Leviathan：基于自有 PDF 的封闭域检索问答与引用溯源

核心能力与快速开始

★ 0 · TypeScript

能做什么

面向自有 PDF 的封闭域问答：PDF 按页抽取文本以便引用定位到页码，将页面切分为带重叠的片段，用嵌入模型生成 1536 维向量，通过 Postgres/pgvector 做相似度检索，并用 SIMILARITY_FLOOR 阈值在进入模型之前丢弃低分片段，使模型只能看到保留下来的片段。答案流式输出并记录日志；第二个更强调核查的模型在不看原始问题的情况下逐条判断论断是否被证据支持；支持对答案点赞/点踩；/rules 页面展示系统承诺、当前配置值、二次校验一致率、无出处论断数量以及回答与拒答的最佳匹配分数直方图，用于按证据调整阈值。使用浏览器内置 Web Speech API 提供语音输入（无需密钥，仅 Chrome 与 Edge）。

适用场景

在公开判例法与案例教材等文本型 PDF 上进行带出处的问答检索；用于学习或演示“与文档对话”产品的完整管线（抽取、切分、嵌入、检索、生成、二次校验）；通过评分与分数直方图校准相似度阈值；作为二次核查机制的设计参考，即核查模型不接触原始问题、只判断论断是否被给定证据支持。

项目形态

可直接使用的工具

部署方式

自托管：需在 Supabase 创建项目并执行 supabase/migrations 下的迁移（启用 pgvector），复制 .env.local.example 为 .env.local 并填入 NEXT_PUBLIC_SUPABASE_URL、SUPABASE_SERVICE_ROLE_KEY、ANTHROPIC_API_KEY、OPENAI_API_KEY，本地运行 npm run dev 访问 http://localhost:3000；也可推送到 GitHub 后导入 Vercel 并配置同样的三个环境变量。README 提到存在共享口令网关（middleware.ts）。

主要依赖

TypeScript/Next.js 项目；依赖 Supabase（含 pgvector 扩展）、Anthropic API、OpenAI API（嵌入）。README 称嵌入成本较低（索引一整本案卷为几美分量级），完整成本、配额与硬件条件未说明。Vercel 部署路径与 Supabase 免费项目在 README 中被提及。

使用限制

仅支持文本型 PDF，扫描件缺少文本层需先做 OCR。仅适用于公开判例法与案例教材类材料，机密客户文件需要本地化构建。检索不到时会表现成“不在我的文档里”，拒答只代表未找到而非确实不存在。引用需在 Westlaw 等来源再次核验，工具无法判断判例是否仍然有效。当前无法删除已导入文档；大文件（如 900 页记录）的导入会阻塞请求，没有后台导入；数据库当前未启用登录与 RLS。项目自述刻意未完成，重排序、查询扩展、法律感知切分、集合划分等仍为待办。

许可证

MIT

最近推送

2026-10-04 09:30

资料检查：2026-10-05 07:00 · 卡片整理：2026-10-05 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为可复用的 RAG 参考实现，供程序员学习或二次开发：PDF 文本抽取、重叠切分、向量嵌入、pgvector 相似度检索与阈值过滤、生成答案及第二模型逐条校验引用，代码中 TODO(you) 标出待改进点。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证