Legal RAG — 法律智能问答系统

核心挑战：OOM 崩溃与检索融合

项目初期面临两个核心问题：一是 60+ 法律文档一次性加载全部 chunk 再统一向量化导致 OOM（Out of Memory）崩溃；二是 BM25 关键词检索和向量语义检索的分数量纲不同，无法直接加权融合。解决方案：

• 分批入库策略：逐文件加载、每 5 个文件批次写入向量库、GC 及时释放内存，彻底解决 OOM 问题
• RRF 融合（Reciprocal Rank Fusion）：用排名倒数融合替代分数加权，对两路分数量纲差异天然免疫
• 双通道降级设计：Ollama 不可达时自动降级为纯 BM25 检索，确保系统始终可用

SSE 流式输出 + 知识图谱

RAG 管线输出通过 Server-Sent Events 实时流式推送到前端，用户体验上无需等待完整生成。知识图谱采用纯 Python 邻接表实现（无需额外图数据库依赖），在文档入库时同步构建实体关系网络，支持概念追溯和法律条文关联查询。前端展示中，每条引用都标注了原始来源和置信度。

Agent 自主模式

系统内置 Agent 能力层，支持 LLM 自主调用工具链：文件读取/写入、代码执行、网页搜索、法律文书生成。工具注册表（ToolRegistry）统一管理所有可用工具，Agent 根据用户意图动态规划调用序列。前端提供可视化的步骤时间线（thinking → tool_call → tool_result），让用户清晰感知 Agent 的思考过程。

技术栈