Legal Agent Workshop yordamida huquqiy AI agentini yaratish va tekshirish

Legal Agent Workshop nima qiladi

Legal Agent Workshop — huquqiy AI agentini yaratish va baholashga mo‘ljallangan, ikki sessiyadan iborat amaliy loyiha. Ishtirokchilar avval agentik tekshiruv siklini amalga oshiradi va tekshirilmagan huquqiy memorandum tayyorlaydi. Keyin agent nazoratidan tashqarida ishlaydigan tekshiruv qatlamini qo‘shadi.

Repozitoriy oddiy OpenAI Python SDK kodi asosida tayyorlangan to‘plamni taqdim etadi. Unda har bir vosita uchun alohida fayl, Files API orqali hujjatlarni o‘qish va iqtiboslar bilan tekshirilgan faktlarni kuzatuvchi ish boshqaruvi tizimi mavjud. To‘plamdagi ish northbridge-v-caldera deb nomlanadi, biroq agentning o‘zi umumiy bo‘lib qoladi va ish ma’lumotlarini o‘z ichiga olmaydi.

Muhim ish maydoni qoidasi: Muse Code’ni faqat agent/ katalogidan ishga tushiring. cases/, world/, ground_truth/, solutions/ va ui/ kataloglari Muse Code ish maydonidan tashqarida qolishi kerak.

Asosiy xususiyatlar

• Umumiy huquqiy agent: Agent tekshiruv ro‘yxatini tuzadi, reja yaratadi, hujjatlarni o‘rganadi va memorandum tayyorlaydi.
• OpenAI Python SDK asosidagi amalga oshirish: Agentik sikl qo‘shimcha agent freymvorki o‘rniga bevosita SDK kodidan foydalanadi.
• Hujjatlarni tahlil qilish: To‘plam ish hujjatlarini o‘qish uchun Files API’dan foydalanadi.
• Iqtiboslar bilan tekshirilgan faktlar: Ish boshqaruvi tizimi faktlarni ularni tasdiqlovchi iqtiboslar bilan qayd etadi.
• Tashqi tekshiruv: Tekshiruv ro‘yxati va memorandum tekshiruvlari agent nazoratidan tashqarida amalga oshiriladi.
• Asl ma’lumot bilan taqqoslash: Tekshiruv ro‘yxati verifikatori agent ishini agent ko‘ra olmaydigan, ishga xos asl tekshiruv ro‘yxati bilan taqqoslaydi.
• Davom ettiriladigan ish jarayoni: 1-sessiyadagi ishga tarmoq yaratish va uni tekshiruv yoqilgan holda davom ettirish mumkin.
• Jonli Agent konsoli: Tayyor interfeys qadamlarni, tekshiruv ro‘yxati bandlarini, tasdiqlovchi dalillarni, dalillarni taqdim etishni va advokat tasdig‘ini ko‘rsatadi.

Repozitoriy tuzilishini tushunish

• HANDBOOK.md faylida sozlash ko‘rsatmalari, ikkala workshop sessiyasi va 1.7-bo‘limdagi Muse Code asosiy qoidalari prompti mavjud.
• agent/ katalogida boshlang‘ich kod joylashgan; u Muse Code ish maydoni sifatida ochilishi kerak bo‘lgan yagona katalogdir.
• cases/northbridge-v-caldera/ katalogida agentga taqdim etiladigan ish maqsadi va hujjatlar mavjud.
• ground_truth/ katalogida tashqi tekshiruvda ishlatiladigan maxfiy ro‘yxat mavjud. U hech qachon ish tarkibiga kiritilmasligi yoki agentga ko‘rsatilmasligi kerak.
• world/ katalogi taqlid qilingan tashqi dunyoni, jumladan berilmay qolgan keyingi hujjatlar va dalillarni taqdim etish skriptini ifodalaydi.
• solutions/ katalogida 1- va 2-sessiyalar uchun saqlangan nusxalar mavjud.
• ui/ katalogida tayyor Agent konsoli joylashgan va u Muse Code ish maydonidan tashqarida qoladi.

