🌏 English version: README_EN.md.
企业三域合规助手（法律合规 · 税务合规 · 知识产权合规），由同一人——律师 / 税务师 / 专利代理师——签字背书。 所有 AI 生成的法条引注都经过存在性 / 时效性 / 内容匹配三层校验，不过门禁的红框标出。
📦 双仓库作品集 · 产品篇 —— 地基是
legal-hallucination-bench（私有仓库 · 需授权访问）（量化"AI 法律引注幻觉"的离线基准）。完整叙事 / 电梯演讲见docs/PORTFOLIO.md（私有仓库 · 需授权访问）。
🚀 在线体验（自包含静态页）：
docs/index.html双击即用（无需安装/联网）。也可部署为永久公开链接：
- GitHub Pages：仓库 Settings → Pages → Source 选
Deploy from a branch→master分支、/docs目录。启用后地址为 https://vickywu97.github.io/compliance-triangle/ （注意：需先启用才会生效；且该github.io地址在中国大陆通常不可达，建议同时保留docs/index.html离线文件供直接打开）。- 其他静态托管（Vercel / Netlify / Cloudflare Pages）直接上传
docs/index.html即可。 本地服务：python3 -m compliance_triangle.web（优先用同级 Bench KB；单独 clone 时自动降级为内置 vendor 快照）。
我先用量化基准 legal-hallucination-bench（私有仓库 · 需授权访问）
证明了 AI 在法律引注上不可信（5 模型 HVI 33.3%–54.2%，8 法域逐字 EXACT 合规率全为 0%）；
然后用同一套 verify 引擎构建了合规三角——让 AI 生成的每条法条引注都经过校验，
不过门禁的红框标出。这不是「会用 AI」，而是「知道 AI 哪里会出错，并设计了系统来防止」。
| 支柱 | 资质 | 覆盖法律（复用 Bench KB） |
|---|---|---|
| 法律合规 | 律师 | 公司法、民法典、刑法 |
| 税务合规 | 税务师 | 企税、个税、增值税、税收征管 |
| 知识产权合规 | 专利代理师 | 专利法（后续扩展商标/著作权） |
| 徽章 | 含义 |
|---|---|
| 🟢 已核验通过 | 法条存在且在有效期内 |
| 🟡 待人工确认 | 法条真实，但引述内容与官方有差异（概括/意译/遗漏但书） |
| 🔴 未通过核验 | 条文不存在/未生效，或引用了已废止法律（旧公司法/合同法等） |
- 法条 KB：只读
legal-hallucination-bench的statutes.jsonl（2327 节点全文本，8 部法），本仓库不存法条。 - 校验引擎：直接复用
benchmark/verify.py的resolve_article+content_diff，与基准共用「来源可信度门禁」。 - LLM 接入：
compliance_triangle/llm_adapter.py（5 个国产模型 OpenAI 兼容层，密钥走环境变量）。
运行时依赖说明（诚实）：本仓库运行期优先读取同级
legal-hallucination-bench的法条 KB（通过COMPLIANCE_TRIANGLE_BENCH环境变量或同级目录解析），以获得最新数据；同时内嵌一份 vendor 快照（compliance_triangle/vendor/bench_kb/，2327 节点 / 8 部法），因此即使单独 clone compliance-triangle 也能直接运行。所谓「离线零依赖」严格成立的是预生成的静态展示页docs/index.html（双击即用、不连任何服务）。
数据覆盖说明（诚实）：增值税法（VAT_LAW）共 38 条（主席令第四十一号公布，2026-01-01 施行——"41" 是公布令号，并非条文数），KB 已全数逐字核验，无缺漏。8 部法均为完整官方全文。
与地基仓库的"地基 → 产品"关系图：
⚠️ 本工具（合规三角）仅对 AI 生成的法条引注做存在性 / 时效性 / 内容匹配的自动化校验，不构成法律意见、税务意见或专利意见，也不能替代执业律师、税务师、专利代理师的专业判断。校验结果（🟢🟡🔴）仅反映引注与官方法条文本的匹配情况，不保证任何合规结论的正确性或适用性；使用者应就具体事项咨询持证专业人士。工具引用的法条文本来自公开官方来源，评测结论为自动化判分结果，可能因法条更新或提取误差存在偏差，请以官方最新公布文本为准。
# 1) 把 Bench 仓库作为同级目录克隆（或设置环境变量指向它）
# 注：Bench 为私有仓库，需先获授权并配置 Git 凭证（SSH 或 token）才能克隆
git clone https://github.com/vickywu97/legal-hallucination-bench.git ../legal-hallucination-bench
# 2) 离线演示（无需 API Key / 网络）：跑 5 个内置场景，生成合规备忘录 + 静态展示页
python demo/run_demo.py
