程式語言與服務框架
- Python
- FastAPI
- LangChain
以 Python 生態系整合 AI 元件，FastAPI 提供查詢服務介面，LangChain 串接檢索與模型推論流程。讓資料處理與問答能力能透過應用服務被使用。
技術應用情境示意
LangChainNeo4jFAISSFastAPILinuxNVIDIA A6000
THE CHALLENGE
解決的問題
法規資料分散且關係複雜，使用者需要以自然語言查找規定並理解相關條文。
WHAT WE DELIVER
交付成果
- 01環保法規資料檢索與問答流程
- 02Neo4j 知識圖譜與 RAG 整合
- 03GPU 運算環境與 FastAPI 服務建置
成果與技術價值
完成從法規資料、檢索與推論到服務介面的整合，提供自然語言法規查詢能力。
技術架構與實作
把法規查詢拆成資料檢索、關係查找、語言模型推論與 API 服務，結合向量索引及知識圖譜處理自然語言問題。
知識圖譜與向量檢索
- Neo4j
- FAISS
Neo4j 表達法規概念及條文之間的關係；FAISS 提供向量相似度搜尋。兩者分別支援關係脈絡與語意相近內容的查找，作為問答流程的資料基礎。
檢索增強生成流程
- RAG
- 自然語言查詢
- API
先根據問題檢索相關法規與知識關係，再將查得的內容交給語言模型形成回答。API 服務銜接使用者查詢與後端處理，將檢索、推論及結果輸出串成一條流程。
運算與部署環境
- Linux Server
- NVIDIA A6000
在 Linux 伺服器及 NVIDIA A6000 運算環境整合 AI 服務。工程範圍涵蓋模型運算、圖譜與索引資料，以及 FastAPI 服務之間的執行依賴。
系統運作流程
- 01
接收自然語言問題
由查詢介面將問題送入 AI 服務。
- 02
檢索條文與關係
結合向量相似度與知識圖譜取得相關法規內容。
- 03
形成問答結果
將檢索內容交給推論流程，經 API 回傳回答。
案例依產業與技術成果呈現，客戶與專案識別資訊已去識別化。