打造AI+准SaaS：中文法律检索分析平台

feasibility.2026-02-17 10:36

1. 定位与原则

LawCounsel 是一个以 Django + PostgreSQL/pgvector + Redis + Celery + Vue 为基础的中文法律检索分析（RAG）平台，目标是用最少的成本实现企业级感觉的 AI+准 SaaS。

核心设计哲学

  • 数据极简主义 ：默认整库维持 1GB 以下，只保留必要数据

  • 开源优先：优先复用开源中文法律语料（如 CAIL2018、LeCaRDv2）

  • 模型可插拔：支持可切换的向量与分析模型

  • 低成本本地部署 ：在低成本的本地环境下对外提供可用、可验证、能临时对外展示的检索系统

2. 架构剖析

分层架构图

关键设计决策

组件 策略 说明
异步查询 202 Accepted + 轮询 POST /cases/{id}/queries 返回 run_id，前端轮询 GET /cases/{id}/queries/{run_id} 获取 processing/completed/failed 状态
Celery 使用 按需启动 仅在数据导入时启动，检索/分析流程不依赖 Celery
数据去重 content_hash + near_hash 导入时自动内容级去重（SHA-256 + near_hash），考虑到了法律文本的细微差异，支持断点续传
向量维度 384 dim 平衡精度与存储，可通过环境变量切换 Provider，注意生成向量的模型需与检索模型保持一致

3. 数据全链路

数据处理 Pipeline

复制代码 
# 1. 下载源
scripts/download_legal_data.sh
#    ↓ 抓取 CAIL/LeCaRDv2 等中文法律语料
#    ↓ 合并到 data/raw/

# 2. 标准化
uv run python scripts/normalize_legal_jsonl.py
#    ↓ 切段: 400-700 字，重叠 80-120
#    ↓ 保留字段: doc_id/title/text/source/lang/publish_date/case_type
#    ↓ 输出: data/processed/legal_docs.jsonl

# 3. 断点 + 去重
#    ↓ 每行处理后更新 checkpoint
#    ↓ content_hash + near_hash 跳过重复
#    ↓ 支持 resume/full 模式

# 4. 向量生成
#    ↓ Provider: mock (默认) / Qwen3-VL-Embedding-2B / 云端 API
#    ↓ 写入 chunk_embeddings 表
#    ↓ 每 chunk 一条 384 dim 向量

# 5. 部署准则
#    ↓ 数据库体量 ≤ 1GB
#    ↓ 删除原始大文件，只保存处理后 JSONL

数据 Schema 核心字段

复制代码 
# Chunk 表结构示意
{
    "doc_id": "uuid",           # 文档唯一标识
    "title": "str",             # 标题
    "text": "str",              # 文本内容 (400-700字)
    "source": "str",            # 来源 (CAIL/LeCaRDv2)
    "lang": "zh",               # 语言
    "case_type": "str",         # 案件类型
    "embedding": [384 floats],  # 向量
    "content_hash": "str",      # 内容哈希
    "near_hash": "str"          # 近似哈希 (去重)
}

4. 异步检索与分析体验

请求链路时序

复制代码 
前端 POST /cases/{id}/queries
    │
    ▼
后端 202 Accepted → 返回 run_id
    │
    ▼
后端线程执行:
    ├─ pgvector Top-K 召回 (余弦相似度)
    ├─ 可选 rerank (Qwen3-VL-ReRanker-2B)
    ├─ 写入 results_snapshot (快存)
    └─ 调 analysis 生成 Markdown
        │
        ▼
    analysis_md 回写数据库
    │
    ▼
前端 GET /cases/{id}/queries/{run_id} 轮询
    ├─ processing: "analysis_md": "## 分析进行中..."
    ├─ completed:  真实分析内容
    └─ failed:     超时 (15分钟) 或错误

诊断链路设计

前端展示 start/posting/posted/accepted 阶段诊断，帮助定位：

  • 模型超时

  • 网络卡住

  • 旧包未刷新

报告导出

格式 技术方案 特性
Markdown 前端渲染 + 右侧草稿 即时编辑、预览
PDF STSong-Light 字体 按字符宽度换行，避免中文乱码或截断，法务可直接打印

