- 博客(19)
- 收藏
- 关注
RSS订阅原创 对原始数据进行“精加工”，把无格式的文本变成结构化的“知识块”
然后，它在裁判文书库中搜索，发现有一篇或多篇文书的向量与这个问题最“邻近”。这些文书很可能就是关于房屋租赁纠纷的，所以从“主题”上来说，检索是成功的。运用目前的RAG系统，我试着问它 “房东卖房，租客怎么办？”它确实引用了相关文档 但我看文档是这个样子的：第一款第一项之规定，判决如下：\n驳回上诉，维持原判。要让 RAG 发挥真正的威力，我们必须对原始数据进行“精加工”，把无格式的文本变成结构化的“知识块”。在“本院认为”部分内部，可以按段落（以换行符分割）再次切分，每个段落成为一个独立的知识块。
2025-06-13 23:08:30
328
原创 改进Anything LLM的嵌入效率
WSL 2 在启动时会读取你刚刚创建的 .wslconfig 文件，并按照你设定的 memory=8GB、processors=4 等新限制来运行。最新版本的 Docker Desktop 已经将资源管理的“遥控器”完全交还给了 Windows 的 WSL 2 子系统，因此我们需要创建和配置一个 .wslconfig 文件。如果看不到文件后缀 .txt，你需要在文件资源管理器的“查看 (View)”选项卡中，勾选“文件扩展名 (File name extensions)”。如果没有，我们就来创建一个。
2025-06-13 22:58:45
854
原创 使用Anything LLM初步尝试RAG
既然我们已经把它成功运行起来了，就继续使用它，这是最稳定可靠的选择。如果你本地除了部署 DeepSeek 的聊天模型，还部署了它专门的嵌入模型（比如 deepseek-embed），那么你可以选择这个选项，并像配置 LLM 一样，填入它的 Base Path 和模型名称。本地部署的 DeepSeek 服务，其 API 接口格式与 OpenAI 的 GPT API 是兼容的。: 指的是 AnythingLLM 内置的、我们之前选择的那个嵌入模型 (AnythingLLM Embedder)。
2025-06-13 22:05:44
882
原创 《律师助手》代码说明文档
本项目是一个基于大型语言模型（LLM）API、FLASK和SpringBoot架构的Web应用，旨在为法律从业者或学生提供法律文书和法律法规的查询，法律文书的智能生成、智能摘要和个性化的服务。"facts": extract_section(raw_text, "经审理查明"),"reasons": extract_section(raw_text, "本院认为")法规检索：百万级实时法律数据库，精准检索（准确率98%），每小时增量更新。文书生成：AI自动生成起诉书/合同等15+法律文书，耗时减少85%。
2025-06-08 23:56:39
534
原创 在docker上部署Anything LLM
记得在docker-compose.yml所在目录创建storage和hotdir两个文件夹，就可以使用docker-compose up -d启动anything llm了。启用所需的 Windows 功能（虚拟机平台和 Windows Linux 子系统）。Windows 11 提供了一个非常简单的安装命令——wsl --install。下载并安装一个默认的 Linux 发行版（通常是 Ubuntu）。的技术，可以原生、高效地运行 Linux 容器。最后按提示重启电脑即可。
2025-06-08 23:53:10
526
原创 律师助手软件说明书
本软件集成了文书智能生成、案件高效管理、法律文书深度分析、精准法律检索、智能摘要提取以及爬虫数据管理等多项核心功能，旨在为法律从业者提供一站式、智能化的辅助工具，简化日常繁琐工作，助力律师专注于核心业务。启动爬取任务后，下方会显示一个淡灰色框，包含“全量任务状态”、“增量任务状态”、“当前爬取类型”和“已爬取数据（数量）”。提供六个初始模板，包括“基础信息”、“当事人信息”、“裁判信息”、“案件要素”、“裁判结果”和“特殊标记”。查询到的案件列表支持“删除”、“修改”和“下载”操作。
2025-06-08 23:52:35
237
原创 Spring AI 实战：集成 DeepSeek 模型打造流式法律文书摘要接口并安全管理 API 密钥
Spring AI 是 Spring 生态系统中一个相对较新的项目，旨在简化 Java 应用程序中 AI 功能的集成。它提供了一致的 API 来与各种大语言模型 (LLM)、嵌入模型等进行交互，让开发者可以更加专注于业务逻辑。我们的目标是创建一个 POST 接口，它接收包含待摘要法律文书的请求，然后以流的形式返回摘要结果。创建一个简单的 Java 类 ChatReq.java 来接收前端传来的用户提示（即法律文书内容）。
2025-05-31 16:29:59
999
原创 知识图谱系统需求文档
案件属性：案号、审理时间、审理程序等法院属性：名称、级别、地域等案由属性：类型、层级、描述等当事人属性：类型、身份信息等法律条款属性：条款号、内容、效力等。
2025-05-06 22:49:08
1042
原创 案例和法律法规检索模块软件设计
