CaseCite — 私有法律 RAG

License: Apache-2.0

CaseCite 是一个开源、自托管法律研究平台。上传你律所的文件、提出问题，并研究案例与法官——全部运行在你掌控的基础设施上。文档、搜索索引和聊天记录都存储在你自己的服务器上。AI 功能会将你的问题和相关文档文本发送给你所配置的AI 提供商，使用你自己的 API 密钥（BYOK）；不会向 CaseCite 维护者发送任何内容，也没有遥测。参见哪些数据会离开你的基础设施。

功能概览

一个登录入口后的八个工具，全部读取同一份文档语料库。
研究（/research） 基于你律所文档的聊天——语义检索，并对候选结果进行关键词（BM25）重打分，同时提供指向来源的行内引用。
文档（/documents） 上传、索引并整理你的语料库。可从 Google Drive、OneDrive、Box、Dropbox、Filevine 或 Clio 导入——支持 OAuth 同步，或在无需 OAuth 验证时使用文件选择器。iManage 和 NetDocuments 连接器已存在但属于实验性功能（未针对真实租户测试），除非EXPERIMENTAL_CONNECTORS=true，否则默认关闭。
合同（/contracts） 完整的合同审查流水线：分析已索引的合同或粘贴的文本、与单份合同对话、将 2–4 份合同与基线逐条比对，并导出修订稿、草稿或分析本身。
起草（/drafting） 基于你从知识库中挑选的最多四份文档起草文件，支持服务端文本提取和 PDF 转换。可为长文档（30 页的协议）设定目标长度：你先审阅章节规划，然后每个章节在各自的上下文窗口中对照完整参考资料起草，最后整体进行协调统一。对长草稿的修订仅限于其涉及的章节。
案例视图（/case/:id） 打开一份 CourtListener 判决意见并直接与之对话。
权威图谱（/case-citations） 梳理你所选文档中引用的权威判例。
法官情报（/judge-intel） 来自 CourtListener 的法官分析。
法律工具（/tools） 案例查询、引用核查（扫描引用该案的判决意见中的负面处理措辞——不能替代 Shepard's/KeyCite）、先例、案卷、口头辩论以及判例趋势。

截图

截取自真实 UI，针对模拟 API 和虚构的律所、案件及案例数据（frontend/e2e/screenshots.spec.ts）。不出现任何真实客户或案例。

对律所文件进行研究 知识库
Research view: a question about a liability cap answered with inline citations to three source documents and the AI-review notice Knowledge Base: indexed documents grouped in matter folders with chunk counts
合同分析 引证核查
Contracts view: analysis card with parties, executive summary and verified key terms over the contract text Citation check: result card with a negative-treatment badge, citing opinions and the AI-review notice

执业画像。产品中并未内置任何关于执业领域的内容。你说明自己的执业范围，CaseCite 会起草一份该执业领域中重要事项的画像，由你编辑并拥有（通过设置保存）。随后它会作为常驻上下文，伴随每一次审阅、修订和起草。

每一个 AI 生成的回答、分析和草稿都附带提示：在依赖之前，请对照源文件和现行法律进行核实。CaseCite 是研究辅助工具，不能替代律师的判断，也不能替代引证工具。

哪些内容会离开你的基础设施

文件、向量索引、聊天记录和分析存储仅存储在你的部署环境中。使用 AI 功能会将内容传输给

  • 你选择的第三方：上传文件会将其文本发送给嵌入服务提供商（默认为 OpenAI；如已配置则为 Voyage 或 Cohere）。
  • 提问、分析或起草会将问题和相关文件文本发送给 LLM 提供商（OpenAI、Anthropic 或 Gemini）。
  • 判例法工具会将搜索查询和引证发送给 CourtListener。

若要让文件文本完全留在你的网络中，请自行运行两个模型：将OPENAI_BASE_URL（聊天）和 EMBEDDING_BASE_URL（嵌入）设置为docs/subprocessors.md。