模型适配配置

通过 .env 灵活切换：

复制代码 
EMBEDDING_PROVIDER=mock|qwen3_vl_script|cloud
RERANK_PROVIDER=none|qwen3_vl_reranker
ANALYSIS_PROVIDER=ollama|qwen3_vl|cloud_api

5. 部署与对外演示

快速启动

python 复制代码 
# 1. 后端环境准备
cd backend
uv python install 3.11
uv venv --python 3.11
source .venv/bin/activate
uv sync
uv run python manage.py migrate

说明

uv run python manage.py migrate 是 Django 的标准迁移命令，它会：

1）根据 backend/apps/*/migrations/ 中的迁移脚本对 PostgreSQL 结构（表、索引、约束、默认值）进行同步。

2） 在项目首次部署时创建所有表和关联字段，确保 pgvector 扩展、案例/报告/查询等表存在。

3） 之后每次修改模型（添加字段、换关系、增加索引）或引入新的 app，都会生成新的迁移脚本，执行 migrate 会"落盘"这些更改，保持数据库 schema 与代码一致。

数据（比如文档、chunk、报告）不靠 migrate 更新，migrate 只负责结构；如果数据量变化或追加新的 JSONL、重建向量等，只需要重新跑数据导入脚本，或用 scripts/data_import_modes.sh 控制。除非确实变更了模型定义，否则不必重复跑 migrate。

python 复制代码 
# 2. 启动服务
# 后端
uv run python manage.py runserver 0.0.0.0:8000

# 前端 (先 build 再 preview，避免旧 dist)
bash scripts/run_frontend_preview.sh

# 可选 Nginx 反代 (统一入口 http://127.0.0.1:8088)
bash scripts/start_nginx_proxy.sh

Django runserver 命令详解

python 复制代码 
uv run python manage.py runserver 0.0.0.0:8000
# ↓      ↓      ↓           ↓
# uv工具 Python Django命令 绑定地址:端口

1）runserver 0.0.0.0:8000 是 Django 开发环境专用命令，支持外部设备访问本地服务；

2）该命令仅用于调试，生产环境必须使用 Gunicorn/uWSGI+Nginx 部署；

3）0.0.0.0 表示监听所有网络接口，区别于仅本机访问的 127.0.0.1。

核心作用

  1. 启动 HTTP 服务器：在本地运行 Django 应用，监听传入的 HTTP 请求
  2. 开发调试：热重载代码变更，方便开发时快速测试
  3. API 测试：让前端可以调用后端 API 接口

地址 0.0.0.0:8000 含义

参数 具体含义
0.0.0.0 监听所有网络接口（允许外部设备访问，如手机、同一局域网的其他电脑）
:8000 端口号，访问地址为 http://localhost:8000

注：若仅写 runserver，默认监听 127.0.0.1:8000（仅本机可访问）。

重要警告

⚠️ 该命令仅用于开发环境 ，严禁用于生产环境！runserver 是单线程、无性能优化、无安全加固的调试服务器，无法应对生产环境的并发和安全需求。

开发 / 生产环境命令对比

环境类型 核心命令 主要用途
开发环境 runserver 本地调试、代码快速迭代、功能验证
生产环境 gunicorn + nginx 高性能、高可用、安全加固、多进程处理请求

生产环境部署示例

复制代码 
# 生产环境启动命令（以Gunicorn为例）
gunicorn config.wsgi:application

启动演示

后端演示

前端演示

network是局域网ip

页面演示

bash scripts/start_nginx_proxy.sh启动反向代理，bash scripts/stop_nginx_proxy.sh是关闭之前的反向代理

start_nginx_proxy.sh内容

bash 复制代码 
#!/usr/bin/env bash
set -euo pipefail

ROOT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)"
CONF_FILE="$ROOT_DIR/infra/nginx/lawcounsel.conf"
PID_FILE="/tmp/lawcounsel-nginx.pid"

if ! command -v nginx >/dev/null 2>&1; then
  echo "[ERR] nginx not found."
  echo "Install on macOS: brew install nginx"
  exit 1
fi

echo "[INFO] testing nginx config"
nginx -t -c "$CONF_FILE"

echo "[INFO] starting nginx proxy on :8088"
exec nginx -c "$CONF_FILE" -g "pid $PID_FILE; daemon off;"

