aa0101181514/tw-legal-rag

TL;DR

Taiwan Legal RAG 是一个命令行工具，可让您查询一个公开、服务器托管的语义搜索服务，该服务包含约 2200 万条台湾法院判决、法规和行政裁决。它将匹配的文档以 bundle 形式返回，您可以将其提供给任何 LLM（ChatGPT、Claude、Gemini、本地模型等），并提供轻量级、确定性的引用检查，以验证 LLM 的回答仅引用 bundle 中实际存在的材料。

---

它是什么

• 类型：开源 Python CLI（可通过 pip install twlegalrag 安装）。
• 目的：通过自然语言查询检索台湾法律文本（法院判决、法规、行政解释），并将结果打包以供下游 AI 使用。
• 范围：法律检索 + 引用验证；不运行或托管任何语言模型，也不提供法律建议。

---

核心功能

功能	作用	重要性
语义（模糊）搜索	使用服务器端的向量索引来查找与您的查询概念相关的判决，而不仅仅是关键字匹配。	即使使用不同的措辞，也能发现相关案例。
精确案例查找	精确的案号查找，并自动处理“找不到案例”的情况。	确保您引用的是正确的判决。
案件历史链接	每个判决 bundle 都包含 case_history，显示上诉关系以及判决是否已被推翻。	防止引用不再有效的判决。
法条查找	检索法规的现行条文，包含修正日期和有效性标志。	提供您要引用的确切法条文字。
行政规则搜索	对法规和解释令进行精确编号和语义搜索。	涵盖台湾法律的完整层级。
Bundle 创建（twlegalrag pack）	将查询、匹配判决、摘录、URL、引用白名单和验证指令打包成 JSON 文件。	提供一个自包含的工件，任何 LLM 都可以安全地使用。
引用检查（twlegalrag check）	确定性的字符串匹配检查，验证：(1) 引用的案号在 bundle 中，(2) 引用的文本确实出现在 bundle 中的某处，(3) 没有 bundle 外的引用。	有助于在呈现答案前捕捉“幻觉”引用。
健康端点	简单的 twlegalrag health ping，以确认远程服务可达。	快速检查脚本是否正常。
零 LLM 依赖	仅需要 httpx、typer、rich。公共端点不需要 API 密钥。	易于在任何环境中安装和运行。

---

工作原理（高级流程）

1. 搜索 – CLI 将您的自然语言查询发送到托管的 TLR REST 端点（https://tlr.dr-legal.com.tw）。服务器返回匹配判决的列表，并附带 result_token。
2. 全文获取 – 使用 token，CLI 为每个判决提取摘录（以及可选的全文）。
3. 打包 – 所有检索到的数据组装成 bundle.json，包含：
   • query
   • citation_id/citation_text/citation_url
   • case_history
   • allowed_citations 白名单
   • verification_instructions（下游模型要遵循的规则）。
4. 使用 – 您将 bundle 粘贴到 LLM 提示中，并要求它仅使用提供的引用进行回答。
5. 检查 – LLM 回复后，运行 twlegalrag check bundle.json answer.txt 以验证模型使用的每个引用都存在，且引用的片段存在于 bundle 中。

---

谁可能使用它

• 法律科技开发者，为台湾法律构建聊天机器人或 RAG 管道。
• 律师或研究人员，想要一种可重现、引用安全的方式将判例法提供给 LLM。
• 合规团队，需要确保 AI 生成的建议仅引用已验证的法规/判决。
• 教育者/学生，探索 AI 辅助的法律研究，而无需在本地处理大量数据集。

---

限制与注意事项

• CLI 只是客户端；繁重的工作（向量嵌入、索引、检索）在远程 TLR 服务器上。
• 引用检查是基于字符串的；它无法确认引用的段落来自正确的判决，或法律推理是准确的。
• 不会将个人数据或机密文档发送到 TLR 服务 – 只发送纯查询字符串。
• 该服务是免费且开放的，但后端可能会记录查询以进行质量分析；请勿提交敏感信息。
• 存储库采用 Elastic License 2.0（商业友好），且不接受外部 pull request。

---

快速开始示例

# 安装
pip install twlegalrag

# 查找关于加班费的近期案例
twlegalrag search "勞資 加班費" -n 5 --read

# 为 AI 提示创建 bundle
twlegalrag pack "車禍對方全責,我可以求償什麼?" -o bundle.json

# 从 LLM 获得答案后，验证引用
twlegalrag check bundle.json answer.txt

---

许可与治理

• CLI 代码：Elastic License 2.0（免费供商业和内部使用，但有两项限制 – 不得将软件重新托管为服务，且必须保留许可声明）。
• 数据与 API：不受代码许可涵盖；使用受单独的 TERMS.md 和 TRADEMARK.md 文件管辖。
• 项目由单一作者（Aaron Huang，Legal Detective / Dr.Legal 创始人）维护，不接受外部 pull request。

---

结论

twlegalrag 为您提供了一座实用的桥梁，连接庞大且最新的台湾法律语料库与您选择的任何 LLM，同时提供确定性、开源的防护，防止虚构引用。它是适用于法律 RAG 工作流的真正、生产级工具，而不仅仅是演示或精选列表。