Skip to content

About

LegalBot - RAG + agent-powered legal assistant. LangChain tool-calling, Chinese law knowledge base

Topics

Resources

Stars

1 star

Watchers

0 watching

Forks

Repository files navigation

⚖️ LegalBot · 法律咨询 AI 智能体

基于 LangChain ReAct + DeepSeek-V3 + RAG 的中国法律咨询助手 —— 先查法条,再算金额,最后给建议

Python LangChain Last Commit Repo Size License: MIT


LegalBot 是《大语言模型应用》课程期末大作业:一个会思考、会调工具、会查法条的法律咨询 Agent。它不直接"凭记忆"回答,而是通过 ReAct(思考-行动-观察)循环,先检索知识库里的法条原文、再调用计算器工具算出精确金额,最后按「法律依据 → 分析建议 → 免责声明」的结构输出答案。覆盖 劳动法(劳动合同、加班费、违法解除、未签合同双倍工资)与 民法典合同编(合同效力、违约责任、定金、违约金、损失赔偿)。

🖼️ 运行效果

LegalBot Gradio Web 界面
Gradio Web 界面:内置 6 个常见法律咨询示例,开箱即问

违法解除赔偿金咨询示例
实战问答:违法辞退赔偿咨询,Agent 自动检索法条并计算 2N 赔偿金

终端运行 Agent 的 ReAct 推理过程
终端模式:完整可见的 Thought → Action → Observation 推理链

✨ 核心亮点

🧠 真 Agent,不是单次问答

基于 LangChain create_react_agent 的多步推理:思考需要什么信息 → 调用工具 → 观察结果 → 继续推理,直到凑齐答案。全程 verbose 可见。

📚 法条级 RAG 检索

按 ## 第X条 / ## 案例X 标题切片,每条法律完整保留不被切断;TF-IDF 字符 2-4 gram + 余弦相似度,纯本地离线可用,也可一键切换 Chroma。

🧮 计算绝不口算

加班费、经济补偿金/2N 赔偿金、违约金/定金/损失赔偿全部走专用工具函数,公式严格对应《劳动法》§44、《劳动合同法》§47/§87、《民法典》§584-586。

🛟 无 Key 也能跑

内置 Mock Agent 兜底模式:不连 LLM,用规则匹配模拟完整 Agent 流程,离线演示、课堂展示、CI 测试都能用。

🏗️ 架构与推理流程

flowchart TD
    User(["👤 用户提问"]) --> UI{"入口"}
    UI -->|"python3 -m legal_agent.ui.web_ui"| Gradio["🖥️ Gradio Web UI<br>127.0.0.1:7860"]
    UI -->|"--mock / CLI"| CLI["💻 终端交互"]
    Gradio --> Agent["⚖️ LegalAgent<br>ReAct 思考-行动-观察循环"]
    CLI --> Agent
    Agent -->|"无 API key 自动降级"| Mock["🛟 MockAgent<br>规则匹配演示"]
    Agent --> LLM["🤖 DeepSeek-V3<br>OpenAI 兼容协议"]
    LLM -->|Thought / Action| Tools{"🔧 4 个工具"}
    Tools --> KB["📚 search_law_kb<br>检索法条原文"]
    Tools --> OT["🧮 calculate_overtime_pay<br>加班费 · 劳动法§44"]
    Tools --> SV["🧮 calculate_severance<br>补偿金/2N · 劳动合同法§47§87"]
    Tools --> BC["🧮 calculate_breach_of_contract<br>违约金/定金 · 民法典§584-586"]
    KB --> RAG["🗂️ RAG 检索器<br>按条文切片 + TF-IDF 余弦相似度"]
    RAG --> Data[("📄 知识库<br>劳动法 / 劳动合同法<br>民法典合同编 / 典型案例")]
    Tools -->|Observation| Agent
    Agent --> Answer(["✅ 结构化回答<br>法律依据 → 分析建议 → 免责声明"])
Loading

🚀 快速开始

1. 安装依赖

pip3 install langchain langchain-community langchain-openai chromadb tiktoken gradio scikit-learn faiss-cpu

