【劳盾卫士】劳动法律咨询助手，本项目所使用的大模型均通过 API 接口调用，未使用本地显卡运行大模型，同时提供本地模型封装类，后续提供请放心使用～
本文主要介绍了基于RAG（检索增强生成）技术的智能法律咨询系统，专门针对中国劳动法领域问题提供专业解答，并附带法律条文依据。 法律相关文件可参考：https://flk.npc.gov.cn/
- 精准法律问答：基于最新劳动法律法规数据库，提供权威解答
- 条文溯源：每个回答自动关联相关法律条款，支持查看原文
- 多模型集成：
- 百度文心/阿里百炼：文本嵌入(Embedding)与重排序(Rerank)
- 智谱AI/阿里千问AI：大语言模型生成回答
- 知识库管理：支持JSON数据自动解析与向量存储更新
graph TD
数据向量化并存入Chroma数据库 --> A
A[用户提问] --> B(Embedding向量化)
B --> C[Chroma向量库检索]
C --> D[Rerank重排序]
D --> E[大模型AI生成回答]
E --> F[返回答案+法律依据]
LaborGuard
├──data/ # 数据存储目录（包含原始法律条文和向量数据库）
│ ├──storage/ # 向量数据库持久化存储
│ │ ├──9cab749f-5c2d-49f3-be72-f6236314e806/ # ChromaDB的HNSW索引二进制文件（近似最近邻搜索用）
│ │ │ ├──data_level0.bin # 层级0的向量数据
│ │ │ ├──header.bin # 索引头信息
│ │ │ ├──length.bin # 向量长度信息
│ │ │ └──link_lists.bin # 图结构的连接关系
│ │ ├──chroma.sqlite3 # ChromaDB的主数据库文件（SQLite3格式）
│ │ ├──docstore.json # 文档存储元数据
│ │ ├──graph_store.json # 知识图谱关系存储
│ │ ├──image__vector_store.json # 图片特征的向量数据
│ │ └──index_store.json # 索引元数据
│ └──上海市劳动合同条例.json # 原始法律条文数据（JSON格式）
│ └──中华人民共和国劳动争议调解仲裁法.json # 原始法律条文数据（JSON格式）
│ └──中华人民共和国劳动合同法.json # 原始法律条文数据（JSON格式）
│ └──中华人民共和国劳动合同法实施条例.json # 原始法律条文数据（JSON格式）
│ └──中华人民共和国劳动法.json # 原始法律条文数据（JSON格式）
│ └──中华人民共和国社会保险法.json # 原始法律条文数据（JSON格式）
│ └──工伤保险条例.json # 原始法律条文数据（JSON格式）
├──logs/ # 自动生成的日志文件目录
│ └──law_assistant_20250524.log # 按日期分割的日志文件（格式：YYYYMMDD）
│ └──system_20250611.log # 按日期分割的日志文件（格式：YYYYMMDD）
├──old/ # 原始法律文件，PDF,DOCX
│ └──上海市劳动合同条例.pdf
│ └──中华人民共和国劳动争议调解仲裁法.docx
│ └──中华人民共和国劳动合同法.docx
│ └──中华人民共和国劳动合同法实施条例.docx
│ └──中华人民共和国劳动法.docx
│ └──中华人民共和国社会保险法.docx
│ └──工伤保险条例.docx
├──src/ # 核心源代码目录
│ ├──api/ # 接口访问
│ │ ├──__init__.py # 默认
│ │ ├──api.py # API接口访问
│ ├──apitest/ # 接口访问
│ │ ├──__init__.py # 默认
│ │ ├──apiTest.py # API接口测试访问
│ ├──common/ # 公共模块
│ │ ├──constants.py # 全局常量（日志级别、路径配置等）
│ │ ├──decorator.py # 装饰器工具（如 @timer 计时器）
│ │ ├──log.py # 日志系统核心（多线程安全、颜色输出）
│ │ └──utils.py # 通用工具函数（如YAML文件读取）
│ ├──config/ # 接口访问
│ │ ├──__init__.py # 默认
│ │ ├──config.py # 配置类
│ ├──conversion/ # 脚本转换
│ │ ├──__init__.py # 默认
│ │ ├──上海市劳动合同条例.py # 转换脚本
│ ├──handler/ # 数据处理管道（JSON解析、向量库初始化）
│ │ ├──__init__.py # 默认
│ │ ├──data_handler.py # 数据处理管道（JSON解析、向量库初始化）脚本
│ ├──models/ # 模型实现
│ │ ├──embedding/ # 文本嵌入模型
│ │ │ └──baidu.py # 百度文心Embedding模型封装
│ │ │ └──dashscope.py # 阿里百炼Embedding模型封装
│ │ ├──llm/ # 大语言模型
│ │ │ └──zhipu.py # 智谱AILLM接口封装
│ │ │ └──qwen.py # 通义千问AILLM模型封装
│ │ └──rerank/ # 检索结果重排序
│ │ │ └──baidu.py # 百度文心Rerank模型封装
│ │ │ └──baidu.py # 阿里百炼Embedding模型封装
│ ├──msg/
│ │ ├──msg.py # 消息处理
│ ├──ragflow/
│ │ ├──ragflow.py # RAG流程核心（检索-重排序-生成）
│ ├──main.py # Streamlit交互界面入口
├──.env # 配置文件（API密钥等敏感信息）
├──README.md # 项目说明文档
└──requirements.txt # Python依赖库列表
- Python 3.12
- 百度/智谱API密钥（配置于
.env） - 安装依赖：
pip install -r requirements.txt
配置文件.env中可以进行个性化修改：
# API Keys
BAIDU_API_KEY=""
ZHIPU_API_KEY=""
DASHSCOPE_API_KEY=""
DEEPSEEK_API_KEY=""
# 模型配置
BAIDU_EMBEDDING_MODEL="bge-large-zh"
BAIDU_RERANK_MODEL="bce_reranker_base"
ZHIPU_LLM_MODEL="glm-z1-airx"
DASHSCOPE_EMBEDDING_MODEL="text-embedding-v1"
DASHSCOPE_RERANK_MODEL="gte-rerank"
DASHSCOPE_LLM_MODEL="qwen-plus"
DEEPSEEK_LLM_MODEL="deepseek-chat"
# RAG 参数
RAG_TOP_K=20
RAG_RERANK_TOP_N=20
RAG_RERANK_MIN_SCORE=0.5
LLM_TEMPERATURE=0.7
LLM_TOP_P=0.9
API_KEY 申请链接：
在项目根目录下执行
streamlit run src/main.py首次启动项目时，可能会比较慢。这是因为项目初始化的时候，data 目录下只有 *.json 数据，首次执行会对数据进行向量化处理，并创建索引以及将数据存入 Chroma 数据库等操作。
注意事项：
阿里百炼和百度云的EMBEDDING模型加载的维度不一致，所以要区分使用。
- 多线程安全日志器
- 自动按日期分割日志文件
- 支持动态配置日志级别/输出目标
- 自动验证JSON法律文件结构
- 稳定ID生成策略
- 向量存储自动更新机制
- 混合检索（密集+稀疏）
- 基于相关度重排序
- 带法律约束的答案生成
- 智能过滤：自动识别非法律问题
- 思考可视化：展示模型推理过程
- 参考条文展开：直接查看法律原文
- 切换模型：可通过
.env文件选择模型，特别是有无带有思维链的LLM大模型
MIT License