许可与使用

Copyright 2026 Thomas Unise。CaseCite 以Apache License 2.0（LICENSE）开源，这是一份经 OSI 批准的宽松许可证。通俗来说：

  • ✅ 可自由自托管，用于内部或供他人使用，无论是否修改。
  • ✅ 可自由修改、分叉、再分发和销售，包括嵌入专有产品中，只要你保留版权和许可声明以及NOTICE.md中的署名，并说明你做了哪些改动。
  • ✅ 贡献者为其贡献授予明确的专利许可，这是 MIT 许可证所不具备的。
  • 你的文件、提示词和输出都归你所有。该许可证覆盖的是 CaseCite 代码，而非你通过它处理的内容。

维护者提供商业支持和私有部署，@thomasunise。参见SUPPORT.md. 1.3.0 及之前的版本以 Elastic License 2.0 发布；该许可证继续适用于这些版本。

快速开始

前置条件

  • Docker + Docker Compose
  • openssl（用于生成密钥）
  • 一个 AI 提供商的 API 密钥（OpenAI 是最简单的起点：它同时覆盖聊天和嵌入）。在服务器层面是可选的——每个用户都可以保存自己的密钥。

运行它（自包含：捆绑了 Postgres、Redis 和 HTTPS 代理）

git clone https://github.com/thomasunise/casecite.git && cd casecite
cp .env.example .env

#1. 生成三个必需的密钥（.env.example 中的占位符
#会故意拒绝启动）。将每个值复制到 .env 中：
openssl rand -hex 32   #-> SECRET_KEY
openssl rand -hex 32   #-> AUDIT_HMAC_KEY
openssl rand -hex 16   #-> ENCRYPTION_SALT

#2. 在 .env 中还要设置 OPENAI_API_KEY（或者留空，登录后在
#设置中保存一个密钥），然后取消注释并设置 DOMAIN、
#POSTGRES_PASSWORD 和 REDIS_PASSWORD，位于 "Bundled production stack"
#部分（生成提示在文件中；使用 DOMAIN=localhost 可在你的机器上试用）。CORS_ORIGINS 和 ALLOWED_HOSTS 默认从 DOMAIN 派生。
#还要设置 REGISTRATION_BOOTSTRAP_TOKEN（openssl rand -hex 16）——你需要它
#来创建第一个账户。
#3. 在 .env 中设置 DISK_ENCRYPTION_ACKNOWLEDGED=true（启动所必需）。

#此确认意味着：应用在应用层加密 BYOK 密钥和上传的文档
#（AES-256-GCM），但派生文本（向量块、
#聊天历史、分析结果）在应用、Postgres 和
#Redis 卷中以明文存储——主机的全盘加密是 YOUR 的责任。
#4. 启动完整栈（捆绑的 Postgres + Redis + Caddy）：

#为你执行步骤 1–2（它会生成每个密钥并写入
docker compose -f docker-compose.prod.yml up -d

python3 scripts/setup_production.py --create-env --domain <host>（权限模式 0600）。.env然后打开

https://$DOMAIN（使用：DOMAIN=localhosthttps://localhost）。在 localhost 试用中，Caddy 会将 HTTP 重定向到 HTTPS，并提供来自其自签名本地 CA 的证书——首次访问时的浏览器警告是预期内的。请参阅docs/deployment.md中的 "TLS on Internal Networks" 以信任该 CA 或使用你自己的证书。

你注册的第一个账户将成为管理员，注册它需要REGISTRATION_BOOTSTRAP_TOKEN来自.env——这样其他任何访问到全新实例的人都无法认领它。确切命令位于docs/deployment.md中的 "Create the admin account"。之后，从 设置 → 用户 邀请同事；自助注册默认关闭。

部署在现有反向代理（Coolify/Traefik）后面？请使用根docker-compose.yml代替（它期望外部 Postgres 和 Redis，并声明持久化数据卷），并阅读deploy/COOLIFY-SETUP.md—— 你还必须将TRUSTED_PROXIES设置为代理的子网或客户端 IP，否则会合并为一个。