2. 启动 Web UI(Mock 演示模式,无需 API key)

git clone https://github.com/JingHao-Leon/legal-assistant-agent.git
cd legal-assistant-agent
python3 -m legal_agent.ui.web_ui
# 访问 http://127.0.0.1:7860

3. 接入真实 DeepSeek-V3

export DEEPSEEK_API_KEY=sk-你的密钥
python3 -m legal_agent.ui.web_ui   # 检测到 key 后自动切换真实 Agent

4. 命令行测试 Agent

python3 -m legal_agent.agent.legal_agent          # 真实模式(需 API key)
python3 -m legal_agent.agent.legal_agent --mock   # Mock 模式

5. 单独测试 RAG 检索

python3 -m legal_agent.rag.retriever   # 重建索引并跑 4 个测试问题

🔧 工具列表

工具 功能 法律依据
search_law_kb 检索法律知识库,返回 Top-4 相关法条/案例 —
calculate_overtime_pay 工作日 150% / 周末 200% / 法定节假日 300% 《劳动法》§44
calculate_severance 经济补偿金(N)/ 违法解除赔偿金(2N) 《劳动合同法》§47、§87
calculate_breach_of_contract 违约金调整 / 定金 20% 上限 / 损失赔偿 《民法典》§584、§585、§586

📁 目录结构

legal-assistant-agent/
├── legal_agent/
│   ├── config.py              # 全局配置(API key、路径、系统 Prompt、免责声明)
│   ├── data/                  # RAG 知识库(4 份法律文件)
│   │   ├── labor_law.txt            # 《劳动法》核心条文
│   │   ├── labor_contract_law.md    # 《劳动合同法》核心条文
│   │   ├── civil_code_contract.md   # 《民法典》合同编核心条文
│   │   └── typical_cases.md         # 劳动争议与合同违约典型案例
│   ├── rag/
│   │   └── retriever.py       # 文档加载 + 按条文切片 + TF-IDF 索引(可切 Chroma)
│   ├── tools/
│   │   └── legal_tools.py     # 4 个 @tool 工具(检索 + 3 个计算器)
│   ├── agent/
│   │   └── legal_agent.py     # ReAct Agent + Mock 兜底 + CLI 入口
│   └── ui/
│       └── web_ui.py          # Gradio ChatInterface Web UI
├── screenshots/               # 运行截图(本 README 引用)
├── 《大语言模型应用》期末报告-LegalBot法律助手.docx  # 课程报告
├── 《大语言模型应用》期末报告-LegalBot法律助手.pdf   # 课程报告 PDF
├── LICENSE                    # MIT
└── README.md

⚙️ 配置要点

配置项 位置 说明
DEEPSEEK_API_KEY 环境变量 未设置时自动进入 Mock 演示模式
DEEPSEEK_MODEL config.py 默认 deepseek-chat(DeepSeek-V3)
USE_CHROMA=1 环境变量 RAG 索引从 TF-IDF 切换为 Chroma
TOP_K / CHUNK_SIZE config.py 检索返回条数(默认 4)/ 分块参数
AGENT_MAX_ITERATIONS config.py ReAct 最大推理轮数(默认 8)

⚠️ 已知兼容性与局限

  • Python 3.9 + gradio_client:需对 gradio_client/utils.py 打补丁(3.9 类型注解兼容问题)
  • pydantic_settings < 2.5:与 chromadb 1.5 兼容;huggingface_hub < 0.25:被 gr.oauth 引用,需降级
  • 知识库仅覆盖劳动法 + 民法典合同编,超范围问题会被礼貌拒绝
  • 检索默认用 TF-IDF 字符 n-gram(轻量离线),语义召回能力弱于真正的 embedding 模型
  • 所有回答仅供参考,不构成正式法律意见

🗺️ Roadmap

  • 接入真实 embedding 模型(bge / OpenAI)替换 TF-IDF
  • 扩充知识库:社保、工伤、消费者权益等领域
  • 流式输出与多轮对话历史管理优化

《大语言模型应用》课程期末大作业 · 仅供学习与演示,不构成法律意见
Built with LangChain ReAct · DeepSeek-V3 · Gradio · scikit-learn

About

LegalBot - RAG + agent-powered legal assistant. LangChain tool-calling, Chinese law knowledge base

Topics

Resources

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages