Moot Court — AI 模拟法庭

一款面向法律学习与实务训练的 AI 模拟法庭系统。用户创建案件后，AI 分别扮演原告、被告与法官，完整走完 8 阶段庭审流程，并支持证据上传、质证、策略选择、庭审复盘与报告导出。

---

功能特性

模块	功能
核心庭审	8 阶段完整流程：请求权分析 → 起诉 → 答辩 → 争议焦点 → 交叉询问 → 举证质证 → 最后陈述 → 判决
单方对抗模式	用户扮演原告或被告，AI 担任对手 + 法官
庭审流式输出	SSE 推送，前端逐字展示
策略路线选择	Phase 1/3 生成 2-3 条策略路线，用户选择后继续
证据系统	多模态上传（txt/docx/pdf/jpg/png），OCR 提取，AI 分析与冲突检测
RAG 知识库	16 部民事法规，庭审关键阶段自动注入检索结果
Agent V2	Actor-Memory-Skill 架构，6 个内置 Legal Skill
案件管理	创建 / 重命名 / 删除 / 全局搜索 / 只读分享
用量管理	Token 追踪、日/月配额限制、用量看板
通知系统	庭审完成、证据分析完成触发站内通知
报告导出	Markdown / PDF 庭审复盘报告

---

技术栈

• 前端：Next.js 16 + React 19 + TypeScript + Tailwind CSS 4
• 后端：FastAPI + Python 3.11+
• 工作流：LangGraph
• LLM：OpenAI 兼容接口（DeepSeek 等）
• RAG：ChromaDB + sentence-transformers（BAAI/bge-small-zh-v1.5）
• 数据库：PostgreSQL + SQLAlchemy
• 认证：JWT + bcrypt
• 文档处理：PyMuPDF / python-docx / pdfplumber / pytesseract

---

快速开始

后端

# 1. 安装依赖
pip install -r backend/requirements.txt

# 2. 配置环境变量
# 复制 backend/.env.example 为 backend/.env 并填写

# 3. 启动后端
uvicorn backend.main:app --host 127.0.0.1 --port 8000

前端

cd frontend-next

# 1. 安装依赖
npm install

# 2. 配置环境变量
# 复制 .env.example 为 .env.local 并填写

# 3. 本地开发
npm run dev
# 访问 http://localhost:3000

Windows 一键启动

launcher.bat

---

目录结构

.
├── backend/              # FastAPI 后端
│   ├── agents/v2/        # V2 Agent 架构
│   ├── evidence/         # 多模态证据处理
│   ├── rag/              # RAG 检索与 Embedding
│   ├── orchestration/    # LangGraph 工作流
│   ├── services/         # 业务服务（Insights / PDF 导出等）
│   ├── routers/          # API 路由
│   ├── models/           # 数据模型
│   └── main.py           # 应用入口
├── frontend-next/        # Next.js 16 前端
│   ├── src/app/          # App Router 页面
│   ├── src/components/   # 组件
│   └── src/lib/          # 工具与 API 封装
├── data/                 # 运行时数据（ChromaDB、上传文件、Ontology）
├── models/               # 本地 Embedding 模型
├── tests/                # 测试套件
├── docs/                 # 文档
├── CLAUDE.md             # 项目协作指南
├── ROADMAP.md            # 产品路线图
├── TECH_SPEC.md          # 技术规范
└── launcher.bat          # Windows 启动脚本

---

文档索引

• 快速协作指南：CLAUDE.md
• 产品路线图：ROADMAP.md
• 技术规范：TECH_SPEC.md
• 变更日志：docs/CHANGELOG.md

---

测试

# 认证测试
py -m pytest tests/test_auth.py -v

# 回归测试（使用 mock LLM，无需真实 API）
py -m pytest tests/regression/ -v

# 全量核心测试
py -m pytest tests/test_auth.py tests/test_cases.py tests/test_evidence.py tests/test_ontology.py tests/test_agentic.py -v

---

注意事项

1. 大文件：仓库包含 models/bge-small-zh-v1.5/model.safetensors（约 91 MB），首次 clone 较慢。
2. 本地数据：data/uploads/ 与 data/chroma_db/ 包含运行时产生的测试数据与向量库。
3. 环境变量：JWT 密钥、数据库密码、LLM API Key 等均通过 .env 管理，未提交到仓库。

---

License

MIT