「法律偵探」宣布開源台灣法律RAG向量庫，30年判決能用口語搜尋

台灣法律 AI 粉專「法律偵探」宣布開源「TW Legal RAG」台灣法律語義檢索工具，將約 2,200 萬筆台灣判決裁判結構化並向量化，使用者可用日常口語搜尋判決，並將結果打包成任何 AI（ChatGPT、Claude、Gemini 或本地模型）可直接讀取的格式。工具內建引用驗證功能，可檢查 AI 回覆中的判決字號是否真實存在。
（前情提要：台灣加密專法《虛擬資產服務法》公聽會6大重點：無照業者若涉詐騙加重處理！）
（背景補充：遠東商銀、高檢署簽訂MOU：全台95%加密金流納入反洗、反詐偵查架構）

台灣法律 AI 社群粉專「法律偵探」今日（27）在 Facebook 宣布，歷時半年開發的「TW Legal RAG」（台灣法律 RAG 語義檢索工具）正式開源上線，以 MIT 授權發布。這套工具將約 2,200 萬筆台灣判決裁判結構化並向量化，建構出一個專為法律領域設計的語義檢索系統，任何人都可以透過 pip install twlegalrag 直接安裝使用。

RAG（Retrieval-Augmented Generation，檢索增強生成）是目前解決大型語言模型（LLM）「幻覺」問題的主流技術架構，意思是在模型生成回覆前，先從外部知識庫檢索相關事實，確保輸出有實際資料支撐。這在法律領域尤其關鍵，因為 LLM 編造不存在的判例已多次引發實務爭議，包括美國律師引用 ChatGPT 虛構判例被法院裁罰的知名案例。

開發者自述，他花費了上千小時最佳化檢索管線，成本可能接近百萬元新台幣，現在以 MIT 授權免費開源。

2,200 萬筆判決、自帶 AI 架構、引用驗證

TW Legal RAG 的技術架構與多數法律 AI 工具不同：它本身不呼叫任何 LLM，而是採取「自帶 AI」（BYO-AI）的設計。使用者透過 CLI 工具對後端（Legal Detective 的 TLR 基礎設施，端點為 tlr.dr-lawbot.com）發出語義搜尋請求，系統回傳相關判決後，工具將結果打包成一個結構化的 Bundle，可以直接餵給 ChatGPT、Claude、Gemini 或任何本地模型使用。

這意味著使用者不需要在本地部署嵌入模型或向量索引，整個工具的依賴很輕量，僅需 httpx、typer、rich 三個 Python 套件。

工具提供四個核心指令：

• search：用自然語言對 2,200 萬筆判決進行語義檢索
• pack：將檢索結果打包成 AI 可讀的 Bundle，含判決摘錄與驗證規則
• check：Bundle 層級的引用驗證，確認 AI 回覆中引述的判決字號是否存在於檢索結果中
• health：服務狀態檢查

引用驗證功能是這套工具的一大亮點，它透過純正規表示式比對（不依賴 LLM），檢查 AI 生成內容中的判決字號是否真實存在於 Bundle 中。不過開發者也明確標示限制：驗證器無法判斷引述內容是否正確、無法偵測推理錯誤，也無法識別語義改寫式的幻覺，僅能確認字號的存在性。

根據「法律偵探」的貼文，這是一人獨力完成的專案，開發者在半年內投入上千小時最佳化檢索管線，估算成本可能接近百萬元新台幣。

為什麼選擇免費開源？

「法律偵探」在貼文中表示，許多使用者私訊詢問是否收費，他坦言投入了大量資源，但最終仍選擇以 MIT 授權免費開源。部分原因是看到台灣政府目前正在推動各機關主動建置知識 LLM 服務，他希望透過開源為這個方向貢獻力量。

TW Legal RAG 的開源對台灣法律科技生態具有實質意義。目前台灣法律 AI 領域已有多個商業化產品（如 Lawbot AI、法律人 LawPlayer 等），但一套涵蓋 2,200 萬筆判決、可語義檢索、自帶引用驗證的開源工具仍屬稀缺。開發者或新創團隊可以直接取用這套工具整合進自己的應用，而不需要從零建構法律知識庫。

值得注意的是，TW Legal RAG 會將使用者的查詢記錄在伺服器端進行檢索分析，但宣告不用於模型訓練。

目前真實使用體驗，還需司法相關工作人員回饋。

📍相關報導📍

台灣加密專法《虛擬資產服務法》公聽會6大重點：無照業者若涉詐騙加重處理！

遠東商銀、高檢署簽訂MOU：全台95%加密金流納入反洗、反詐偵查架構

金管會公告首批虛擬資產服務商9家合規，18家列VASP黑名單永久停業