freedakgmail
95dee5a70e
后端改进： - 改进 addCitationsToResponse 函数，更激进地添加来源标注 - 支持识别所有有实质内容的行（长度>5） - 优化特殊行的识别逻辑，保留'依据引用'、'分析'、'建议'等内容行 - 修复 go.mod 中 lib/pq 的依赖问题 - 优化字符串拼接效率（使用 fmt.Fprintf） - 添加 Scanner 错误检查 前端改进： - 优化徽章样式，增大尺寸和间距 - 改用 bg-blue-100 和 bg-orange-100 背景 - 添加 hover 效果和 cursor-pointer 配置优化： - LLM 服务地址改为 IP（192.168.1.6:18888），支持外部调用 - 本地服务保持 localhost，性能更优 测试： - 新增 6 个单元测试用例，全部通过 - 验证清单项、列表项、陈述句等各种格式的标注 文档： - 添加实现方案文档 - 添加用户使用指南
191 lines
4.9 KiB
Markdown
191 lines
4.9 KiB
Markdown
# 来源标注徽章使用指南
|
||
|
||
## 概述
|
||
|
||
合规审查助手现在支持**来源标注徽章**功能，可以清楚地显示每条信息的来源：
|
||
- 🔵 **蓝色徽章**（知识库）：内容来自知识库
|
||
- 🟠 **橙色徽章**（AI建议）：内容来自AI分析和建议
|
||
|
||
## 用户视角
|
||
|
||
### 看到的效果
|
||
|
||
当您提问时，AI的回复中会自动显示来源徽章：
|
||
|
||
```
|
||
劳动合同签订
|
||
|
||
是否所有员工均签订了书面劳动合同？ 🔵 知识库:劳动合同法
|
||
合同内容是否符合《劳动合同法》的相关规定？ 🔵 知识库:劳动合同法
|
||
是否存在劳动合同未明确约定工作地点、工作内容、劳动报酬等情况？ 🔵 知识库:劳动合同法
|
||
|
||
劳动合同变更
|
||
|
||
是否有合法的变更理由和程序？ 🟠 AI建议
|
||
变更内容是否符合法律规定？ 🟠 AI建议
|
||
```
|
||
|
||
### 徽章含义
|
||
|
||
| 徽章 | 含义 | 说明 |
|
||
|------|------|------|
|
||
| 🔵 知识库:文献名 | 来自知识库 | 这句话引用了知识库中的法规或文献 |
|
||
| 🟠 AI建议 | AI分析 | 这是AI基于知识库的分析、解读或建议 |
|
||
|
||
### 来源说明块
|
||
|
||
每个回复的末尾都会有一个**来源说明块**，总结本次回复中使用的所有来源：
|
||
|
||
```
|
||
---
|
||
|
||
> **来源说明**
|
||
>
|
||
> **知识库引用：**
|
||
> - 【劳动合同法】
|
||
> - 【劳动法】
|
||
>
|
||
> **AI建议：**
|
||
> - 清单项目的整理和分类
|
||
> - 合规检查的建议
|
||
```
|
||
|
||
## 应用场景
|
||
|
||
### 场景1：合规审查清单
|
||
|
||
**问题**："生成一份劳动用工合规审查清单"
|
||
|
||
**回复特点**：
|
||
- 清单项目会标注来源（知识库或AI建议）
|
||
- 每个检查点都有明确的来源标注
|
||
- 末尾有完整的来源汇总
|
||
|
||
**用途**：
|
||
- 了解哪些检查项来自法律要求（知识库）
|
||
- 了解哪些是专业建议（AI建议）
|
||
- 评估清单的权威性和可信度
|
||
|
||
### 场景2：法规解读
|
||
|
||
**问题**："《劳动合同法》第三十二条是什么意思？"
|
||
|
||
**回复特点**：
|
||
- 法规原文标注为知识库来源
|
||
- 解读和案例标注为AI建议
|
||
- 用户可以区分事实和解释
|
||
|
||
**用途**：
|
||
- 快速了解法规原文
|
||
- 获得专业的解读和应用建议
|
||
- 提高理解的准确性
|
||
|
