添加流程图
这是一款基于RAG(Retrieval-Augmented Generation)技术的AI法律助手,能够快速检索和分析288本法律文书,并结合实时网络搜索结果,为用户提供精准的法律咨询和解答。无论是法律条文解读、案例分析,还是合同审查、法律建议,该助手都能高效响应,帮助用户快速获取权威、可靠的法律信息,提升法律事务的处理效率。
基于langchain链式调用,先按条切分法律条文,导入向量数据库Chroma。 问答相关问题时,先通过相似度搜索向量数据,获取相关法律条文,然后通过DuckDuckGo互联网搜索相关网页,然后合并法律条文和网页内容,对问题进行回答。
初始化向量数据库
提问流程
# 创建.env 文件 cp .env.example .env # 修改.env 中的内容 vim .env # 安装venv环境 python -m venv ~/.venv/law . ~/.venv/law pip install -r requirements.txt
# 加载和切分法律手册,初始化向量数据库 python manager.py --init
python manager.py --web
默认用户名/密码: username / password
python manager.py --shell
如果需要修改回答中的法律条数和网页条数,可以修改config.py
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
2024高级软件工程-AI法律助手
这是一款基于RAG(Retrieval-Augmented Generation)技术的AI法律助手,能够快速检索和分析288本法律文书,并结合实时网络搜索结果,为用户提供精准的法律咨询和解答。无论是法律条文解读、案例分析,还是合同审查、法律建议,该助手都能高效响应,帮助用户快速获取权威、可靠的法律信息,提升法律事务的处理效率。
原理
基于langchain链式调用,先按条切分法律条文,导入向量数据库Chroma。 问答相关问题时,先通过相似度搜索向量数据,获取相关法律条文,然后通过DuckDuckGo互联网搜索相关网页,然后合并法律条文和网页内容,对问题进行回答。
初始化向量数据库
提问流程
初始化运行环境
初始化向量数据库
运行web ui
默认用户名/密码: username / password
运行对话
配置项
如果需要修改回答中的法律条数和网页条数,可以修改config.py