王剑编程网

最近，受到大环境的影响，很多朋友被降薪，被裁员等等不公正待遇。想要仲裁，却不知道哪些法律条文可以支撑我们的诉求。所以，我做了一个普及劳动法规的RAG知识库。通过这个知识库，我们可以通过大模型，迅速的查找相关的法律法规。

首先，我们还是引入SpringAI相关的pom依赖：

        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-openai</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-advisors-vector-store</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-vector-store-elasticsearch</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-rag</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-tika-document-reader</artifactId>
        </dependency>

然后，我们构建向量数据库中的数据。这里我们可以访问国家法律法规数据库。这里有所有的法律法规。可是文件太多了怎么办，我们可以筛选一下现在有效的，还有过滤掉地方性的。这样，就只剩了342个文件。

还是有点多，不相关的太多了，我们可以上deepseek里问一下，保障劳动者的相关法律都有什么。

这样我们将这些文件在刚才的网站中下载下来。

接下来，就是读取文件，构建向量数据库了。代码如下：

        TikaDocumentReader tikaReader = new TikaDocumentReader(resource);
        List<Document> docbatch = tikaReader.read();

        // Sending batch of documents to vector store
        // applying tokenizer
        docbatch = TokenTextSplitter.builder().withChunkSize(256).withMaxNumChunks(10000).build().apply(docbatch);
        log.info("Adding {} documents to vector store", docbatch.size());
        docbatch.forEach(doc -> {
            log.info("Adding document to vector store: {}", doc.getText());
            doc.getMetadata().put("label",label);
            doc.getMetadata().put("source",name);
            vectorStore.doAdd(ListUtil.of(doc));
        });

注意这里在做文档切分时，不要写的太大，比如我现在用的模型最大支持token是512，这里withChunkSize(256)不要定格设置成512，一半最稳妥。

构建完数据库后，我们就可以开始编写搜索代码了。

public String queryLLM(String question, String label) {

        SearchRequest searchRequest = SearchRequest.builder().filterExpression(new FilterExpressionBuilder().eq("label", label).build()).query(question).similarityThreshold(0.5d).topK(5).build();
        // Calling the chat model with the question
        ChatResponse chatResponse =chatClient.prompt()
                .system("你是一个法律专家顾问，请用中文回答相关法律问题。")
                .advisors(
                        QuestionAnswerAdvisor.builder(vectorStore).searchRequest(searchRequest).build(),
                        new SimpleLoggerAdvisor()
                )
                .user(question)
                .call().chatResponse();
        String response =  Optional.ofNullable(chatResponse)
                .map(ChatResponse::getResult)
                .map(Generation::getOutput)
                .map(AbstractMessage::getText)
                .orElse("");
        StringJoiner stringJoiner = new StringJoiner(System.lineSeparator());
        Set<String> fileNames = new HashSet<>();
        Optional.ofNullable(chatResponse)
                .map(ChatResponse::getMetadata)
                .map(metadata -> (List<Document>)metadata.get(QuestionAnswerAdvisor.RETRIEVED_DOCUMENTS))
                .orElse(new ArrayList<>())
                .stream().forEach(doc -> {
                    Object value = doc.getMetadata().getOrDefault(TikaDocumentReader.METADATA_SOURCE,"");
                    if(null != value && !fileNames.contains(value.toString())) {
                        stringJoiner.add(value.toString());
                        fileNames.add(value.toString());
                    }
                });

        if(stringJoiner.length() == 0){
            stringJoiner.add("无");
        }
        return response
                + System.lineSeparator() + System.lineSeparator() +
                "答案仅供参考相关文件查阅: " + System.lineSeparator() +
                stringJoiner
                ;
    }

首先，我们通过label和问题来过滤相关数据，然后喂给大模型进行回答。这样最主要核心的代码就完成了。

接下来，就要考虑一些其他的问题，比如数据源上可以增加一些最高院的典型案例；法律法规的动态加载，以及时效问题等等。这样，一个辅助劳动者的法律顾问就诞生了。我们看一下效果。