密钥托管（BYOK）

用户通过设置弹窗提供 AI 提供商密钥。企业评估者应了解的托管要点：

  • 每个用户的密钥存储在服务端，采用 AES-256-GCM 加密（PBKDF2 密钥派生，HKDF 按记录分离），存放在数据卷上的文件存储中。
  • 密钥仅以掩码形式显示，并且绝不会发送到浏览器；后端在每次请求时按需解密。
  • 环境变量配置的备用密钥（例如OPENAI_API_KEY在.env中）由所有用户共享——按用户成本归因需要按用户的 BYOK 密钥。
  • ENCRYPTION_SALT可以在不丢失已存储密钥的情况下轮换：将旧值保留在ENCRYPTION_SALT_PREVIOUS中，并在后端容器内运行python -m app.utils.reencrypt——参见docs/secret-rotation.md。SECRET_KEY无法在不使已存储文档不可读的情况下轮换；请妥善保管并备份到服务器之外。

配置

必需的环境变量

如果其中任何一项缺失或仍为占位符，堆栈将在启动时失败关闭。

变量 描述
SECRET_KEY JWT/CSRF 签名密钥以及静态加密的根密钥——openssl rand -hex 32（首次运行后切勿更改）
ENCRYPTION_SALT 静态加密盐——openssl rand -hex 16（首次运行后切勿更改，除非通过轮换流程）
AUDIT_HMAC_KEY 审计日志链密钥，至少 32 个字符——openssl rand -hex 32
POSTGRES_PASSWORD 捆绑 Postgres 的密码
REDIS_PASSWORD 捆绑 Redis 的密码
DOMAIN 公共主机名（或localhost）；CORS_ORIGINS+ALLOWED_HOSTS从中默认
DISK_ENCRYPTION_ACKNOWLEDGED 设置true以确认主机卷的全盘加密由你负责（应用层 AES-256-GCM 覆盖 BYOK 密钥 + 文档原件；派生文本为明文）
REGISTRATION_BOOTSTRAP_TOKEN 注册第一个（管理员）账户所需——openssl rand -hex 16

启动时不需要，但没有它们产品几乎无法使用：

变量 描述
OPENAI_API_KEY （或其他提供商） 所有用户共享的服务器级提供商密钥。没有它，每个用户必须在设置中保存自己的密钥，聊天、分析或索引才能工作。
COURTLISTENER_API_TOKEN CourtListener 是应用中唯一的判例法来源。引文检查需要令牌；其他判例法工具无需令牌即可使用，但会受到严格限流。免费令牌；参见CourtListener API 令牌。

使用根docker-compose.yml（外部 DB/Redis）代替捆绑的DATABASE_URL、REDIS_URL、CORS_ORIGINS、和ALLOWED_HOSTS为直接必需，并设置DB_SSL=require用于托管数据库。

可选环境变量

变量 默认值 描述
ANTHROPIC_API_KEY — Claude 访问
VOYAGE_API_KEY — Voyage AI 法律嵌入
OPENAI_BASE_URL — 用于聊天的 OpenAI 兼容端点（自托管模型或网关）
EMBEDDING_BASE_URL — 用于嵌入的 OpenAI 兼容端点；设置时配合OPENAI_BASE_URL以将文档文本保留在你的网络中
VECTOR_DB chroma chroma（本地）或pinecone（将文档文本存储到 Pinecone）
TRUSTED_PROXIES 127.0.0.1 反向代理 IP/CIDR —在代理后方为必填
REQUIRE_MFA false 要求每个密码账户注册 TOTP MFA
SESSION_ABSOLUTE_TIMEOUT_HOURS/SESSION_IDLE_TIMEOUT_MINUTES 8/120 会话有效期与空闲超时
ALLOW_REGISTRATION false 允许在首个账户之后自助注册
SENDGRID_API_KEY — 启用密码重置邮件（修改密码无需此项即可工作）

