今天给大家介绍一款基于ChatGPT的法律检索问答工具——AI 法律助手。
这个工具可以让用户向AI提出自己想要了解的法律问题，AI即可检索法律文件后生成回答。
不过，需要提醒的是，因为AI 法律助手不保证准确率，仅供参考学习哦！而且，这款工具还可以自行部署到 Vercel 上，使用起来也十分简单方便。
说了这么多，不知道大家是否被吸引了呢？欢迎点击下方的链接了解更多！
image.png

AI 法律助手工具地址

地址：https://law-cn-ai.vercel.app/
GitHub地址：https://github.com/lvwzhen/law-cn-ai

AI 法律助手

法律文件来源：https://github.com/LawRefBook/Laws
项目模板：https://github.com/supabase-community/nextjs-openai-doc-search
这个项目从 pages 目录中获取所有的 .mdx 文件，并将其处理成自定义上下文，以在OpenAI 文本自动补全提示中使用。

更多好玩

智能写作助手 AI 百科全书
AI 翻译专家 ❤️打赏赞助❤️

部署

部署此starter到Vercel。Supabase集成将自动设置所需的环境变量并配置您的数据库概要。您只需要设置 OPENAI_KEY，然后就可以开始了！
AI 法律助手 - 基于ChatGPT法律检索问答工具 - 图2

技术细节

构建您自己的自定义ChatGPT涉及四个步骤：

  1. [👷 构建时间] 预处理知识库（您的 pages 文件夹中的 .mdx 文件）。
  2. [👷 构建时间] 在PostgreSQL中使用 pgvector 存储嵌入向量。
  3. [🏃 运行时] 执行向量相似性搜索，查找与问题相关的内容。
  4. [🏃 运行时] 将内容注入到OpenAI GPT-3文本自动补全中，并将响应流式传输到客户端。

    👷 构建时间

    步骤1和2发生在构建时间，例如当Vercel构建您的Next.js应用程序时。此时执行 generate-embeddings 脚本，该脚本执行以下任务：

除了存储嵌入向量之外，此脚本还为每个 .mdx 文件生成一个校验和，并将其存储在另一个数据库表中，以确保仅当文件更改时才重新生成嵌入向量。

🏃 运行时

步骤3和4在运行时发生，即用户提交问题时。发生这种情况时，执行以下一系列任务：

此为 SearchDialog（客户端）组件和vector-search（边缘函数）负责的相关文件。
数据库的初始化，包括 pgvector 扩展的设置存储在 supabase/migrations文件夹中，并在运行 supabase start 时自动应用于本地PostgreSQL实例。

本地开发

配置

AI 法律助手 - 基于ChatGPT法律检索问答工具 - 图4