enacting_authority` VARCHAR(100) NOT NULL COMMENT '制定机关',`legal_nature` VARCHAR(50) NOT NULL COMMENT '法律性质',`title` VARCHAR(255) NOT NULL COMMENT '法律标题',`type` VARCHAR(20) NOT NULL COMMENT '法律类型',增量更新：每日4次(00:00,06:00,12:00,18:00)"title": "中华人民共和国宪法",
2025-05-05 00:23:01
1184
原创 律师助手项目前端 UI 软件设计文档
本软件设计文档详细描述了律师助手项目前端 UI 的页面结构、交互设计和视觉风格等方面的内容。开发团队将根据此文档进行前端开发工作，确保最终产品满足用户需求并提供优质的使用体验。
2025-05-05 00:15:20
1217
原创 律师助手项目前端 UI 需求分析文档
律师助手是一款面向律师群体的 Web 应用程序，旨在通过智能技术协助律师处理案件、检索法律信息、生成法律文书等，提高律师工作效率和质量。本需求分析文档明确了律师助手项目前端 UI 的需求，包括用户特征、功能需求和界面设计要求。这些需求将指导开发团队创建一个专业、易用且高效的律师辅助工具。
2025-05-05 00:13:04
544
原创 法律文书生成模块需求分析
本文档定义了律师助手项目中法律文书生成模块的功能需求和非功能需求，包括文书生成、知识库设计以及文书下载功能。涵盖法律文书的生成、法律知识库的设计与实现，以及法律文书下载功能。知识库内应该有法律条文、文书模板、典型案例和司法解释。根据输入的案情描述和法律诉求书写法律文书。生成的法律文书需要符合最新的法律法规。生成的法律文书需要符合标准格式要求。每条法规保留历史版本以实现可追溯。文书下载<1s(10MB文件)数据更新失败率<0.1%复杂法律文书<1min。增量更新完成时间<1h。简单法律文书<10s。
2025-05-05 00:08:47
342
原创 案例和法律法规检索模块的需求分析
本文档定义了律师助手项目中案例和法律法规检索模块的功能需求和非功能需求，包括数据库设计、数据检索功能以及数据实时更新机制。涵盖法律法规数据库、诉讼案例数据库的设计与实现，以及相关检索功能和数据更新机制。文件内容及元数据（标题、发布机关、效力状态等）案件基本信息（案号、案件名称、法院等）案件详情（当事人、案由、法律依据等）文件下载<1s(10MB文件)每6小时自动检查法律法规更新。增量更新仅获取新增/修改内容。
2025-05-05 00:05:57
637
原创 山东大学软件学院项目实训第四周个人周报
在Controller的login方法中，我们传递UserLoginReq req作为参数，并使用@RequestBody进行修饰，这个注解使得前端传过来的application/json格式的请求体能够正确映射到UserLoginReq req对象中，因此这个注解是必要的，否则前端传过来的参数没有办法正确映射，那么req对象的字段就都是空的。统一的返回类有助于前端使用从后端传来的响应，在resp.common包下有一个CommonResp类，我们Controller层的所有接口的返回值都应该返回这个类。
2025-04-27 23:26:46
632
原创 山东大学软件学院项目实训第三周个人周报
mybatis的核心逻辑是我们在业务层（service层）调用mapper的方法，每一个方法就对应着xml文件的一条sql语句，然后由mybatis和spring框架帮我们把sql语句执行到配置的数据库中。domain类出来user类以外还生成了一个userExample类，这个类是帮助我们实现查询的，在查询的时候我们需要传递一个example类来指明查询的条件。可以看到它给我们提供了增删改查以及一个计数的方法，我们可以在业务中（service层）使用这个类的对象来完成对数据库user表的增删改查。
2025-04-15 16:48:34
547
原创 山东大学软件学院项目实训第二周个人周报
另外，除了依赖以及依赖版本以外，也需要确保python版本一致，python版本不会记录在requirements.txt中，所以要确认自己使用的是3.13.2版本的python，查看当前环境使用的python版本的命令是python --version。可以看到每当有一个请求到达时，都会有对应的日志输出，打印了类名方法，请求参数和返回结果等重要参数，以及我们自定义的log_id，方便我们在开发过程中测试接口并排查错误。我们希望每当有请求到达时，在日志中记录请求参数等信息，便于开发过程中的调试。
2025-04-06 16:03:31
775
原创 山东大学软件学院项目实训第一周个人周报
最后再前面加上@，表明这个函数作为一个装饰器调用，这样我们下面写的这个index函数就会作为参数被传给app变量的route方法，这个方法内部会将传入的函数注册为事件处理程序，这样就实现了当你访问对应路径的时候自动调用对应的函数。最后我们写了一个函数，这个函数去调用了deepseek api，并返回deepseek响应的内容。并且在函数上方添加上@app.route('/')，它的作用是使得你访问'/'，也就是根目录时，就会调用这个index函数，并将这个函数的返回值传给你调用的client。
2025-03-30 21:49:13
690
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人