这个脚本的核心作用是帮你安全、便捷式启动项目专属的 Nginx 代理服务，全程自动检查环境、验证配置，使用者不用懂复杂的 Nginx 命令，跟着看就能明白：

1）#!/usr/bin/env bash：固定开头，告诉系统用 bash 命令执行这个脚本，不用改；

2）set -euo pipefail：脚本的 "安全保护"------ 只要有一步出错就立刻停（比如配置写错），避免错下去，新手不用管，知道是防错的就行；

3）ROOT_DIR/CONF_FILE/PID_FILE：脚本自动找项目根目录、项目专用的 Nginx 配置文件，还指定了记录 Nginx 进程的文件（方便管理），不用手动找路径；

4）if ! command -v nginx...：自动检查你电脑装没装 Nginx，没装就报错提醒，还告诉 Mac 用户装的命令（brew install nginx）；

5）nginx -t -c "$CONF_FILE"：启动前先检查配置文件对不对（比如端口写错、语法错），有问题会提前告诉你，避免启动后出问题；

6）exec nginx ...：正式启动 Nginx------ 用项目专属配置，启动后监听 8088 端口提供代理服务，还让 Nginx 前台运行（方便看日志、管理），新手直接用就行。

简单说：只要装了 Nginx，直接运行这个脚本，它会自动做所有检查，然后启动项目的 Nginx 代理，不用手动敲复杂的 Nginx 命令，也不容易出错。

infra/nginx/lawcounsel.conf内容

bash 复制代码 
worker_processes  1;

events {
    worker_connections  1024;
}

http {
    default_type  application/octet-stream;
    sendfile      on;
    keepalive_timeout  65;

    server {
        listen 8088;
        server_name _;

        # Frontend
        location / {
            proxy_pass http://127.0.0.1:4173;
            proxy_set_header Host $host;
            proxy_set_header X-Real-IP $remote_addr;
            proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
            proxy_set_header X-Forwarded-Proto $scheme;
        }

        # Backend API
        location /api/ {
            proxy_pass http://127.0.0.1:8000/api/;
            proxy_set_header Host $host;
            proxy_set_header X-Real-IP $remote_addr;
            proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
            proxy_set_header X-Forwarded-Proto $scheme;
            proxy_connect_timeout 10s;
            proxy_send_timeout 300s;
            proxy_read_timeout 300s;
            send_timeout 300s;
        }

        location = /healthz {
            proxy_pass http://127.0.0.1:8000/healthz;
            proxy_set_header Host $host;
        }
    }
}

这个 Nginx 配置文件的核心作用是：让 Nginx 在 8088 端口当 "统一入口"，把不同请求自动转发到前端（4173 端口）和后端（8000 端口）服务，日常使用者不用分别访问 4173/8000，只访问 8088 就行，全程不用改参数直接用：

1）worker_processes 1;：Nginx 启动 1 个工作进程处理请求，开发 / 测试场景完全够用，不用改；

2）events { worker_connections 1024; }：每个工作进程最多同时处理 1024 个连接，日常使用不会不够；

3）http {...}：是 Nginx 处理网页请求的核心配置块，里面的sendfile on是加速文件传输、keepalive_timeout 65是保持连接 65 秒（减少重复连服务器的开销），都是优化项，不用动；

4）server { listen 8088; server_name _; }：Nginx 监听 8088 端口（访问http://你的IP:8088就走这个配置），server_name _;表示不管用什么域名访问，都用这个规则；

5）location / {...}：处理所有根路径请求（比如访问http://IP:8088/），自动转发到前端服务的 4173 端口，里面的proxy_set_header是把你的真实 IP、请求协议等信息传给前端，保证前端能拿到正确的请求信息；

6）location /api/ {...}：处理所有/api/开头的请求（比如http://IP:8088/api/用户信息），转发到后端服务的 8000 端口，里面的 timeout 参数是延长连接超时时间（避免后端处理慢导致请求中断），同样传了你的真实信息给后端；

7）location = /healthz {...}：专门处理/healthz这个请求（一般用来检查服务是否活着），转发到后端 8000 端口的/healthz，用来检测后端服务是否正常运行。