# -> 合规备忘录: demo/output/S1..S5_*.md
# -> 静态展示页: docs/index.html （双击即可在浏览器打开，零依赖、离线）演示场景均内置「含幻觉」的预置回答，直接展示校验层如何拦截虚构条号与已废止法名。
A. 纯静态展示页（推荐先看这个，双击即用）
docs/index.html 是一个自包含、零外部依赖、可离线的单文件页面：
- 顶部「核验总览」：🟢🟡🔴 计数 KPI + 占比条 + 按法律分布；
- 5 个演示场景分页签切换，每条引注渲染为彩色卡片（🟢通过 / 🟡待复核 / 🔴未通过）， 并展示「AI 引述 vs 官方原文」对照；
- 直接在文件管理器双击打开即可，不需要启动任何服务。
仪表盘长这样（基于真实 demo 数据生成的预览图，完整交互页请打开
docs/index.html）：
B. 本地交互服务（粘贴你自己的 AI 回答实时校验）
零第三方依赖，仅用 Python 标准库 http.server：
python -m compliance_triangle.web # 默认 http://127.0.0.1:8000
PORT=8080 python -m compliance_triangle.web # 自定义端口打开浏览器后，在「实时校验」区粘贴任意 LLM 生成的合规分析（含《法律》第X条引注）， 点击「运行校验」，系统会用同一套 verify 引擎逐条核验并返回 🟢🟡🔴 结论。 （该页也内置了上面的 5 个演示场景展示。）
除「粘贴 AI 回答再校验」外，本产品已把 llm_adapter + prompt_template 串成端到端流程：
填场景 → 调国产模型生成分析 → 同一套 verify 引擎逐条核验。两种方式任选：
① 命令行（CLI）
# 需先配置对应模型密钥（见下方环境变量）
python -m compliance_triangle.live \
--scenario "公司拟为关联方提供大额保证担保，需确认决议程序与违约救济" \
--as_of 2025-01-01 --model DeepSeek-V3 --out memo.md未指定 --model 时自动取第一个已配置密钥的模型；无密钥则明确报错退出（不会静默失败）。
② Web 端点 /analyze
启动 python -m compliance_triangle.web 后，在「实时校验」区选择模型并填写场景，
点击「调用模型并校验」，服务会调用模型并将返回结果直接送入校验层（前端自动渲染 🟢🟡🔴）。
模型密钥从环境变量读取（不硬编码，缺密钥时自动降级为「仅粘贴校验」模式，页面顶部给出提示）：
DEEPSEEK_API_KEY / ZHIPU_API_KEY / DASHSCOPE_API_KEY / MOONSHOT_API_KEY。
支持的 5 个模型见 config.MODELS（DeepSeek-V3 / DeepSeek-R1 / GLM-4-Flash / Qwen-Max / Kimi）。
零依赖（unittest，仅标准库）。KB 相关用例需同级 legal-hallucination-bench：
python -m unittest discover -s tests -v覆盖：引注解析边界（无『条』、英文法名、续列、嵌套、引述冒号）、verify 三层校验、 KB 计数（8 部法 / 2327 条）、Web 渲染降级与实时模型可用性门禁、实时调用流水线（mock 模型）。
- 信任分级暂未启用：Bench 在 v1.3 将 2327 个节点全部升为
verified，因此本产品的「Tier A 专家逐条签核 / Tier B 官方提取未签核」分级门禁当前恒为真、不呈现。产品核验的是存在性 / 时效性 / 内容逐字一致性，而非逐节点 provenance 分级。 - 增值税法覆盖 38/38 条（现行全文，已于 KB 逐字核验，无缺漏；"主席令第四十一号" 是公布令号，非条文数）。
- 运行时依赖 Bench KB（见上「运行时依赖说明」）。
- 引注解析已覆盖常见边界：不含「条」字（第一百四十二条）、英文法名（《Company Law》Article 142）、续列（《公司法》第15条、第142条）、嵌套书名号、引述冒号接原文等；极冷门的写法仍可能漏解析，相关引注会判「未找到」而非误判通过。
- Phase 1（后端骨架）：场景输入 → LLM → verify 校验 → 结构化 JSON ✅ 演示可用
- Phase 2（前端）：合规备忘录 UI + 引注核验可视化 ✅
- 自包含静态展示页
docs/index.html（离线、零依赖、双击即用） - 零依赖本地服务
python -m compliance_triangle.web（实时粘贴校验/verify）
- 自包含静态展示页
- Phase 3（作品集化）：独立 README / 互链 / 架构图 / 预览图 / 跨仓库联动 ✅
- 实时调用 LLM 并自动校验（
compliance_triangle/live.py+ Web/analyze端点 + CLI）✅ - 引注解析边界加固 + 零依赖测试套件（
tests/）✅ - 可信度修复（空回答误报🟢、KB 缺失优雅降级、VAT 覆盖标注、hero 计数）✅
MIT