Workshopni o‘rnatish va sozlash

1. Repozitoriyni klonlash

Loyihani klonlang, so‘ng Muse Code’ni sozlash yoki ishga tushirishdan oldin agent/ katalogiga kiring.

git clone https://github.com/meta-models/legal-agent-workshop.git
cd legal-agent-workshop/agent

2. Muhit faylini yaratish

Namunaviy konfiguratsiyani .env fayliga ko‘chiring.

cp .env.example .env

.env faylini tahrirlang va MODEL_API_KEY qiymatini qo‘shing. CASE_DIR kiritilgan ishga yo‘naltirilganini tekshiring:

../cases/northbridge-v-caldera

3. Sozlash yordamchisini ishga tushirish

./helper setup

Sozlash buyrug‘i OpenAI Python SDK o‘rnatilgan .venv muhitini yaratadi, ish hujjatlarini kutilgan joyga ko‘chiradi va sozlangan API kalitini tekshiradi.

4. Muse Code’ni ishga tushirish

Hali ham agent/ ichida turgan holda Muse Code’ni ishga tushiring:

muse

Birinchi xabaringiz HANDBOOK.md faylining 1.7-bo‘limidagi asosiy qoidalar prompti bo‘lishi kerak. Har bir qayta ishga tushirish yoki yangi Muse Code sessiyasidan keyin ushbu promptni yana yuboring.

1-sessiya: Huquqiy agentni yaratish va ishga tushirish

1-sessiya taqdim etilgan to‘plamdan foydalanib, umumiy agentik siklni amalga oshirishga qaratilgan. Barcha ishni agent/ ichida bajargan holda HANDBOOK.md faylidagi bosqichma-bosqich ko‘rsatmalarga amal qiling.

Ko‘zda tutilgan ish jarayoni:

1. Tekshiruv ro‘yxatini tuzish: Tekshiruv qamrab olishi kerak bo‘lgan savollar va dalillarni aniqlang.
2. Tekshiruvni rejalashtirish: Mavjud vositalar va ish hujjatlaridan qanday foydalanishni belgilang.
3. Tekshirish: Taqdim etilgan hujjat ish jarayoni orqali hujjatlarni o‘qing va iqtiboslar bilan tekshirilgan faktlarni ish boshqaruvi tizimida qayd eting.
4. Natijani tayyorlash: Ishni tekshirilmagan, tekshiruvga asoslangan memorandum bilan yakunlang.

Bu bosqichda memorandum ataylab tekshirilmagan bo‘ladi. 2-sessiyada deyarli to‘liq ko‘ringan agent natijasi ham talab qilinadigan tekshiruv ro‘yxati bandlarini qoldirib ketishi yoki memorandum qoidalarini buzishi mumkinligi ko‘rsatiladi.

Agent konsolida ish jarayonini kuzatish

Repozitoriy ildizidan tayyor interfeysni ishga tushiring:

python3 ui/ui.py

Brauzerda http://127.0.0.1:8765 manzilini oching. Konsol ish jarayonini jonli ko‘rsatishi, jumladan agentning har bir qadamini, tekshiruv ro‘yxatini va ro‘yxat bandlari qanday isbotlanganini namoyish qilishi mumkin. U workshopdagi dalillarni taqdim etish va advokat tasdig‘i bosqichlarini ham qo‘llab-quvvatlaydi.

2-sessiya: Agent nimalarni o‘tkazib yuborganini tekshirish

2-sessiyada ikkita mustaqil tekshiruv joriy etiladi. Ulardan biri tekshiruv ro‘yxatini ishning yashirin asl ma’lumotlari bilan baholaydi. Ikkinchisi memorandumni unda talab qilinadigan qoidalar asosida baholaydi.

Memoni tekshirish

agent/ katalogida RUN_ID o‘rniga 1-sessiya ishga tushirilishining identifikatorini qo‘yib, quyidagini bajaring:

./helper verify RUN_ID --memo

Bu 1-sessiyadagi memo tekshiruvi aniqlaydigan muammolarni ko‘rsatadi.

Tekshiruv ro‘yxatini tekshirish

./helper verify RUN_ID --checklist

Bu agentning tekshiruv ro‘yxatini ishga xos, haqiqiy ma’lumotlar asosidagi tekshiruv ro‘yxati bilan taqqoslaydi. Haqiqiy ma’lumotlar ish hamda agentning ish maydonidan tashqarida saqlanadi.

Tekshiruvlarni yaratish

Tekshiruv ro‘yxati va memo tekshiruvlarini yaratish uchun HANDBOOK.md faylidagi 2-sessiya ko‘rsatmalariga amal qiling. Ishonch chegarasini saqlang: bu tekshiruvlar agent nazoratidan tashqarida ishlashi va agentning o‘z ishini o‘zi ma’qullashiga tayanmasligi kerak.

