - 九民纪要
---

然后是你的正文。看到它就觉得很简单：它就是键值对。冒号左边是字段名，冒号右边是值。列表用减号开头，每行一项。

机器能直接解析这套规则。Python可以，静态网站生成器可以，Obsidian可以，Claude Code打开文件时第一时间就能读懂这些元数据。你批量提取所有文件的Front Matter来生成整个资料库的索引——用Python脚本一行行读，收集到一个JSON里，几秒钟的事。

几个写法上的坑

冒号后面必须有空格。标题:民法典不行，要写成标题: 民法典。这是YAML语法的硬规定，缺了空格解析器会报错或者把整行识别成一个字符串。

日期用YYYY-MM-DD格式。2021-01-01，别写"2021年1月1日"。后者人读起来舒服但机器没法批量对比和排序。

特殊字符用引号包起来。案号里面有小括号和中括号：案号: "(2023)浙01民终4567号"。不加引号，YAML解析器可能会把小括号当语法来理解。

列表可以两行写也可以一行写。关键词: [抵押, 质押, 保证]和关键词:\n - 抵押\n - 质押\n - 保证是等价的。列表少的用一行，列表多的分行写更清晰。

Front Matter vs 单独的索引文件

如果你把所有文件的元数据都抽出来存到一个单独的metadata.json里，好处是检索特别快，读一个文件就知道全库都有啥。坏处是文件搬家了，metadata.json没更新，元数据就丢了。你的某个法规文件被移到别的文件夹里，它单独看还是完整的——正文没丢——但它和其他文件的关联信息全部丢失。

Front Matter的优势是"自包含"——元数据跟着文件走。你把这份.md文件复制给同事，它依然携带了来源、日期、关联法规等全部信息。不需要另外发一个索引文件。

我的做法是两者结合：每份Markdown文件头部写Front Matter，保证单文件独立可用。然后写一个Python脚本，读取所有文件的Front Matter，自动汇总生成一个全库范围的索引文件。这样单文件自给自足，全库一键检索。

法律资料最重要的十个字段

不同数据类型的优先字段不一样。法规类文件，效力层级和现行状态是最核心的两个字段——这两个字段决定了它能不能被直接引用。案例类文件，案号、经办法院、案由、裁判日期是最关键的部分。自己做的研究文章，关联法规和关联案例这两个字段极为重要——它们建立了知识之间的链接。

十个最通用的字段：标题、类型（法规/案例/文章/模板）、来源、发布或判决日期、获取日期、效力层级、现行状态、关键词、关联法规、关联案例。不求每次都填满，但每份资料至少保证标题、来源、发布日期这三项有值——这是日后建立索引的底线。

你可以让AI帮你批量添加这些YAML元数据。把一批清洗干净的Markdown文件放在一个文件夹里，告诉AI"给这个文件夹里的每个文件，在文件头部添加YAML Front Matter，包含标题、类型、来源、发布日期、关键词。用文件内容推断这些字段的值。"它会写个脚本帮你批量处理。如果你没用过Obsidian，这个批量添加的工作是让它发挥作用的最佳切入点。

本文涉及的YAML Front Matter和元数据管理，是四明山法师AI夜校"数据加工"模块中结构化整理部分的演示内容。课程从数据识别开始，完整走完了采集、格式转换、清洗、元数据标注、脱敏、应用和发布的六步闭环。前两期学员做出来的知识库，在课程结束前已经达到了可以直接用于日常法律研究的水准。

第三期正在招生，报名表见下方"阅读原文"。

作者简介： 陈石律师，浙江海泰律师事务所副主任、高级合伙人、房地产与建设工程部主任，宁波市律师协会副秘书长、第七届宁波仲裁委员会仲裁员，聚焦建筑房地产、投融资、并购重组及商事争议解决。曾获多家法律媒体与专业机构认可，荣登 LegalOne 2025 中国区建工及房地产实务先锋 45 强、律新社 2025 年度管理合伙人 20 佳（华东），入选《商法》The A-List 法律精英，获评 ALB China 区域市场十五佳长三角地区律师新星，并获律新社 2024 年度并购领域品牌之星。长期为万科、华润置地、信达地产、保利置业、招商蛇口、中海地产等企业提供法律服务，承办"首宗百亿地王""长春第一高楼""台州第一高楼"等代表性项目，累计服务项目投资额超千亿。近年来持续推动 AI 与法律实务融合，强调以结构化方法打通技术逻辑、法律判断与商业场景；著有《赋能法律人：AI 底层思维与应用范式》，并在多地开展相关主题讲座与分享。四明山法师 AI 夜校（legalAGI.cn）发起人。