3.1 智能法律助手

学习目标

• 了解法律助手业务背景
• 掌握对话流的使用
• 掌握dify插件的安装和数据库查询插件的使用
• 实现法律助手智能体

一、项目背景

合作多年的甲方公司“明德律师事务所”，期望在首页增加一个“法律问答助手”智能机器人，理想中的效果如下：

期望通过机器人对用户提供：

• 法律条文查询：因事务所职责范围在民事诉讼、企业法律顾问、知识产权等业务，需要支持相关法律条文原文的查询。
• 案情分析：通过用户简要描述的案情，
• 合同审核：上传合同文件，审核对应内容
• 律师费用查询：查询律所律师费用

等功能，增加用户的粘性，从而间接提高转化率。

二、技术设计

1 业务流程

2 技术选型

考虑到资费数据在本地存储业务数据库，以及用户的网站部署在本地，而用户的需求又是把对话机器人嵌入到主页。所以：

• Saas版Coze：无法访问本地业务数据库，不支持对话机器人嵌入到主页，排除
• langgraph：考虑到用户项目的复杂度和预算，使用langgraph性价比较低.
• Dify：可以满足需求

三、模块介绍

分为以下几个模块：

1. 法律咨询：用户通过和机器人对话，实现法律条文的查询
2. 案件分析：支持用户通过文字描述或者上传文件的方式，基于法律条文分析案件
3. 合同分析：支持合同分析，能够根据用户上传的合同附近判断是否存在风险点
4. 资费查询：咨询和计算律所的律师费价格区间

四、具体实现

因项目的业务复杂度较低，我们这里直接使用一个“对话流”实现，如下图：

整体入口在“开始”节点，然后通过意图识别节点进行场景的划分：

划分到不同的场景后，进到各自模块的处理逻辑中。

在整个过程中，我们需要构建一个知识库。 我们选择在RAGFlow中构建，过程略：

在dify中引入知识库：

测试连通性：

1 法律咨询模块

对于法律咨询模块，具体流程如下：

1.1 查询改写

查询改写这一步的目的是为了让用户输入的自然语言更便于进行知识库查询，以便能有更好的效果， 如下：

系统提示词：