安装 Python 3.8+

OpenCLaw 是一个基于开源语言模型的法律问答系统，以下是单机使用 OpenCLaw 的详细步骤：

环境准备

系统要求

• 操作系统：Linux (Ubuntu/CentOS) 或 macOS
• 内存：建议至少 16GB RAM
• 存储：至少 50GB 可用空间
• GPU：可选，但推荐使用（CUDA 兼容显卡）

安装依赖

sudo apt install python3 python3-pip python3-venv
# 安装 CUDA（如有 GPU）
# 参考 NVIDIA 官方文档安装相应版本的 CUDA

源码获取与配置

克隆仓库

git clone https://github.com/OpenCLaw/OpenCLaw.git
cd OpenCLaw

创建虚拟环境

python3 -m venv openclaw_env
source openclaw_env/bin/activate

安装依赖包

pip install -r requirements.txt
# 如需使用 GPU 版本
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

模型下载与配置

下载预训练模型

# 从 HuggingFace 下载模型
# 需要先安装 git-lfs
git lfs install
# 下载模型（以 chatglm3-6b 为例）
git clone https://huggingface.co/THUDM/chatglm3-6b ./models/chatglm3-6b

配置模型路径

编辑 configs/model_config.py：

MODEL_CONFIG = {
    "chatglm3-6b": {
        "model_name": "chatglm3-6b",
        "model_path": "./models/chatglm3-6b",
        "device": "cuda",  # 或 "cpu"
    }
}

数据准备

法律知识库

# 准备法律文档
mkdir -p data/documents
# 将法律文档（PDF/TXT/DOCX）放入 data/documents/
# 构建向量数据库
python scripts/build_vectorstore.py \
    --doc_dir ./data/documents \
    --vectorstore_dir ./data/vectorstore \
    --model_name shibing624/text2vec-base-chinese

启动服务

Web UI 版本

# 启动 Gradio Web 界面
python webui.py \
    --model_name chatglm3-6b \
    --vectorstore_path ./data/vectorstore \
    --port 7860

API 版本

# 启动 FastAPI 服务
python api.py \
    --model_name chatglm3-6b \
    --vectorstore_path ./data/vectorstore \
    --host 0.0.0.0 \
    --port 8000

命令行版本

# 交互式命令行
python cli.py \
    --model_name chatglm3-6b \
    --vectorstore_path ./data/vectorstore

配置文件说明

主要配置文件

OpenCLaw/
├── configs/
│   ├── model_config.py      # 模型配置
│   └── prompt_config.py     # 提示词配置
├── data/
│   ├── documents/           # 法律文档
│   └── vectorstore/         # 向量数据库
└── models/                  # 模型文件

使用示例

Web 界面访问

http://localhost:7860

API 调用示例

import requests
response = requests.post(
    "http://localhost:8000/chat",
    json={
        "question": "盗窃罪的量刑标准是什么？",
        "history": []
    }
)
print(response.json())

常见问题解决

内存不足

# 使用量化模型
pip install ctransformers
# 在配置中启用量化
# model_config.py 中设置 "load_in_8bit": True

中文支持

确保已安装中文分词器：

pip install jieba

文档解析

如需支持更多文档格式：

pip install pymupdf python-docx pdfplumber

高级配置

自定义提示词

编辑 configs/prompt_config.py 修改法律问答的提示模板。

添加法律数据库

# 在 data/documents/ 中添加新的法律文件
# 重新构建向量数据库
python scripts/build_vectorstore.py --update

性能优化

使用 GPU 加速

# 检查 CUDA 是否可用
python -c "import torch; print(torch.cuda.is_available())"

启用多线程

# 启动时指定线程数
python webui.py --worker_count 4

注意事项

1. 模型大小：大模型需要足够的内存/显存
2. 法律专业性：需准备高质量的法律知识库
3. 数据安全：敏感法律数据需加密存储
4. 定期更新：法律知识需要定期更新

这样你就可以在单机上运行完整的 OpenCLaw 系统了，根据你的硬件配置，可能需要调整模型大小和量化级别。

标签： Python 安装 8+