LawRAG — 基于沐曦算力的法律知识图谱 AI Skill

任务二：基于沐曦算力的 AI Skill 与 MCP 应用开发 方向：知识问答助手（基于 RAG 的领域知识问答）

---

项目简介

LawRAG 是一套面向中文法律领域的 AI Skill / MCP 解决方案，基于 Neo4j 法律知识图谱 + GraphRAG + Text2Cypher 构建，支持将自然语言法律问题自动转换为 Cypher 查询，从图数据库中检索法律法规、司法解释、典型案例等信息，再由大模型生成结构化、可溯源的中文法律问答报告。

本项目包含三个核心部分：

目录	说明
[law_extract]	法律知识提取代码，供用户查看/复现数据如何从原始法律文档（TXT/PDF/DOCX/DOC）抽取为 Neo4j 可导入的图谱。
[LawRAG_linux]	Linux 服务器端一键部署包（Neo4j + FastAPI + Claude Code Skill 远程查询客户端）。
[LawRAG_win]	Windows 本地一键部署包（Neo4j + FastAPI + Claude Code Skill 本地服务管理）。

虽然 LawRAG 当前聚焦中文法律领域，但其底层链路——文档抽取 → 图谱构建 → Neo4j 持久化 → GraphRAG 检索问答 → Skill 一键调用——是领域无关的。你可以将医疗、建筑、企业规章、学术论文等任意垂直领域的文档按相同流程导入 Neo4j，复用同一套 LawRAG_linux / LawRAG_win 部署包与查询接口，快速搭建面向个人或团队的“一键查询知识库”。

---

Skill 功能说明

核心能力

1. 自然语言法律问答

   • 用户以中文口语提问，例如”试用期被辞退有赔偿吗”。
   • 系统自动将问题转换为 Cypher 图查询，检索相关法律、条款、司法解释、法律责任等。
   • 基于检索结果生成包含”相关法条 + 法律责任分析 + 综合意见 + 操作建议 + 追问引导”的结构化 Markdown 报告。

2. 知识图谱检索增强（GraphRAG）

   • 图数据库涵盖 6 大法律领域：宪法、法律、行政法规、司法解释、地方法规、监察法规。
   • 总计约 145,792 节点 / 89,618 关系，涵盖 13 种节点类型和 36 种关系类型。
   • 支持实体关系追溯，答案中的每条法条均可定位到原始法律文本。

3. Claude Code Skill 集成

   • law-kg-server（Linux 远程服务器模式）
   • law-kg-local（Windows 本地服务模式）
   • 安装 Skill 后，Claude Code 自动捕获中文法律问题并调用本地/远程知识图谱服务。

4. 完整 API 接口封装

   • GET /health — 健康检查
   • POST /query — 自然语言法律查询，返回 answer、cypher、context 等字段

适用场景

• 法律概念查询、权利义务分析
• 劳动合同、婚姻家庭、知识产权、公司法、建筑法、消费者权益保护等常见问题
• 法条原文检索、司法解释关联、法律责任判定
• 法律学习辅助、企业合规自查、公共法律服务

---

使用的模型与算力环境

沐曦算力环境配置（实测）

本项目已通过 Gitee.AI 平台调用沐曦 GPU 资源包完成真实验证，模型通过 OpenAI 兼容接口接入。

配置项	实际值
算力平台	Gitee.AI 沐曦资源包
模型服务商	DeepSeek
模型服务端点	https://ai.gitee.com/v1
模型名称	DeepSeek-V4-Flash
部署方式	LawRAG_linux 一键部署包
推理框架	OpenAI 兼容 API（由沐曦 GPU 加速）

LawRAG_linux/app/.env 配置示例：

LLM_PROVIDER=deepseek
DEEPSEEK_API_KEY=sk-你的GiteeAIKey
DEEPSEEK_BASE_URL=https://ai.gitee.com/v1
DEEPSEEK_MODEL=DeepSeek-V4-Flash

大模型服务接入

FastAPI 查询服务通过 OpenAI 兼容接口统一封装，除沐曦 / Gitee.AI 外，还可灵活接入：

服务商	默认模型	配置变量前缀
DeepSeek	deepseek-chat	DEEPSEEK_*
Moonshot Kimi	moonshot-v1-8k	KIMI_*
OpenAI	gpt-4	OPENAI_*
阿里云 DashScope	qwen-turbo	DASHSCOPE_*
本地 vLLM	自定义	VLLM_*
本地 Ollama	llama3.1	OLLAMA_*

技术栈

• 图数据库：Neo4j Community 5.26.28
• GraphRAG 框架：neo4j-graphrag
• LLM 接入：OpenAI SDK（兼容多家国产/国际模型）
• Web 服务：FastAPI + Uvicorn
• 数据验证：Pydantic v2
• 文档加载：pypdf、python-docx、chardet（知识提取模块）

