ARC AI：本地优先的法律助手，用RAG和多模型架构重塑马里兰州住房租赁咨询

ARC AI是一个完全本地运行的检索增强生成（RAG）系统，专为马里兰州住房租赁法律问题设计。它集成9种NLP分析技术，支持多模型切换，通过Ollama部署开源LLM，所有数据处理本地完成确保隐私。系统回答基于真实官方法律文档并附带透明引用，为租户和房东提供准确可信的法律咨询，解决传统法律服务成本高、通用AI易产生幻觉的痛点。

马里兰州住房租赁法律涉及州级和县级多层法规，普通用户难以全面了解权利义务。传统法律服务成本高昂，通用AI聊天机器人易产生错误信息。

ARC AI以"本地优先、透明可信"为设计理念：系统运行在用户本地机器，通过Ollama部署模型，数据处理本地完成保障隐私；采用RAG架构，回答基于真实马里兰州官方法律文档并附带内联引用，可追溯信息来源。

RAG管道

用户问题经MiniLM向量化后，在ChromaDB向量数据库（384维嵌入、持久化存储）中余弦匹配检索相关法律片段，与问题注入提示模板发送给本地LLM生成回答。文档分块策略为500token/块、75token重叠，保证上下文连贯。

多模型切换

默认使用Llama 3.1 8B，用户可切换至Mistral 7B或Qwen 2.5 7B。通过FastAPI后端实现，前端下拉菜单操作，所有模型本地部署无需API密钥。

9种NLP分析技术

集成意图分类（BART-large-MNLI）、命名实体识别（spaCy+正则）、主题建模（LDA）、抽取式问答（RoBERTa-base-SQuAD2）、情感分析（VADER+RoBERTa）、文本摘要（BART-large-CNN）、关键词提取（KeyBERT）、可读性评分（Flesch-Kincaid）、情感检测（distilRoBERTa），用户可展开分析面板获取深度洞察。

ARC AI数据源涵盖马里兰州及主要县级官方资源：

• 马里兰州总检察长办公室房东-租户纠纷指南
• 州住房与社区发展部（DHCD）租户与房东事务信息
• 蒙哥马利县DHCA县级手册及租户权利说明
• 巴尔的摩县巡回法院法律图书馆资源
• 巴尔的摩市DHCD租房者资源
• 乔治王子县DHCD租户资源及2024年租金稳定法案
• 人民法律图书馆社区法律资源

爬虫采用浏览器User-Agent和关键词过滤的两跳爬取策略，尽可能抓取完整官方内容。

前端采用米色/赤陶色调，搭配Fraunces、Inter、JetBrains Mono字体，营造专业亲和视觉体验。核心交互功能：

• 流式逐token显示回答，模拟自然对话
• 回答附带[S1][S2]内联引用标记，下方可点击来源胶囊跳转至原始法律文档
• 对话历史回顾与"新对话"快速重置功能
• 可展开NLP分析面板，不干扰主界面

设计充分考虑法律咨询场景需求，平衡专业性与易用性。

当前局限性

1. 覆盖范围：部分州级网站因重度JS或Cloudflare保护导致爬虫无法完整抓取
2. 时效性：采用时间点快照，法律每年变化需定期重新抓取
3. 模型幻觉：虽有RAG grounding，仍可能误导性改写，需抽取式QA缓解
4. 硬件要求：Llama3.1 8B需约5GB内存，纯CPU推理响应10-30秒

未来方向

• 基于用户位置实现县级特定检索路由
• 用QLoRA在马里兰州法律问答对上微调模型
• 支持用户上传PDF租约文件结合州法律回答
• 提供云部署方案（Render/Fly.io + RunPod托管Ollama）

ARC AI为AI法律应用提供参考：通过RAG架构与本地部署，在保护隐私同时提供准确可溯源信息；多模型支持与NLP分析面板平衡技术深度与用户体验。其开源代码和文档为开发者提供完整技术栈学习资源。

项目体现"技术向善"理念：降低法律服务门槛，让普通租户和房东获得可信法律信息，为AI应用开发树立注重隐私、透明度与社会价值的榜样。