||
### 场景3：风险扫描
|
||
|
||
**问题**："我们的员工管理制度有哪些合规风险？"
|
||
|
||
**回复特点**：
|
||
- 风险识别可能来自知识库（法律要求）
|
||
- 改进建议来自AI建议
|
||
- 清晰区分问题和解决方案
|
||
|
||
**用途**：
|
||
- 了解哪些是法律硬性要求
|
||
- 了解哪些是最佳实践建议
|
||
- 制定有针对性的改进计划
|
||
|
||
## 常见问题
|
||
|
||
### Q1: 为什么有些内容没有徽章？
|
||
|
||
**A**: 系统会自动为所有陈述句、问题和列表项添加徽章。如果某些内容没有徽章，可能是：
|
||
- 标题或空行（不需要标注）
|
||
- 代码块（保持原样）
|
||
- 引用块（来源说明块）
|
||
|
||
### Q2: 知识库和AI建议的区别是什么？
|
||
|
||
**A**:
|
||
- **知识库**：直接来自法律法规或官方文献，是硬性要求
|
||
- **AI建议**：基于知识库的分析、解读、建议，是参考意见
|
||
|
||
### Q3: 可以信任AI建议吗？
|
||
|
||
**A**: AI建议是基于知识库和AI模型的分析，应该：
|
||
- 作为参考意见，不作为最终决策依据
|
||
- 对于重要事项，建议咨询专业律师
|
||
- 结合实际情况进行判断
|
||
|
||
### Q4: 如何查看完整的知识库原文？
|
||
|
||
**A**: 点击蓝色的知识库徽章，可以查看：
|
||
- 引用的文献名称
|
||
- 相关的条款编号
|
||
- 完整的原文摘录
|
||
|
||
### Q5: 为什么同一个问题的回复中既有知识库也有AI建议？
|
||
|
||
**A**: 这是正常的。通常：
|
||
- 事实性内容（如法律要求）标注为知识库
|
||
- 分析性内容（如建议、解读）标注为AI建议
|
||
- 两者结合才能提供完整的答案
|
||
|
||
## 最佳实践
|
||
|
||
### 1. 优先关注知识库内容
|
||
|
||
在做合规决策时，优先参考标注为知识库的内容，因为这些是法律硬性要求。
|
||
|
||
### 2. 验证重要信息
|
||
|
||
对于关键的合规事项：
|
||
1. 查看知识库来源
|
||
2. 点击徽章查看原文
|
||
3. 咨询专业律师确认
|
||
|
||
### 3. 理解AI建议的价值
|
||
|
||
AI建议虽然不是法律要求，但提供了：
|
||
- 专业的解读和分析
|
||
- 最佳实践建议
|
||
- 实施建议和注意事项
|
||
|
||
### 4. 保存来源说明
|
||
|
||
在使用回复内容时，保存末尾的来源说明块，作为决策的依据记录。
|
||
|
||
## 反馈和改进
|
||
|
||
如果您对来源标注有以下反馈，欢迎提出：
|
||
- 标注不准确或遗漏
|
||
- 徽章显示不清楚
|
||
- 需要更详细的来源信息
|
||
- 其他改进建议
|
||
|
||
## 技术细节（开发者）
|
||
|
||
### 标注格式
|
||
|
||
```markdown
|
||
内容 [[知识库:文献名称]]
|
||
内容 [[AI建议]]
|
||
```
|
||
|
||
### 前端渲染
|
||
|
||
- 标注会自动转换为彩色徽章
|
||
- 支持点击查看详细信息
|
||
- 响应式设计，适配各种屏幕
|
||
|
||
### 后端处理
|
||
|
||
- 系统提示词要求LLM添加标注
|
||
- 后端自动补充缺失的标注
|
||
- 确保100%的内容都有来源标注
|
||
|
||
## 相关文档
|
||
|
||
- [实现方案](./CITATION_BADGES_IMPLEMENTATION.md)
|
||
- [系统提示词](./server/internal/handler/chat_llm.go)
|
||
- [前端组件](./apps/web/src/components/ui/gov-markdown.tsx)
|