简单说：你只要启动 Nginx，访问http://你的IP:8088就能打开前端页面，页面里调的/api/接口会自动转到后端 8000 端口，不用手动切换端口，新手直接用这个配置就行。

stop_nginx_proxy.sh脚本

bash 复制代码 
#!/usr/bin/env bash
set -euo pipefail

PID_FILE="/tmp/lawcounsel-nginx.pid"

if [ ! -f "$PID_FILE" ]; then
  echo "[WARN] pid file not found: $PID_FILE"
  exit 0
fi

PID="$(cat "$PID_FILE")"
if kill -0 "$PID" >/dev/null 2>&1; then
  kill "$PID"
  echo "[INFO] stopped nginx proxy pid=$PID"
else
  echo "[WARN] process not running: pid=$PID"
fi

这个脚本是用来安全停止之前启动的 Nginx 代理服务的，使用者不用手动找进程、输复杂命令，脚本会自动判断、操作，全程简单易懂：

1）#!/usr/bin/env bash：固定开头，告诉系统用 bash 执行这个脚本，不用改；

2）set -euo pipefail：脚本的 "防错保护"，有一步出错就立刻停，避免误操作（比如杀错进程）；

3）PID_FILE="/tmp/lawcounsel-nginx.pid"：指定记录 Nginx 进程号的文件（和启动 Nginx 的脚本用的是同一个文件，保证能找到对应进程）；

4）if [ ! -f "$PID_FILE" ]; then...：先检查这个 PID 文件在不在，不在就提示 "没找到 PID 文件"，然后正常退出（不报错）；

5）PID="(cat "PID_FILE")"：从 PID 文件里读出 Nginx 的进程号（相当于找到要停止的那个 Nginx 进程）；

6）if kill -0 "$PID"...：先检查这个进程号对应的 Nginx 是不是真的在运行：

要是在运行，就执行kill "$PID"停止这个 Nginx 进程，还会提示 "已停止 Nginx，进程号是 xxx"；要是没运行，就提示 "这个进程号的 Nginx 没在运行"；

简单说：你只要运行这个脚本，它会自动找之前启动的 Nginx 进程，能停就停，找不到文件 / 进程就友好提示，不用手动输 kill 命令，也不用担心杀错其他程序。

Cloudflare Tunnel 公网暴露

python 复制代码 
# 零成本临时公网演示 (已验证命令在 docs/DEPLOYMENT.md)
TUNNEL_URL=http://127.0.0.1:8088 bash scripts/start_cloudflare_tunnel.sh

# 生成链接示例:
# https://capable-trained-extract-plaintiff.trycloudflare.com

健康自检

python 复制代码 
curl -sS http://127.0.0.1:8000/healthz   # 后端
curl -sS http://127.0.0.1:8088/healthz   # Nginx 入口

6. 验证与保障

冒烟测试脚本矩阵

脚本 覆盖场景 用途
workspace_api_smoke.sh 注册/登录 → 创建案件 → 异步查询 → 报告新增 → PDF 导出 完整业务链路
retrieval_api_smoke.sh 基础检索接口字段/格式校验 API 契约验证
public_stack_smoke.sh 终端一键构建 + 预览 Demo 流程一致性
data_import_modes.sh resume/full 模式 + ALLOW_DATA_MUTATION guard 数据导入安全

数据治理

  • 自动清理临时用户与报告

  • 保持库里只有干净案例，减少数据污染

  • 可向投资人演示：每次部署都有自动检查

7. 整体说明演示

从采集到导入命令流程

bash 复制代码 
# ========== 步骤1：采集数据 ==========
cd /Users/Zhuanz/Desktop/study/AISass/LawCounsel
# 方式A：从已有数据源下载（CAIL2018 / LeCaRDv2）
bash scripts/download_legal_data.sh
# 方式B：如果你有200条原始数据文件，直接放入 raw 目录
# cp /path/to/your_new_200_docs.json data/raw/new_batch_200.json
# ========== 步骤2：规范化数据（生成JSONL） ==========
# 生成新的200条数据的JSONL文件
uv run python scripts/normalize_legal_jsonl.py \
  --input data/raw/new_batch_200.json \
  --output data/processed/new_200_docs.jsonl \
  --limit 200
# ========== 步骤3：追加到现有数据文件 ==========
# 将新数据追加到主文件（注意使用 >> 追加，不是 > 覆盖）
cat data/processed/new_200_docs.jsonl >> data/processed/legal_docs.jsonl
# 验证追加后的总行数
wc -l data/processed/legal_docs.jsonl
# ========== 步骤4：导入向量库 ==========
cd backend
# 使用 resume 模式，只导入新增的200条
uv run python manage.py import_legal_data \
  --path ../data/processed/legal_docs.jsonl \
  --mode resume \
  --limit 200
# ========== 步骤5：验证导入结果 ==========
cat ../data/logs/import_checkpoint.json

查看当前数据情况

bash 复制代码 
0. 从已有数据源下载（CAIL2018 / LeCaRDv2）
bash scripts/download_legal_data.sh
1. 对比源文件与向量库
# 检查源文件有多少条数据
wc -l /Users/Zhuanz/Desktop/study/AISass/LawCounsel/data/processed/legal_docs.jsonl
# 检查导入进度（看 offset 是否到达文件末尾）
cat /Users/Zhuanz/Desktop/study/AISass/LawCounsel/data/logs/import_checkpoint.json
2. 快速比对命令
cd /Users/Zhuanz/Desktop/study/AISass/LawCounsel/backend
# 获取统计
echo "=== 源文件统计 ==="
SOURCE_LINES=$(wc -l < ../data/processed/legal_docs.jsonl)
echo "JSONL 总行数: $SOURCE_LINES"
echo ""
echo "=== 向量库统计 ==="
source .venv/bin/activate && python << 'PYEOF'
import os
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'config.settings')
import django
django.setup()
from apps.legal.models import LegalDocument, ChunkEmbedding
print(f"已入库文档: {LegalDocument.objects.count()}")
print(f"已生成向量: {ChunkEmbedding.objects.count()}")
missing = LegalDocument.objects.filter(chunks__isnull=True).count()
print(f"缺失分块的文档: {missing}")
PYEOF

从这些统计看，确实没有剩下的未写入。3073 行已经全部扫描过了，最终只入库了 775，其余 2298 被去重/过滤掉了。

一键停止服务

cleanup_public_demo.sh

bash 复制代码 
#!/usr/bin/env bash
set -euo pipefail

ROOT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)"
PID_FILE="/tmp/lawcounsel-nginx.pid"

echo "[STEP] stop nginx proxy"
nginx -c "$ROOT_DIR/infra/nginx/lawcounsel.conf" -s stop -g "pid $PID_FILE;" >/dev/null 2>&1 || true
rm -f "$PID_FILE" || true

echo "[STEP] kill occupied ports 8000/4173/8088 if any"
for port in 8000 4173 8088; do
  pids="$(lsof -ti tcp:$port || true)"
  if [ -n "$pids" ]; then
    kill $pids >/dev/null 2>&1 || true
    echo "[INFO] killed pid(s) on :$port -> $pids"
  fi
done

echo "[OK] cleanup done"

这个脚本是给项目做一站式环境清理的，使用者不用手动查进程、删文件，运行它就能一键解决 "端口被占、Nginx 进程残留" 的问题，避免启动服务时报错：

1）#!/usr/bin/env bash和set -euo pipefail是脚本基础：前者告诉系统用 bash 执行，后者是防错保护（出错也不会乱执行）；

2）ROOT_DIR/PID_FILE：自动找到项目根目录、指定 Nginx 进程文件路径，不用手动输路径；

3）nginx -c ... -s stop：先尝试用项目专属配置停止 Nginx 代理，不管停没停成功都不报错（避免没启动 Nginx 时脚本卡壳），然后删掉 Nginx 进程文件，防止残留；

4）循环清理 8000/4173/8088 端口：自动检查这三个端口（后端 8000、前端 4173、5）Nginx8088）有没有被进程占用，有就直接杀掉，还会提示杀掉的进程号，没占用就跳过；

