任务三 基于国产算力平台的 AIGC 与智能体开发与应用

参赛作品：LawRAG 垂直领域知识图谱 Agent 系统 算力平台：沐曦 GPU（Gitee.AI 沐曦资源包） 模型：DeepSeek-V4-Flash

---

目录

• 仓库说明
• 快速导航
• 阶段一 创新创意规划
• 核心创新点
• 技术栈
• 评分项对应
• 注意事项
• 许可

---

仓库说明

本目录 m3/ 包含本赛道三个阶段的完整参赛材料：

目录	对应阶段	内容说明
Initial_phase/	阶段一：创新创意规划	原始创意方案 PPT 与技术路线 Word；包含应用场景、核心痛点、目标用户、技术架构、沐曦算力集成方案、三阶段路线图
LawRAG/	阶段二：智能体基础构建与 Demo 实现	中文法律知识图谱 Agent；Neo4j + GraphRAG + Text2Cypher；CLI / API / Claude Code Skill；Linux/Windows 一键部署包；沐曦算力真实调用验证
LawRAG_web/	阶段三：完整产品化与运营	在阶段二基础上的产品化版本；React Web 前端 + 管理后台；中文法律领域；多 Agent 协作；云端 Nginx/SSL 部署；运营数据收集

---

快速导航

• 阶段一创意方案 PPT：Initial_phase/LawRAG — 基于沐曦算力的法律知识图谱AI Skill.pptx
• 阶段一技术路线文档：Initial_phase/LawRAG_Technical_Roadmap.docx
• 阶段二 README：LawRAG/README.md
• 阶段三 README：LawRAG_web/README.md
• 阶段三竞赛提交材料：LawRAG_web/COMPETITION_SUBMISSION.md
• 线上公网地址：https://www.lawkg.xyz

---

阶段一 创新创意规划

阶段一原始材料位于 Initial_phase/，包含两份提交文档：

文件	内容说明
LawRAG — 基于沐曦算力的法律知识图谱AI Skill.pptx	14 页创意规划 PPT，涵盖项目概述、应用场景、核心痛点、目标用户、四层技术架构、沐曦算力集成方案、性能验证与三阶段路线图
LawRAG_Technical_Roadmap.docx	技术路线文档，详细说明六大应用场景、三大核心痛点、四类目标用户、Neo4j+GraphRAG+Text2Cypher 架构、8 个开发里程碑、沐曦算力验证数据、阶段二/三规划

阶段一提出的核心设计在后续阶段均已实现或进一步扩展：

• 应用场景：规划中的 6 大法律场景（劳动合同、婚姻家庭、知识产权、企业合规、建设工程、消费者权益）已覆盖于法律知识图谱数据与 Demo 测试中。
• 目标用户：规划中的法律从业者、企业合规人员、法律学习者、公共法律服务机构，已在阶段三 Web 产品化中细化为用户角色与功能映射。
• 技术架构：四层技术栈（数据层 → 图谱层 → 推理层 → 应用层）在 LawRAG/ 与 LawRAG_web/ 中完整落地。
• 沐曦算力集成：阶段一规划的 Gitee.AI 沐曦资源包 + DeepSeek-V4-Flash 已在阶段二完成真实调用验证，并在阶段三线上服务持续运行。
• 阶段规划：阶段二的 Skill/Agent 构建与阶段三的 Web 产品化、云端部署、运营数据收集均已在对应目录中实现。

提示：阶段一文档目前仍为“规划版”，建议根据阶段二、三的实际完成数据（图谱规模、真实调用验证、线上运营数据）进行回描优化，将规划升级为“规划 + 验证”。

---

核心创新点

1. 领域化的 GraphRAG 平台：基于 Neo4j + Text2Cypher + GraphRAG 构建中文法律知识图谱 Agent，覆盖宪法、法律、行政法规、司法解释、地方法规、监察法规。
2. 国产算力真实接入：通过 Gitee.AI 沐曦资源包调用 DeepSeek-V4-Flash，已完成线上真实调用验证。
3. 多 Agent 协作：文档抽取 Agent → 数据导入 Agent → 查询 Agent → 批次撤回/系统维护 Agent 形成完整知识库运营闭环。
4. 产品化部署：提供从环境配置、一键部署、SSL 证书、Nginx 反代到开发模式的完整脚本链。
5. 运营数据驱动：用户画像、任务日志、导入批次、API 健康统计持续收集，支持后续迭代优化。

---

技术栈

层级	技术选型
前端	React 19 + TypeScript + Vite 7 + Tailwind CSS + shadcn/ui
后端	FastAPI + Python 3.10+
图数据库	Neo4j Community 2026.05.0
GraphRAG	neo4j-graphrag
LLM 接入	OpenAI SDK（兼容 Gitee.AI / DeepSeek）
部署	Nginx + systemd + Let’s Encrypt
进程管理	systemd

---

评分项对应

竞赛阶段	评分项	材料位置
阶段二	架构设计合理性	LawRAG/README.md「技术栈」「项目组织结构」
阶段二	智能体核心能力	LawRAG/README.md「Skill 功能说明」
阶段二	生成质量与效果	LawRAG/README.md「示例输入输出」
阶段二	沐曦算力集成	LawRAG/README.md「真实调用验证」
阶段二	Demo 可运行性	LawRAG_linux/、LawRAG_win/ 一键部署包
阶段二	文档完整性	LawRAG/README.md + MUXI_TEST_GUIDE.md
阶段三	工程优化深度	LawRAG_web/COMPETITION_SUBMISSION.md「工程优化深度」
阶段三	云部署完成度	LawRAG_web/COMPETITION_SUBMISSION.md「云部署完成度」
阶段三	运营数据	LawRAG_web/COMPETITION_SUBMISSION.md「运营数据」
阶段三	应用价值	LawRAG_web/COMPETITION_SUBMISSION.md「应用价值」
阶段三	开源质量	LawRAG_web/README.md「开源与许可」
阶段三	文档完整性	LawRAG_web/README.md + COMPETITION_SUBMISSION.md

---

注意事项

• LawRAG_web/ 提交版已移除所有真实 API Key、数据库密码、用户画像原始数据等敏感信息；
• 实际部署时需运行 LawRAG_web/setup-env.sh 生成本地 .env 文件；
• 线上公网地址仅供评审验证，请勿用于生产环境关键决策。

---

许可

• 许可证：MIT License
• 开源平台：GitLink