contract qa high precision rag

合同顾问RAG：建立高精度法律专家LLM应用程序

介绍

该项目着重于使用检索增强发电（RAG）构建高精度合同分析工具。这种方法利用大型语言模型（LLM）的力量从外部知识来源中检索相关信息，在这种情况下是法律合同。目的是创建一个可以准确有效地回答有关合同内容的问题的系统，并充当虚拟法律助理。

目录

1. 关键功能
2. 项目结构
3. 入门
4. 安装
5. 用法
6. 测试
7. 贡献
8. 执照
9. 接触

关键功能

• 破布框架：利用Langchain框架将LLM与合同数据无缝整合。
• OpenAI GPT模型：利用OpenAI的GPT模型来自然语言理解和产生。
• Autogen集成：与Microsoft Autogen集成，以创建对话式AI代理，以获得更具交互性的用户体验。
• Web界面：提供一个用户友好的Web界面，供用户与系统进行交互并询问有关合同内容的问题。
• FastAPI后端：使用FastApi创建高性能后端服务器，以使用使用WebSockets来处理用户请求，并允许与RAG Pipeline进行交互。
• 向量数据库：使用矢量数据库（例如Chroma）有效地存储和检索合同信息。
• 多Query检索：生成多个查询变体，以提高找到相关信息的机会。
• 重新排列：采用重新排列机制来优先考虑上下文相关的信息。
• 使用Ragas的评估：包括使用准确性，相关性和响应时间等指标来评估和提高性能的稳健评估管道。

项目结构

 project_root/
├── .github/         # GitHub Actions workflows
├── frontend/        # React frontend code
├── backend/         # FastAPI backend code
├── src/             # Source code for RAG pipeline, utils, etc.
├── tests/           # Unit and integration tests
├── README.md        # This file
└── requirements.txt # Project dependencies

入门

先决条件

• Python 3.9+
• pip
• node.js v18+
• NPM-用于安装前端依赖关系

1。克隆此仓库

 git clone [email protected]:hillaryke/contract-qa-high-precision-rag.git
cd contract-qa-high-precision-rag

2。配置环境

将您的OpenAI_API_KEY添加到项目根目录中的.ENV文件中。

安装

1。安装依赖项

 pip install -r requirements.txt

用法

1。启动FastAPI服务器

运行命令以启动FastAPI服务器：

 make run-server

服务器将从http：// localhost：8000/

2。启动React前端

 make run-frontend

在浏览器上，从http：// localhost访问前端应用程序：3000/

测试

1。运行测试

要运行测试，请使用以下命令：

 make test

执照

该项目是根据MIT许可证获得许可的 - 有关详细信息，请参见许可证文件。

接触

如有任何疑问或支持，请通过电子邮件Hillary K与我联系。

享受！