LexiGuard-CN

🔍 中文网络暴力言论法律风险检测工具

基于 RAG 架构，检索 2278 条中国法律条文 + 对标最高人民法院 12 个真实判例， 自动分析网络言论的法律风险并生成规范报告。

---

📸 演示

① 输入界面 — 粘贴文本或公众号链接，一键开始分析

② 分析结果 — 话语证据逐句对应法条，列出全部涉及条款

③ 参考判例与风险预警 — 对标最高法判例，提示责任升级条件

---

✨ 功能特性

功能	说明
🔍 法条检索	11 部法律法规，2278 条条文，BGE 中文向量模型
⚖️ 司法对标	引用最高人民法院 12 个真实判例
📝 话语证据	逐句提取涉嫌违规言论，对应具体法条
📊 风险分级	高 / 中 / 低 / 无 风险四级判定
⚠️ 升级预警	提示潜在刑事 / 治安责任升级条件
📄 报告生成	一键导出宋体格式 Word 分析报告
🔗 URL 抓取	支持直接输入公众号文章链接
🌐 网页界面	Gradio 实现，支持本地和云端部署

---

🏗️ 系统架构

graph TD
    subgraph s_input["输入层"]
        A1["文本直接输入"]
        A2["公众号文章 URL"]
    end

    A2 -->|"fetcher.py 抓取清洗"| A3["正文纯文本"]
    A1 --> B0["待分析文本"]
    A3 --> B0

    subgraph s_agent["analyzer.py 分析 Agent"]
        B0 --> C1["1. 多角度 Query 拆解<br/>decompose_query"]
        C1 --> C2["2. 分角度检索去重<br/>retrieve_candidates"]
        C2 --> C3["3. 大模型判断<br/>judge"]
    end

    subgraph s_search["search.py 检索模块"]
        D1[("法条库 laws<br/>2278 条")]
        D2[("判例库 cases<br/>12 案例")]
    end

    C2 -->|"search 混合检索"| D1
    C3 -->|"search_cases 判例检索"| D2

    subgraph s_kb["build_knowledge_base.py 离线建库"]
        E1["11 部法律法规 docx"] -->|"按第 X 条切分"| E2["条文切块"]
        E2 -->|"bge 向量化"| D1
        E3["cases.json 12 判例"] -->|"类型言论标准向量化"| D2
    end

    C3 --> F["结构化判定结果<br/>违法与否 · 风险 · 法条 · 证据 · 判例 · 升级"]
    F -->|"generate_report"| G["Word 报告 .docx"]
    F -->|"HTML 渲染"| H["Gradio 网页结果区"]

    subgraph s_llm["大模型"]
        LLM["DeepSeek API<br/>deepseek-chat"]
    end
    C1 -.->|"调用"| LLM
    C3 -.->|"调用"| LLM

Loading

技术栈

模块	技术选型	说明
向量化	BAAI/bge-small-zh-v1.5	中文专用检索模型
向量库	ChromaDB	本地持久化存储
关键词检索	BM25 + jieba	精确关键词匹配
融合排序	RRF	向量 + 关键词双路融合
大模型	DeepSeek API	OpenAI 兼容格式
框架	LangChain	Agent 编排
界面	Gradio	网页 UI
报告	python-docx	Word 文档生成

---

🚀 快速开始

环境要求

• Python 3.10+
• 4GB+ 内存（无需 GPU）
• DeepSeek API Key

安装步骤

# 1. 克隆仓库
git clone https://github.com/MgAlNa3PO4/LexiGuard-CN.git
cd LexiGuard-CN

# 2. 安装依赖
pip install -r requirements.txt

# 3. 设置 API Key
export DEEPSEEK_API_KEY="your_key_here"
# Windows 用户：
set DEEPSEEK_API_KEY=your_key_here

# 4. 构建知识库（首次运行，约 3-5 分钟）
python build_knowledge_base.py

# 5. 启动网页界面
python app.py
# 访问 http://localhost:7860

服务器部署（无 GPU）

# 使用 CPU 专用依赖（避免安装 CUDA 相关包）
pip install -r requirements_server.txt
nohup python app.py --server-name 0.0.0.0 --server-port 7860 &

---

📁 项目结构

LexiGuard-CN/
├── app.py                    # Gradio 网页界面
├── analyzer.py               # 分析 Agent 核心（拆解 / 检索 / 判断 / 报告）
├── search.py                 # 混合检索模块（向量 + BM25 + RRF）
├── fetcher.py                # 公众号文章抓取与清洗
├── build_knowledge_base.py   # 知识库构建（离线运行）
├── main.py                   # 命令行入口
├── eval_cases.py             # 评测脚本（12 判例准确率）
├── requirements.txt          # 本地依赖
├── requirements_server.txt   # 服务器 CPU 版依赖
├── assets/                   # 演示截图
├── law_data/                 # 11 部法律法规原文（.docx）
├── case_data/                # 最高法典型判例（cases.json + .docx）
└── docs/
    └── technical-summary.md  # 项目技术总结文档

---

📊 评测结果

基于最高人民法院 12 个真实判例评测：

指标	结果
总体准确率	83.3% (10/12)
高风险识别	✅ 诽谤罪、侮辱罪、侵犯个人信息罪
灰度案例	⚠️ 伪装成舆论监督的侵权言论识别率待提升

偏差说明：2 个偏差案例均为“伪装成舆论监督的侵权言论”， 系统当前对监督类内容保持审慎， 后续计划通过扩充判例库持续优化。

---

⚠️ 注意事项

免责声明：本工具分析结果仅供参考， 不构成正式法律意见。 最终法律定性建议由专业法律人士复核。

• 仅支持中文内容检测
• 知识库基于中国现行法律法规
• 法律条文版本以 law_data 目录下文件为准

---

🤝 贡献

欢迎提交 Issue 和 PR，特别是：

• 补充更多典型判例
• 优化判断提示词
• 增加新的法律法规

---

📄 许可证

MIT License © 2026 Na3PO4