Tekshiruv yoqilgan holda ishni davom ettirish

Asl 1-sessiya ishini mavjud tekshiruv ro‘yxatidan tarmoqlang:

./helper branch RUN_ID

Davom ettirilgan ish jarayoni rad etish, eskalatsiya, yangi dalillarni taqdim etish, qayta tiklash va advokat tasdig‘ini o‘z ichiga olgan tekshiruvdan xabardor xatti-harakatlarni sinovdan o‘tkazadi. Tarmoqlash tekshiruv ro‘yxatini boshlang‘ich nuqta sifatida saqlaydi va aloqasiz tekshiruvni boshidan boshlamaydi.

Yashirilgan dalillarni taqdim etish

Ish needs_input holatiga yetganda, keyingi materiallarni taqdim etish uchun simulyatsiya qilingan tashqi muhitdan foydalaning. Bu buyruqni repozitoriy ildiz katalogidan bajaring:

python3 world/release.py

Dalillar taqdim etilgach, amaliyot jarayonini davom ettiring va Agent Console’da qayta tiklangan ishni kuzating.

Ilg‘or maslahatlar

Ish maydoni chegarasini himoya qiling

Muse Code’ni har doim repozitoriy ildizidan emas, agent/ katalogidan ishga tushiring. Bu Muse Code’ning ish manbasi, yashirin haqiqiy ma’lumotlar, simulyatsiya qilingan muhit, yechim nusxalari yoki UI kodini ko‘rishining oldini oladi. Ushbu ajratish amaliyotning tekshiruv modelida markaziy o‘rin tutadi.

Haqiqiy ma’lumotlarni agentga hech qachon oshkor qilmang

ground_truth/northbridge-v-caldera.json fayli tashqi tekshiruv ro‘yxati tekshiruvi uchun mavjud. Uni ishga ko‘chirmang, Muse Code ish maydoniga qo‘shmang yoki agentga taqdim etmang.

Qayta ishga tushirgandan so‘ng asosiy qoidalarni yana qo‘llang

Qayta ishga tushirilgan yoki yangidan yaratilgan Muse Code sessiyasi asosiy qoidalar bo‘yicha ko‘rsatmani taqdim etish talabini bekor qilmaydi. Uni har safar HANDBOOK.md faylining 1.7-bo‘limidan ko‘chiring.

Belgilangan tuzilma yordamida boshqa ish qo‘shing

Yangi ish objective.md fayli va documents/ katalogidan iborat papka bilan ifodalanadi. Ishni agent/ katalogidan tashqarida saqlang va CASE_DIR ni unga yo‘naltiring. README faylida ish yaratish yoki haqiqiy ma’lumotlarni hosil qilish bo‘yicha qo‘shimcha qadamlar ko‘rsatilmagan, shuning uchun tekshiruv sozlamalarini kengaytirishdan oldin qo‘llanmaga amal qiling.

Yechim nusxalaridan ehtiyotkorlik bilan foydalaning

solutions/01_session1/ va solutions/02_session2/ kataloglarida ikki sessiya uchun nusxalar mavjud. Ular Muse Code ish maydonidan tashqarida joylashgani sababli, agentning ish kontekstiga qo‘shmasdan ulardan amaliyot uchun ma’lumotnoma sifatida foydalanish mumkin.

Buyruqlar ma’lumotnomasi

git clone https://github.com/meta-models/legal-agent-workshop.git
cd legal-agent-workshop/agent
cp .env.example .env
./helper setup
muse

# Repozitoriy ildizidan
python3 ui/ui.py
python3 world/release.py

# agent/ katalogidan
./helper verify RUN_ID --memo
./helper verify RUN_ID --checklist
./helper branch RUN_ID

Xulosa

Legal Agent Workshop yuridik agentlarni ishlab chiqishning ikki tomonini namoyish etadi: rejalashtirish, tekshirish va hujjat loyihasini tayyorlay oladigan agentni yaratish hamda uning ishi to‘liq va talablarga muvofiq ekanini tekshiradigan tashqi nazoratlarni yaratish. Ishlar, haqiqiy ma’lumotlar, tekshiruv resurslari va simulyatsiya qilingan dalillarni Muse Code ish maydonidan tashqarida saqlash orqali loyiha ishonch chegarasini aniq va tekshiriladigan holga keltiradi.