# DKMA Labor Arbitration

动态知识驱动的多智能体辅助劳动仲裁决策方法研究源码仓库。

本仓库按照论文“动态知识驱动的多智能体辅助劳动仲裁决策方法研究”的技术链条组织代码，覆盖以下模块：

1. 仲裁结果质量评估：BLEU、ROUGE-L、PPL 以及 LLM 主观评审接口。
2. 仲裁条文动态检索：法律知识库构建、条文级分块、向量检索、高层规划器。
3. 仲裁意见生成：指令微调数据构建、LoRA 微调脚本、推理接口。
4. 仲裁结果推理增强：法律推理路径分解、多任务联合微调、结果生成。
5. 多智能体流程编排：检索智能体、案件分析智能体、意见生成智能体、结果生成智能体、评估智能体。

> 说明：仓库内置的是可运行的工程骨架和小样例数据，不包含真实案卷、法律知识库原文、模型权重和 API Key。真实数据请按 `docs/data_format.md` 放入 `data/raw/` 或配置为外部路径。

## 目录结构

```text
dkma-labor-arbitration/
├── configs/                         # 训练、检索、服务配置
├── data/
│   ├── raw/                         # 原始案卷 / 法条数据，不提交真实数据
│   ├── processed/                   # 清洗后的样本
│   └── sample/                      # 可运行演示数据
├── docs/                            # 方法说明、数据格式、复现实验说明
├── scripts/                         # 一键流程脚本
├── src/dkma_labor_arbitration/
│   ├── agents/                      # 多智能体模块
│   ├── api/                         # FastAPI 服务
│   ├── data/                        # 数据清洗与指令样本构建
│   ├── evaluation/                  # 客观指标与主观评审
│   ├── kb/                          # 法律知识库、分块、检索
│   ├── llm/                         # LLM 抽象与调用适配
│   ├── reasoning/                   # 推理路径分解
│   ├── training/                    # LoRA / 多任务训练脚本
│   └── cli.py                       # 命令行入口
└── tests/                           # 基础单元测试
```

## 快速开始

### 1. 创建环境

```bash
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install -e .[dev]
```

仅运行内置 demo 时不强依赖大模型和 FAISS；若要训练 LoRA 或使用真实 BGE-M3 / Baichuan 模型，请安装 GPU 版本 PyTorch、Transformers、PEFT、FAISS 等依赖。

### 2. 运行样例检索

```bash
python -m dkma_labor_arbitration.cli retrieve \
  --law data/sample/legal_provisions.jsonl \
  --query "公司没有签劳动合同，我要求二倍工资。"
```

### 3. 运行完整多智能体 demo

```bash
python -m dkma_labor_arbitration.cli decide \
  --law data/sample/legal_provisions.jsonl \
  --claim "公司没有与我签订书面劳动合同，并拖欠工资。"
```

### 4. 运行测试

```bash
pytest -q
```

## 常用命令

```bash
# 构建知识库索引（示例版使用轻量 Hash 向量索引）
python -m dkma_labor_arbitration.cli build-kb \
  --law data/sample/legal_provisions.jsonl \
  --index outputs/index.json

# 检索法条
python -m dkma_labor_arbitration.cli retrieve \
  --law data/sample/legal_provisions.jsonl \
  --query "解除劳动合同经济补偿"

# 仲裁辅助决策演示
python -m dkma_labor_arbitration.cli decide \
  --law data/sample/legal_provisions.jsonl \
  --claim "公司违法解除劳动合同，要求经济补偿。"

# 计算生成结果客观指标
python -m dkma_labor_arbitration.cli evaluate \
  --pred data/sample/predictions.jsonl
```

## 训练 LoRA

```bash
python -m dkma_labor_arbitration.training.lora_sft \
  --config configs/train_lora.yaml
```

## 多任务联合微调

```bash
python -m dkma_labor_arbitration.training.multitask_sft \
  --config configs/train_multitask.yaml
```

## 启动接口服务

```bash
uvicorn dkma_labor_arbitration.api.server:app --host 0.0.0.0 --port 8000
```

请求示例：

```bash
curl -X POST http://127.0.0.1:8000/decide \
  -H "Content-Type: application/json" \
  -d '{"claim":"公司未签劳动合同并拖欠工资"}'
```

## 推送到你的 Git 仓库

```bash
git init
git add .
git commit -m "init dkma labor arbitration source repository"
git branch -M main
git remote add origin http://101.132.105.43:3000/liuaodi/dkma-labor-arbitration.git
git push -u origin main
```

## 数据合规说明

真实劳动仲裁案卷通常包含个人信息、单位信息、联系方式、工资流水、身份证号等敏感字段。提交代码前请确保：

- 不提交真实案卷 PDF、OCR 文本、裁决书原文。
- 不提交模型权重、API Key、数据库地址和访问令牌。
- 所有示例数据均使用匿名化或虚构内容。
- `.gitignore` 已默认排除 `data/raw/`、`outputs/`、`checkpoints/`、`.env`。