glm-law24-competition

介绍

琶洲算法大赛法律大模型

软件架构

第一步：意图识别

可分为三类：信息整合、诉讼书生成、问答。

第二步：执行

问答

方案：本项目提供了13个数据表和24个API，如果全部装进prompt中，会产生严重的幻觉，根本不可行。我们发现，每个问题之关联了特定的几张表格，每张表格对应了特定的工具。所以我们分两步走。这样每个请求只需要挂载需要的工具，可以大幅提高agent的性能。

1. 通过llm寻找问题的关联表格，每张表格对应了一系列工具。

2. 收集工具，并且挂载，开始agent流程。

诉讼书生成

方案：利用大模型提取关键信息，以json格式输出。然后填充请求内容。

信息整合类（方案可行，但未完成）

方案：这类题的需求很明确，所以可以依赖大模型的代码生成能力生成python代码，利用python来调度我们的工具。

文件列表

run.py -- 生成result.json文件

glm_agent.py -- 主程序

utils_b.py -- 原始API的简单封装

tools.py -- 工具实现（供agent调用）

tableinfo.py -- 项目中用到的13中表格描述

resolver/answer_question.py -- 问答题的解决方案

resolver/generate_petition.py -- 民事诉讼书生成的解决方案

resolver/generate_reporter.py -- 整合报告的解决方案（未完成）