---

项目组织结构

LawRAG/
├── README.md                     # 本文件：项目总览与比赛提交说明
├── law_extract/                  # 法律知识提取源码（数据如何生成）
│   ├── README.md                 # 提取模块使用说明
│   ├── extract_law.py            # 知识提取主入口
│   ├── export_to_deploy.py       # 规范化导出为部署数据
│   ├── import_to_neo4j.py        # 自动导入 Neo4j
│   ├── rag_law.py                # CLI 查询工具
│   ├── main.py                   # FastAPI Web 服务（端口 8001）
│   ├── src/                      # 提取核心库
│   └── ...
├── LawRAG_linux/                 # Linux 服务器部署包
│   ├── README.md                 # Linux 部署与使用说明
│   ├── app/                      # FastAPI 查询服务（端口 8000）
│   ├── data/                     # 法律知识图谱数据（CSV + Cypher）
│   ├── scripts/                  # install.sh / uninstall.sh 等
│   ├── skill/                    # Claude Code Skill（远程服务器模式）
│   ├── benchmarks/               # 真实调用测试与性能基准
│   └── ...
└── LawRAG_win/                   # Windows 本地部署包
    ├── README.md                 # Windows 部署与使用说明
    ├── app/                      # FastAPI 查询服务（端口 8000）
    ├── data/                     # 法律知识图谱数据（CSV + Cypher）
    ├── scripts/                  # install.bat / install.ps1 等
    ├── skill-files/              # Claude Code Skill（本地服务模式）
    └── ...

---

快速开始

方式一：使用预构建的部署包（推荐）

Linux 服务器

cd LawRAG_linux/scripts
export NEO4J_PASSWORD=your_neo4j_password      # 至少 8 位
export LLM_PROVIDER=deepseek                   # 或 kimi / dashscope / vllm / ollama
export DEEPSEEK_API_KEY=your_deepseek_key      # 对应服务商的 API Key
./install.sh

安装完成后访问：

curl http://<服务器IP>:8000/health

Windows 本地

1. 将 LawRAG_win/ 解压到纯英文、无空格路径，例如 D:\LawRAG_win。
2. 双击运行 scripts\install.bat，或打开 PowerShell 运行 .\scripts\install.ps1。
3. 按提示输入 Neo4j 密码与 LLM 配置（也可提前设置环境变量避免交互）。
4. 安装完成后访问 http://localhost:8000/health。

详细步骤、环境变量、服务管理、故障排查请分别参见 LawRAG_linux/README.md 与 LawRAG_win/README.md。

方式二：从源码构建（复现 / 二次开发）

cd law_extract
conda create -n lawrag python=3.10 -y
conda activate lawrag
pip install -r requirements.txt

# 1. 配置环境变量
cp .env.example .env
# 编辑 .env，填入 Neo4j 连接信息与 LLM API Key

# 2. 从法律文档抽取知识图谱
python extract_law.py -m data/ -w 4

# 3. 导入 Neo4j
python import_to_neo4j.py

# 4. 启动查询服务
uvicorn main:app --host 0.0.0.0 --port 8001

---

运行与部署方法

环境要求

组件	Linux	Windows
Java	17+	21+（Neo4j 2025.x）
Python	3.10+	3.10+
Neo4j	Community 2026.05.0（默认）	Community 2025.12.1（默认）
网络	需能访问所选 LLM 服务	需能访问所选 LLM 服务

关键环境变量

变量	说明	示例
NEO4J_PASSWORD	Neo4j 初始密码（必填）	neo4j123
NEO4J_URI	Neo4j Bolt 地址	bolt://localhost:7687
LLM_PROVIDER	模型服务商	deepseek / kimi / dashscope / vllm / ollama
LLM_TEMPERATURE	LLM 温度参数	0
{PROVIDER}_API_KEY	对应服务商 API Key	sk-...
{PROVIDER}_BASE_URL	模型服务地址	https://api.deepseek.com/v1
{PROVIDER}_MODEL	模型名称	deepseek-chat

服务管理

Linux（systemd）

systemctl status law-kg-api
sudo systemctl start law-kg-api
sudo systemctl stop law-kg-api
sudo systemctl restart law-kg-api

Windows

scripts\start-all.bat      # 启动 Neo4j + API
scripts\stop-all.bat       # 停止服务

防火墙 / 安全组

端口	用途	建议授权对象
8000	FastAPI 查询服务	按需开放
7474	Neo4j Browser（可选）	限定 IP
7687	Neo4j Bolt（可选）	限定 IP

---

示例输入输出

健康检查

curl http://localhost:8000/health

返回：

{"status": "ok", "database": "bolt://localhost:7687"}

自然语言查询

curl -X POST http://localhost:8000/query \
  -H 'Content-Type: application/json' \
  -d '{"query_text": "查询劳动合同法中关于劳动者权利的规定"}'