6）最后提示 "清理完成"，整个过程不用手动操作，能彻底清掉项目相关的残留进程和文件。

一键启动脚本

bash 复制代码 
cleanup() {
  nginx -c "$ROOT_DIR/infra/nginx/lawcounsel.conf" -s stop -g "pid $PID_FILE;" >/dev/null 2>&1 || true
  kill "${FRONT_PID:-}" >/dev/null 2>&1 || true
  kill "${BACK_PID:-}" >/dev/null 2>&1 || true
}
trap cleanup EXIT

if [ -f "$PID_FILE" ]; then
  echo "[STEP] stop previous nginx pid from $PID_FILE"
  nginx -c "$ROOT_DIR/infra/nginx/lawcounsel.conf" -s stop -g "pid $PID_FILE;" >/dev/null 2>&1 || true
  rm -f "$PID_FILE"
fi

if lsof -nP -iTCP:8088 -sTCP:LISTEN >/dev/null 2>&1; then
  echo "[ERR] port 8088 already in use."
  lsof -nP -iTCP:8088 -sTCP:LISTEN || true
  echo "[TIP] run: bash scripts/cleanup_public_demo.sh"
  exit 1
fi

echo "[STEP] start backend :8000"
cd "$ROOT_DIR/backend"
uv run python manage.py runserver 127.0.0.1:8000 >/tmp/lawc_backend.log 2>&1 &
BACK_PID=$!

echo "[STEP] start frontend preview :4173"
cd "$ROOT_DIR/frontend"
if [ "${SKIP_FRONTEND_BUILD:-0}" != "1" ]; then
  echo "[STEP] build frontend dist"
  npm run build >/tmp/lawc_frontend_build.log 2>&1
fi
npm run preview >/tmp/lawc_frontend.log 2>&1 &
FRONT_PID=$!

sleep 3

echo "[STEP] start nginx proxy :8088"
nginx -c "$ROOT_DIR/infra/nginx/lawcounsel.conf" -g "pid /tmp/lawcounsel-nginx.pid;"

echo "[STEP] local check"
curl -sS http://127.0.0.1:8088/healthz || true
echo

echo "[STEP] start cloudflare tunnel (Ctrl+C stop all)"
exec cloudflared tunnel --url http://127.0.0.1:8088 --protocol "$TUNNEL_PROTOCOL"

这个脚本是项目的一键启动全流程工具，使用者不用手动一步步启动前后端、Nginx，也不用自己配置公网访问，运行它就能自动完成所有步骤，把项目从本地跑起来并暴露到公网：

1）开头的#!/usr/bin/env bash和set -euo pipefail是基础：前者让系统用 bash 执行脚本，后者是 "防错保护"，有一步出错就停，避免乱执行；

2）自动找项目根目录、加载.env配置文件（有就加载，没有也不影响），还默认用 http2 协议跑公网隧道，不用手动输路径 / 配参数；

先检查cloudflared（做公网穿透）和nginx有没有装，没装就提示 Mac 用户用brew install安装，装完才能继续；

3）设置了 "自动清理"：不管是按 Ctrl+C 退出，还是脚本出错，都会自动停 Nginx、杀掉前后端进程，避免进程残留；

先停掉旧的 Nginx 进程，再检查 8088 端口有没有被占（被占就报错，还告诉运行清理脚本解决）；

4）自动启动后端服务（8000 端口）：切到后端目录，用 uv run 启动 Django，日志存在 /tmp，后台运行不占终端；

自动启动前端服务（4173 端口）：切到前端目录，先判断要不要构建前端（没跳过就先 build），再启动预览，日志也存在 /tmp；

等 3 秒让前后端启动好，再启动 Nginx（8088 端口），把前后端统一到 8088 这个入口；

5）用 curl 简单检查 8088 端口的健康状态，确认服务能访问；

6）最后启动 Cloudflare 隧道，把 8088 端口的服务暴露到公网，按 Ctrl+C 就能停掉所有服务（还会自动清理进程）。

这不是失败，隧道已经创建并注册成功了。

关键行是：

1）Your quick Tunnel has been created! Visit it at: https://accountability-shift-chambers-strict.trycloudflare.com

2）Registered tunnel connection ... protocol=http2

报错 Failed to fetch features 和 Failed to initialize DNS local resolver 是 DNS 超时警告，通常是本地网络对 Cloudflare 域名解析不稳定，但不一定影响访问。

