问得最多的，仍然是“睁眼瞎问题”——明明文档里有，可就是说上下文找不到。

前排提示，文末有大模型AGI-CSDN独家资料包哦！

下面以两个法律文书检索的 实战案例，来说明：AnythingLLM现有的框架下，为何一套参数不能走天下。

实战案例：基于特定的法律文书、法律条例，进行法律条文检索和查询、问答、应用

案例1：基于《招投标法》及《招投标条例》构建特定法律条款检索及场景问答。需要：

• 纯本地环境；

• 仅限特定法律文书（不可引用泛法律条文）；

• 面向特定领域专业法律从业者。

案例2：基于《民法典》法律长文，构建特定法律条款检索及场景问答：

• 纯本地环境；

• 仅限特定法律文书（不可引用泛法律条文）；

• 面向特定领域专业法律从业者。

预告：案例二中基于本地民法典对“离婚财产分配”案例的回答，堪称“专业级”。

案例一AnythingLLM 本地知识库配置

• Embedder 向量设置

  

• 文本分切配置

  

• 工作区配置- 文件上传及Embed，不要点Pin。

• 工作区配置- 向量库检查：132个片段； 最大返回向量数调成“10”。

• LLM 对话设置： 选择本地Deep Seek R1 7b/或8b 版本，同时，切换对话模式为“查询”。[直接调用满血版API会更好~]

• 其他默认。

案例二 流程及调参配置

• Embedder 向量设置: 同上 ollama embedding model= bge-m3, max embedding chunk length =8192

• 文本分切配置, 与案例一不同 chunk size= 100， overlap = 20.

• 工作区配置- 文件上传及Embed，不要点Pin。

  

• 工作区配置- 向量库检查：已生成1818个片段； 最大返回向量数调成“10”。

  

• LLM 对话设置：同上，选择本地Deep Seek R1 7b/或8b 版本，同时，切换对话模式为“查询”。[直接调用满血版API会更好~]

• 其他默认

案例一问答示例

Q 1: 基于上传的法律文件，招标投标实施条例第九条内容是什么

Q2 : 基于上传的法律文件，招标投标法的第九条内容是什么

Q3: 基于上传的法律文件，中国境内的哪些工程建设项目必须进行招标？

Q4: 基于上传的法律文件，招标代理机构应对具备什么条件？（附上对应的法律条款原文）

Q5: 基于上传的法律文件，有关开标、开标过程、开标流程有哪些要求？（附上相关的法律条款原文）

案例二 问答示例

Q1 根据上传的法律文件，哪些情况下 属于无效婚姻，并列出引用法律条款、

Q2 根据上传的法律文件，有关“家庭关系”有哪些相关规定，并列出引用法律条款、

Q3 根据上传的法律文件，我的一个朋友想做“收养人”，①他应当具备什么条件才能成为收养人，②收养应当遵循什么原则，③什么情况下会变成“无效收养”，④还有哪些相关规定，并列出引用法律条款、

Q4 根据上传的法律文献，有关肖像权，我们有哪些明确的权利；什么情况下是明确的 “被侵犯肖像权”

Q5 你是一个法律文书解读高手，且仅限于根据固定上传的法律文件进行解读和回答问题：我把房子出租给了别人，但是他没经过我同意把我的热水器给拆掉给卖了。这种情况下，根据上传的法律文档，我应该如何维护我的权利，请帮我列出相关的法律条款。

Q6 你是一个法律文书解读高手，且仅限于根据固定上传的法律文件进行解读和回答问题：我老婆准备和我离婚，我在结婚前有一套90平的房子，结婚后又买了一套150平的房子，车子也是结婚后买的，钱全是她出的，我基本只炒股票但是未盈利还欠债。这种情况下，根据上传的法律文档，离婚后我可以获得哪些财产啊，有什么途径争取最多的财产分配，一定帮我列出相关的法律条款，要有理有据。

注：这个题太真了，回答也太真了。亲朋好友们，这里的我不是我，吼吼（[图片])

案例总结及解读

在法律文献检索领域，更“完美而恰当”的策略之一是：按法条分段，而非机械的按chunk size 分。但在AnythingLLM中目前不支持按段落或其他策略进行分切。调参的依据就是 调整一个参数，使之逼近按法条分段分切的效果。尽管不完美，但是足够好用。

真相：尽管不完美，但是AnythingLLM调参后足够好用。

另外1，有一些公网平台的 “法律文献检索智能体”，是基于大模型已学习的所有法律条文和条款,一般问答够用 。

另外2，有一些面向法律专业的 专用RAG“面向法律条文检索的本地知识库”，是个很好的应用方向，如有深度体验的法律工作者，可以留言分享下 “专业级” 和 “媲美专业级的AnythingLLM” 的体验差异……

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