返回：

{
  "answer": "根据《劳动合同法》相关规定，劳动者享有取得劳动报酬、休息休假、获得劳动安全卫生保护、接受职业技能培训、享受社会保险和福利、提请劳动争议处理等权利。具体见第...",
  "cypher": "MATCH (l:Law)-[:HAS_ARTICLE]->(a:Article) WHERE l.name CONTAINS '劳动合同' AND a.content CONTAINS '劳动者' OPTIONAL MATCH (a)-[:GRANTS_RIGHT]->(s:LegalSubject) RETURN l.name AS law, a.name AS article_num, a.content AS content LIMIT 10",
  "context": ["..."]
}

Claude Code Skill 交互示例

安装 Skill 后，在 Claude Code 中直接输入：

试用期被辞退有赔偿吗？

Claude 将自动调用知识图谱服务，输出结构化回答：

> 本次查询涉及 **劳动法** 领域，共检索到 **5** 条相关法条。

| 序号 | 法律名称 | 条款 | 法条内容 |
|:----:|---------|------|---------|
| 1 | 《劳动合同法》 | 第21条 | 在试用期中，除劳动者有本法第三十九条和第四十条第一项、第二项规定的情形外，用人单位不得解除劳动合同... |
| 2 | 《劳动合同法》 | 第39条 | 劳动者有下列情形之一的，用人单位可以解除劳动合同：... |
| ... | ... | ... | ... |

**综合法律意见**：...

**操作建议**：...

> **免责声明**：本回答基于知识图谱检索和法律法规分析，仅供参考，不构成正式法律意见。

---

真实调用验证

本项目已完成在沐曦 GPU 算力环境（模力方舟 Gitee.AI 沐曦资源包）下的大模型真实调用验证，使用 DeepSeek-V4-Flash 模型（OpenAI 兼容端点 https://ai.gitee.com/v1）。

验证记录

验证项	结果
Gitee.AI 沐曦端点连通性	通过
/health 健康检查	200 OK
/query 自然语言查询	正常返回 answer / cypher / context
Text2Cypher 生成	正常
GraphRAG 答案生成	正常
Claude Code Skill 触发	正常

性能数据（实测，Gitee.AI 沐曦环境）

使用 LawRAG_linux/benchmarks/run_benchmark.sh 对 10 个不同法律问题进行端到端测试：

指标	数值
测试样本数	10
成功率	100%（10/10）
平均总响应时间	16.18 s
最小总响应时间	6.34 s
最大总响应时间	23.49 s
健康检查耗时	~0.002 s

注：总响应时间为完整端到端耗时，包含 Text2Cypher 生成、Neo4j 图谱检索、LLM 答案生成三个阶段，实际数值与模型负载、网络状况相关。

测试问题示例

试用期被辞退有赔偿吗
离婚财产怎么分割
劳动合同违约怎么办
买到假货怎么维权
劳动者加班工资怎么算
公司法中股东权利有哪些
建设工程款拖欠怎么办
消费者权益保护法中退货规定
知识产权侵权怎么赔偿
工伤认定需要哪些条件

测试产物

完整调用日志与性能数据位于：

LawRAG_linux/benchmarks/results/
├── health_check.json
├── summary.csv
└── query_logs/
    ├── query_000.json
    ├── query_001.json
    └── ...

运行方式：

cd LawRAG_linux/benchmarks
bash run_benchmark.sh

---

开源与部署

• 开源平台：GitLink
• 许可证：MIT License
• 代码规范：Python 项目遵循 PEP 8；PowerShell/Bash 脚本附带注释与错误处理。

提交清单

• 完整的 Skill/MCP 实现代码
• 模型接口调用代码
• 相关配置文件（.env.template、config.json 等）
• README 文档（项目总览 + Linux 部署 + Windows 部署）
• 法律知识提取源码（可复现数据构建过程）
• 演示材料（见下方）

演示材料

• Demo 演示视频：点击观看
• 应用效果展示：见本 README「示例输入输出」章节
• 真实调用验证：见本 README「真实调用验证」章节

---

开发记录

• 功能开发记录：见本仓库 Commit 历史
• 关键 Issue 与迭代：见 GitLink 仓库 Issues 页面
• 主要功能开发节点：
  1. 法律知识图谱本体与 Schema 设计
  2. 基于 LLM 的法律文档知识抽取
  3. Neo4j 数据导入与索引优化
  4. Text2Cypher + GraphRAG 查询服务开发
  5. Claude Code Skill 封装（本地 + 远程双模式）
  6. Linux / Windows 一键部署脚本编写
  7. 沐曦算力环境真实调用验证
  8. 真实调用性能基准测试与 README 文档完善

---

免责声明

本项目基于公开法律法规文本与开源技术构建，仅供学习、研究和技术验证使用，不构成正式法律意见。具体法律问题请咨询执业律师。

---

联系我们

如有问题或建议，欢迎在 GitLink 仓库提交 Issue 或 PR。