RAG法律工具包
对土耳其法律合同和电子邮件进行语义搜索，由直接插入Claude Desktop和Claude Code的MCP服务器提供支持。
Claude没有构建单独的web UI 是 界面——该工具包提供检索后端作为MCP工具和Claude Code技能。
它做什么
- 摄取 PDF、DOCX和
.eml文件——解析、块化、嵌入并存储在本地向量数据库中 - 搜索 具有混合密集+稀疏检索的合同和电子邮件（土耳其语和英语查询）
- 检索 按文件名显示完整文档以进行深度读取
- 技能 克劳德代码：
/search-contract,/analyze-clause,/draft-response,/ingest-docs,/ingest-emails
建筑
Claude Desktop / Claude Code
|
| MCP (stdio)
|
[Legal RAG MCP Server] ── Python, FastMCP
|
|── search_contracts hybrid vector search over contracts
|── search_emails hybrid vector search over emails
|── get_document retrieve all chunks for a file
|── ingest_docs parse + embed PDF/DOCX documents
|── ingest_email parse + embed .eml files
|── list_sources show indexed files and stats
|
|── LanceDB embedded vector DB (file-based, zero-server)
|── BAAI/bge-m3 multilingual embeddings (1024d, 8K context)
|── PyMuPDF + pdfplumber PDF parsing
|── python-docx DOCX parsing
|── imap_tools email parsing设置
# Clone
git clone https://github.com/avocatt/legal-rag-toolkit.git
cd legal-rag-toolkit
# Create venv and install
python3.11 -m venv .venv
source .venv/bin/activate
pip install -e .
# Store HuggingFace token in macOS Keychain (for BGE-M3 model download)
security add-generic-password -a $USER -s HF_TOKEN -w "hf_your_token_here"克劳德桌面版
添加 ~/Library/Application Support/Claude/claude_desktop_config.json:
{
"mcpServers": {
"legal-rag-toolkit": {
"command": "/path/to/legal-rag-toolkit/.venv/bin/python",
"args": ["/path/to/legal-rag-toolkit/src/server/mcp_server.py"]
}
}
}重新启动克劳德桌面。工具将出现在锤子图标下方。
克劳德代码
# Add as MCP server
claude mcp add legal-rag-toolkit -- /path/to/legal-rag-toolkit/.venv/bin/python /path/to/legal-rag-toolkit/src/server/mcp_server.py用法
一旦连接，自然地问克劳德：
- *“在~/Documents/contracts中为合同建立索引”*
- *“搜索租赁协议中的终止条款”*
- *“在租赁协议中搜索排放级别”*
- *“显示所有索引文档”*
- *“调出kira_sozlesmesi-048.pdf的全文”*
堆栈
| 组件 | 选择 | 为什么 |
|---|---|---|
| MCP服务器 | Python+FastMCP | 单语言，成熟的SDK |
| 嵌入 | BAAI/bge-m3 | 8K上下文，混合检索，MIT，土耳其语通过XLM RoBERTa |
| Vector DB | LanceDB | 嵌入式、基于文件、混合搜索、零基础设施 |
| PDF解析 | PyMuPDF+Pdfplant | 快速、轻便、良好的表格提取 |
| DOCX解析 | python-DOCX | 带样式检测的结构解析 |
| 电子邮件解析 | imap_tools | 土耳其语字符集支持（ISO-8859-9） |
路线图
- \[\]索引前KVKK（土耳其GDPR）PII屏蔽
- \[\]使用标题样式和字体大小进行结构感知分块
- \[\]交叉编码器重新排序
BAAI/bge-reranker-v2-m3 - \[\]OCR和复杂PDF布局的文档集成
- \[\]通过兼容OpenAI的API支持本地LLM
许可证
麻省理工学院