背景与个人贡献
AscendFlow Law（2024—2025）是此前参与的全模态法律智能项目，我负责视觉文档 RAG 方案及 PDF-Extract-Kit 解析链路。当前案例是相关经验的独立重实现，采用文本 PDF 解析；两者不是同一版本，不能共享视觉能力或历史评测指标。
- 实现文档解析、分块、向量入库、检索重排和多轮引用问答链路。
- 围绕法律依据复用检索能力，串联合同生成、风险审查与条款解释。
- 处理索引失败、缺少来源与模型结构化输出异常，避免将失败包装为成功。
系统流程
- 01PDF／文本
提取文本与页码
- 02解析与分块
保留来源标识
- 03BGE-M3
稠密向量召回
- 04重排序
筛选相关片段
- 05DeepSeek
基于证据回答
- 06来源与会话
展示引用并保存历史
设计取舍
入库成功，需要检查实际索引
先完成所有片段的向量生成，再替换索引并回读核对 ID；失败时不误报“已索引”。这是一致性检查，不是跨存储的原子事务，也不意味着旧索引能够自动回滚。
没有来源，就不生成看似可信的答案
普通文档问答通过稠密检索与重排序筛选上下文。无来源时跳过答案生成，输出中缺少或越界的引用会被拒绝。引用编号有效只说明格式与范围满足契约，语义正确性仍需进一步评测。
法律依据与普通上传文档分开使用
合同生成、审查与法律问答固定检索 source_type=legal_authority 的材料，再校验模型的结构化结果。当前支持劳动合同和住宅租赁合同；生成内容仍需人工核对，不替代专业法律意见。
90 秒演示与实测材料
仅使用公开法律语料和虚构合同信息；输出供技术展示，不构成法律意见或可直接签署的合同。
视频中的回答经过摘编，部分原始输出存在事实概括与来源支撑问题。查看已知问题与验证范围；以下资料仅用于技术演示，不能直接用于实际合同签署或法律决策。
原始材料与核对依据
- 生成合同 · 8 页 PDF
工作台导出原件，保留条款、签章区与附件；虚构信息，未签署。
- 5 个问题与预期引用
人工预期与核对标准，不是模型原始回答，也不代表 5 题全部正确。
- 公开法律条文节选
13 条条文的展示子集，不等于本次工作台使用的完整内置语料。
- 独立风险审查样本
刻意设置待识别风险，与上方生成合同不是同一文件，不可签署。
- 原始问答与审查记录 · JSON
保留实际回答、来源预览、虚构输入及已知复核点。
- 合同生成页面原始记录 · TXT
核对生成正文与模型的信息核对说明；后者不是完整法律核验。
- 演示字幕 · SRT
11 段文字解说，也可不播放视频直接阅读。
查看 4 张实测截图与复核提示
00:00—00:42 · 从范本填充到独立条款审查
- 在实际工作台选择通用劳动合同范本，填写虚构主体、岗位、期限与报酬字段。
- 导出 8 页 PDF，保留正文、签章区和附件；模型另行给出信息核对说明。
- 切换到独立的虚构风险合同，展示原条款、审查发现、建议与引用。
生成合同与风险样本分别提供原文件；不把它们包装成同一合同的自动纠错前后对比。
00:42—01:30 · 五组法律问答与证据边界
- 依次展示必备条款、试用期、离职违约金与竞业限制问题。
- 对照人工预期、实际回答和本轮来源预览，核对结论是否真正有依据。
- 最后询问知识库未包含的地方金额信息，保留本次“无法确定”的回答。
视频采用结果摘编；原始回答单独保留。编号有效不等于内容正确，已知问题见下方复核说明。
验证与下一步
当前验证范围
- 新增材料记录了 2026.09.07 的本地合同生成、5 次法律问答与 1 次条款审查。本站核对素材与导出文件，未重新执行模型调用；这不是准确率或性能基准。
- 本次语料版本为 cn-demo-2026-09-03，工作台使用内置劳动合同法与民法典节选。公开 PDF 只是其中 13 条条文的展示子集；来源卡片是截断预览，本轮引用编号不能代替条号和页码。
- 已知复核点：Q4 将约定效力表述为确定结论；审查第 2 项称没有竞业限制约定，但风险样本第 8 条实际存在该条款。两项原始输出均保留，不作为已纠正的系统结果。
- 生成页关于工资支付频率的核对说明未由显示的劳动合同法来源直接支撑，不能据此声称完整法律核验已经完成。
- 素材记录首次启动遇到本地模型进程崩溃，限制线程数后完成演示。当前材料未绑定完整源码提交号，不能据此证明稳定性、并发能力或可重复性能。
- 本批素材覆盖法律工作台，不是普通 PDF 上传、多轮追问链路的完整演示，也不证明 OCR、扫描件视觉理解或自主多 Agent 能力。
下一步
- 补齐本次运行的源码版本与配置；另录普通文本 PDF 入库、问答与追问流程。
- 围绕已发现的事实概括与引用支撑问题建立回归样例，再扩充人工标注集，分别评估召回、引用与答案质量。
继续读这项工作的技术笔记
阅读相关笔记