contract qa high precision rag

合同顧問RAG：建立高精度法律專家LLM應用程序

介紹

該項目著重於使用檢索增強發電（RAG）構建高精度合同分析工具。這種方法利用大型語言模型（LLM）的力量從外部知識來源中檢索相關信息，在這種情況下是法律合同。目的是創建一個可以準確有效地回答有關合同內容的問題的系統，並充當虛擬法律助理。

目錄

1. 關鍵功能
2. 項目結構
3. 入門
4. 安裝
5. 用法
6. 測試
7. 貢獻
8. 執照
9. 接觸

關鍵功能

• 破布框架：利用Langchain框架將LLM與合同數據無縫整合。
• OpenAI GPT模型：利用OpenAI的GPT模型來自然語言理解和產生。
• Autogen集成：與Microsoft Autogen集成，以創建對話式AI代理，以獲得更具交互性的用戶體驗。
• Web界面：提供一個用戶友好的Web界面，供用戶與系統進行交互並詢問有關合同內容的問題。
• FastAPI後端：使用FastApi創建高性能後端服務器，以使用使用WebSockets來處理用戶請求，並允許與RAG Pipeline進行交互。
• 向量數據庫：使用矢量數據庫（例如Chroma）有效地存儲和檢索合同信息。
• 多Query檢索：生成多個查詢變體，以提高找到相關信息的機會。
• 重新排列：採用重新排列機制來優先考慮上下文相關的信息。
• 使用Ragas的評估：包括使用準確性，相關性和響應時間等指標來評估和提高性能的穩健評估管道。

項目結構

 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

入門

先決條件

• Python 3.9+
• pip
• node.js v18+
• NPM-用於安裝前端依賴關係

1。克隆此倉庫

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

2。配置環境

將您的OpenAI_API_KEY添加到項目根目錄中的.ENV文件中。

安裝

1。安裝依賴項

 pip install -r requirements.txt

用法

1。啟動FastAPI服務器

運行命令以啟動FastAPI服務器：

 make run-server

服務器將從http：// localhost：8000/

2。啟動React前端

 make run-frontend

在瀏覽器上，從http：// localhost訪問前端應用程序：3000/

測試

1。運行測試

要運行測試，請使用以下命令：

 make test

執照

該項目是根據MIT許可證獲得許可的 - 有關詳細信息，請參見許可證文件。

接觸

如有任何疑問或支持，請通過電子郵件Hillary K與我聯繫。

享受！