01
UI 展现层
React 19 / Tailwind / Capacitor
主聊天工作台模拟法庭控制文件沙箱管理器
ARCHITECTURAL DESIGN
系统架构与设计
Lawver 绝非不可追溯结论的「黑盒对话框」，而是一套将法律推理、分步规划、独立记忆、隔离沙箱与输出校验收束在同一物理边界内的专业级工作台。
01 / 整体拓扑与工具隔离
统一网关转发，工具可见性严格控制。
Lawver 采用分层的微服务架构。前端基于 React 19 / Vite 提供沉浸式聊天、模拟法庭和工作区控制；后端使用 FastAPI 构建，通过统一的 mcps.py 工具转发层，将所有底层能力以 Model Context Protocol (MCP) 规约暴露给 Agent 编排层。
REST API / SSE Streams / File Transfer
02
应用服务层
FastAPI Application & App Factory
会话生命周期记忆同步引擎OCP 格式审查器
Agent 任务分发（Orchestrator）
03
统一工具转发层
MCPS Core Protocol
agent（主问答）court（庭审专属）ocp_reviewer（审查）internal（内部调用）
底层协议适配器（MCP Client Adapters）
04
底层引擎与信源
Local / Remote Engine Services
法库 RAGSearXNG 联网企业工商查询文档批注处理器
统一网关 (MCPS Gateway)
业务工具（无论是本地数据库还是远程第三方接口）统一通过 mcps.py 转发，严禁 Agent 或接口层绕过网关直接调用，从而确保完整的权限审计和隔离能力。
工具可见性隔离 (Exposure Settings)
每个工具都声明其 exposure。如企业工商和法条检索仅在 agent 或 court 可见；而高权限系统控制仅在 internal 或 plan_and_solve 可见，限制了越权风险。
02 / 智能体编排与输出审查
双轨决策，输出多级审查净化。
Lawver 支持 Direct Mode（默认问答） 和 Plan-and-Solve（规划求解） 两套决策管线，分别应对日常即时咨询与多请求、长链路深度案件分析。
管线 A：Direct Mode (默认咨询)
1. 接收请求与当前对话上下文
2. 注入对话记忆、焦点提示词与可用工具元数据
3. 循环调用工具进行信息确认 (RAG/工商/搜索)
4. 组织事实与法律依据生成初稿
管线 B：Plan & Solve (规划求解)
1. 输入复杂复合型诉求 / 长篇案卷
2. 编排器拆解生成结构化步骤计划 (Plan)
3. 逐项推进，每步调用特定子工具并生成中间结果
4. 汇总多步报告，避免超长逻辑中途偏离焦点
当主生成模型生成法律文书或意见后，回复不直接投递给前端，而是拦截并进入独立的 Output Check Process (OCP)：
01
合规性与引用审查
由独立的 OCP 审查器读取原始输出，调用 ocp_reviewer 级别只读信源工具，逐一核验正文引用的法条和案例是否真实存在，并在正文追加带有链接的核准角标。
02
格式与渲染审查
强制检查 Markdown 表格格式、引用角标格式及输出结构一致性，对破损或不规范的格式进行纠错。
03
Sanitizer 容错保护
若审查模型发生超时、网络或逻辑异常，系统将自动触发 Deterministic Sanitizer Fallback。该机制采用确定性纯正则表达式和解析器对正文进行安全净化，抛弃异常，保留主模型原始输出，确保链路高可用。
03 / 多智能体模拟法庭
有限状态机编排，四角色物理隔离记忆。
模拟法庭是 Lawver 的一项核心工程突破。它不仅是一个简单的多人对话，而是一个由 有限状态机 (FSM) 驱动、严格隔离各方信息差的模拟庭审对抗环境。
庭审有限状态机流程 (FSM States)
01开庭准备
02诉辩陈述
03法庭调查
04举证质证
05法庭辩论
06庭审复盘
审判长 (Judge)
维持庭审秩序，引导诉辩双方推进状态机，主持举证和辩论，并最终出具中立客观的法庭裁判意见。
对方代理人 (Opponent)
扮演模拟庭审中的抗辩对手，根据其私有 Brief 发掘漏洞，提出假设抗辩点，对用户进行压力测试。
我方 AI 助手 (User Agent)
辅助用户进行分析，提供实时的法条依据和策略参考，引导用户有针对性地发言。
庭后复盘员 (Reviewer)
在庭审结束后，全盘审视所有发言，结合各方底牌分析得失，生成多维度复盘与改进建议。
四角色私有记忆隔离
为防止 AI 角色在生成回复时「作弊」，系统为 Judge、Opponent、Reviewer 和 User Agent 分配了独立的记忆作用域 (Memory Scopes)。公开案卷和庭审笔录写入共享存储，而各自的诉讼策略、底牌 brief 隔离在各自私有空间，不可跨域读取。
回退与派生分支 (Branching & Rollback)
系统记录了庭审的完整事件链。用户可以随时将状态机回退到任意已发生的发言节点，清空该节点之后的 AI 私有记忆，重新推进；也可以从当前节点派生出一条全新的平行会话分支，进行多套策略对比测试。
04 / 多路召回记忆系统
拒绝暴力拼接历史，通过语义多路融合提取关键。
传统的 AI 助手往往通过暴力拼接全部对话历史来保持记忆，这不仅导致上下文极度臃肿，且容易引入过期和矛盾的事实。Lawver 设计了基于多路召回排序的对话级结构化记忆系统。
Channel 1
关键词精准匹配
捕获当前问题中核心法律术语及事实要素的硬字词频率。
Channel 2
实体与语义标签
通过 NER 技术抽取出当事人、主体、争议标的物等稳定标签关系。
Channel 3
时序与动态衰减
根据记忆产生的时间戳，对历史交互事实应用平滑衰减，优先保障新鲜度。
Channel 4
向量 Embedding 相似度
可按需配置启用基于 Dense Vector 的语义距离相似度计算，作为 RAG 排序的召回因子之一。
融合排序引擎 (RAG Multi-Route Fusion & Reranking)
各路召回信号通过预设的超参权重矩阵合并，输出当前最迫切需要关注的「目标、约束与事实边界」，并在每轮请求前动态注入 System Message，保持上下文的轻量与高效。
05 / 沙箱边界与系统安全
事实先于承诺，数据逻辑物理强隔离。
我们秉持「安全边界先于产品承诺」的原则，为涉案敏感材料、上传文件与代码执行环境构筑了严密的底层护城河。
工作区物理强隔离
所有上传的文件卷宗和生成的报告文书，严格按照用户 ID 及会话 Session ID 隔离存放在 TEMP 与 Result 文件夹中。通过 workspace.py 校验核心读写路径，从根本上防止跨会话的目录遍历漏洞（Path Traversal）。
可信源控制与输入审查
联网检索工具 SearXNG 及网页文本阅读器对抓取内容做只读与「不可信」标记，禁止对抓取的内容进行代码级运行与指令执行。同时对外部 REST 接口启用 CORS 回环验证和 IP 限流保护。
致力于构建严谨、可追溯且高度安全的法律科技。
Lawver 持续优化其编排流程，努力在专业法律场景中为您提供最坚实的决策辅助支持。