正在讀取此專案的實際圖譜…
法律條文/官方說明身分與法律概念
拖曳旋轉 · 滾輪縮放 · 點選節點看證據
位置與距離僅為閱讀布局,不代表關係強度或可信度。

關係由規則及結構化欄位抽取,尚未逐筆人工核實。虛線「提及於」只是文件連結,不是語意主張。

這個 KG-RAG 如何運作?

來源快照與品質篩選→ 文本去重與切片→ 向量索引+知識圖譜→ 混合檢索與年度過濾→ 以原文生成附引用答案

1.以現行法律為主

2026-10-19 蒐集全國法規資料庫及移民署、勞動部、財政部、內政部、行政院官方資料,涵蓋外國學生工作、畢業延期居留、勞動權益、健保、稅務、租屋及部分交通規定。全國法規資料庫頁面標示整編截止日 2026-10-08;這是有日期的資料快照,不是即時完整法律服務。

原先 7 份 PDF 與 436 個未確認時效的片段已備份保留,本次索引只使用重新核對的官方資料。尚未施行的修法與有疑義的條文另外隔離;已知生效日的未來規定保留日期,不能當成現在的法律。

2.圖譜如何建立

Python 解析官方 HTML,保留完整條文與例外條件;以來源支持的關係連結「法名 → 包含條文 → 完整條名」與「條文 → 提及 → 法律概念」。只有少數直接有原文依據的工作許可條件另外建立關係。資料儲存於 SQLite,並非完整法律推理引擎。「提及」不代表該概念適用於所有人;點擊關係仍須閱讀完整原文。

3.如何檢索

本機 Jina 向量模型與 FAISS 搜尋語意相近資料,SQLite FTS5 提供 BM25 關鍵字排名,再加上最多兩層圖譜關聯及法律主題候選。依問題日期過濾已知生效區間,隔離未核定版本;法律專案不套用資訊學院的系所、入學年度與師資規則。查詢由後端參數化執行,沒有讓模型自由產生 SQL。

4.回答與限制

沿用這個專案的後端模型,要求引用 [S1] 等證據並區分在學生、經許可延期居留的畢業生與專業人才。法律資料保留完整條文,不在送入模型時任意截去例外。身份或事件日期不足時應先詢問;目前仍以規則判斷日期與主題,並非完整法律意見或形式驗證。已做離線檢索驗證,未執行 LLM 問答評測,不能宣稱模型回答正確率。

5.版本與更新

同一個 active.json 固定選取配套的 FAISS、文字及 SQLite 圖譜。新版本在獨立目錄完成後才切換,原網址維持不變。法規不會自動每日更新;需重新蒐集、檢查施行日、驗證後發布新版本。