现在的公网地址是：https://accountability-shift-chambers-strict.trycloudflare.com

使用

填写案件信息，点击创建案件

检索

分析，如果回答被截断，可改.env的ANALYSIS_MAX_TOKENS=512为更大的值

点击导出md和pdf文件

8. 运营建议与成本控制

成本边界控制

项目 策略 成本
硬件 本地 16GB MPS 跑 Qwen3-VL 零租赁成本
存储 PostgreSQL + 数据文件 < 1GB 极低本地存储
可选组件 Redis + Celery 按需启动 平时不消耗资源
公网演示 Cloudflare Tunnel 零成本

多模型支持矩阵

Provider Embedding Rerank Analysis 适用场景
mock ✅ - - 开发/测试
ollama ✅ - ✅ 本地快速验证
qwen3_vl ✅ ✅ ✅ 生产级中文法律
cloud_api ✅ ✅ ✅ 高精度/高并发

可维护性设计

  • 检索链路标准化 : embedding → pgvector → rerank → markup

  • Provider 即插即用: 随时切换模型

  • 报告库统一: Markdown (前端渲染) + PDF (客户交付)

9. 总结与演进路线

当前能力

LawCounsel 将多模态模型、本地数据库与轻量前端 连接起来，构建一个可控、透明、面向中文法律的 AI+准 SaaS：

  • ✅ 自动化数据清洗 (断点续传、去重)

  • ✅ 异步检索与报告导出

  • ✅ Smoke tests 保障部署质量

  • ✅ Cloudflare 快速隧道实现零成本公网演示

未来演进

方向 具体动作
模型热切换 打通 Ollama/Cloud API/纯本地模型运行时切换
数据切块优化 让模型按语义灵活切块数据
数据源扩展 引入地方法院判例等更多中文法律数据源

LawCounsel 的核心价值在于：用工程约束（1GB 数据、低成本硬件、自动化测试）换取商业可信度（企业级体验、可验证的 Demo、即时可用的报告输出）。这是一个典型的"约束驱动创新"案例，非常适合法务科技领域的 MVP 验证与早期客户演示。

如果对项目的代码有兴趣，打算研究或优化，可以通过网盘分享的文件获取：Law-Counsel.zip

链接: https://pan.baidu.com/s/1KKykitAlzOFNzKTsrNydJA?pwd=3hrc 提取码: 3hrc

创作不易，禁止抄袭，转载请附上原文链接及标题

相关推荐
getedit–得辑科研之友1 小时前
Getedit-得辑论文润色服务，新年快乐
人工智能
陈天伟教授1 小时前
人工智能应用- 搜索引擎：06. PageRank 算法
神经网络·搜索引擎·语言模型·自然语言处理·机器翻译
njsgcs2 小时前
openclaw怎么调用记忆的
人工智能
冬奇Lab2 小时前
一天一个开源项目（第25篇）：Clawra - 为 OpenClaw 赋予「自拍」能力的 Skill
人工智能·开源·资讯
逻极2 小时前
BMAD之核心架构：为什么“方案化”至关重要 (Phase 3 Solutioning)——必学！BMAD 方法论架构从入门到精通
人工智能·ai·系统架构·ai编程·敏捷开发·ai辅助编程·bmad
2501_926978332 小时前
分形时空理论框架：从破缺悖论到意识宇宙的物理学新范式引言（理论概念版）--AGI理论系统基础1.1
java·服务器·前端·人工智能·经验分享·agi
heimeiyingwang2 小时前
AI 赋能企业业务：从降本增效到业务创新
人工智能
涛涛讲AI2 小时前
Django Admin模块的都有哪些表以及之间的关系
数据库·django·sqlite
阿林来了2 小时前
Flutter三方库适配OpenHarmony【flutter_speech】— 语音识别监听器实现
人工智能·flutter·语音识别·harmonyos
热门推荐
01从零搭建一个 PHP 登录注册系统（含完整源码）02使用 1panel面板 部署 php网站03如何将 TRAE IDE 的插件市场源切换至 VS Code 官方市场04PHP Error: 常见错误及其解决方法05GitHub 镜像站点06openClaw安装飞书插件｜核心踩坑：spawn EINVAL 错误终极解决指南07Claude Code + GLM4.7 避坑指南：解决 Unable to connect to Anthropic services08Android Studio Panda 1 正式版来了：JDK 终于不用手动配了，内存泄漏也有原生方案了09全面体验 Grok API 中转站（2025 · Grok 4 系列最新版）10BUUCTF[ACTF2020 新生赛]Include 1题解