.env.example记录每一项设置。

连接器说明

  • 同步 API 导入一个文件夹（folder_id）或，在显式指定sync_all时，导入整个账户。UI 目前没有文件夹选择器：“立即同步”会在第二次确认（确认内容已说明这一点）后导入整个已连接账户。要导入选定的文件，请改用文件选择器。Clio 的列表是账户级的，因此 Clio 无法同步单个文件夹。
  • Filevine 使用一个事务所范围的 API 密钥，因此在FILEVINE_ENABLED=true之前处于关闭状态，之后仅对管理员可用。
  • iManage 和 NetDocuments 连接器处于实验性阶段。它们 是针对厂商公开的 API 实现的，但尚未针对真实租户进行测试，因此默认不注册：它们不会 出现在连接器列表中，且其所有路由都会被拒绝。设置EXPERIMENTAL_CONNECTORS=true以启用它们（启用后它们会以"experimental": true列出）。如果你针对真实租户测试了它们， 维护者欢迎你报告哪些功能可用、哪些不可用。
  • Microsoft 和 Google 连接请求只读权限范围。在此版本之前建立的连接会保留其更宽泛的授权，直到重新连接。

CourtListener API 令牌

法律工具、法官情报、案件视图以及策略引擎的法理部分都读取自CourtListener。CourtListener 是 应用中唯一的法理来源。应用在没有令牌的情况下也能启动，但没有令牌时产品的法理部分 无法使用：

  • 引用检查在没有令牌时会硬性失败—validate_citation拒绝运行 并返回“需要令牌”错误，该错误会指明在哪里设置令牌 （_check_token位于backend/app/services/courtlistener_client.py）。
  • 其他所有 CourtListener 调用都会回退到匿名访问，其速率限制非常严格，以至于在任何 真实负载下研究功能都会变得不可用。

获取一个免费令牌，地址为https://www.courtlistener.com/help/api/rest/#permissions，然后要么设置COURTLISTENER_API_TOKEN在.env中，要么以管理员身份将其保存为实例级配置 （Settings → API Keys，或POST /api/v1/admin/integrations/courtlistener）—— 存储的 token 会在运行时覆盖.env值，无需重启。

项目结构

backend/
  app/
    main.py              FastAPI app, middleware, health
    config.py            Pydantic settings
    routers/             API routers
    services/
      rag/               RAG pipeline (search, generation, citations, intent)
      vectordb.py        ChromaDB/Pinecone abstraction
      embeddings.py      Multi-provider embeddings
      auth.py            JWT auth
      strategy.py        Matter strategy briefs
      courtlistener.py   CourtListener API
      ...
    middleware/          Security, CSRF
  migrations/            Alembic migrations
frontend/
  src/
    App.tsx
    api/                 Per-domain API clients
    views/               Page views
    stores/              Zustand stores
    components/          Shared components + modals
    layout/              App shell
scripts/                 Backup/restore, production setup, key rotation, NOTICE generator
docs/                    Deployment, data flows, secret rotation, incident response, ADRs
Dockerfile               Unified image (frontend + backend)
docker-compose.prod.yml  Bundled stack: Caddy + Postgres + Redis + backend
docker-compose.yml       Behind an existing proxy (Coolify/Traefik); external Postgres + Redis
docker-compose.dev.yml   Local development

仅 API（暂无 UI）

这些功能已实现并可通过 API 访问，但前端尚未 暴露它们。请将其视为预览：

  • 事项（/api/v1/matters）——事项记录、成员资格，以及成员之间 文档和聊天的共享。创建事项和更改 成员资格需要matters.manage权限。
  • 策略简报（/api/v1/strategy）——每个命题都会在 CourtListener 上检索，读取候选意见书，只有当能在真实意见书文本中 定位到逐字引用时，才会保留该引文。不支持的 引文会被丢弃，而不是展示出来。
  • Azure AD SSO——仅后端 token 交换；没有登录按钮。 不支持 SAML、通用 OIDC 和 SCIM。

上表功能中的其他所有内容，以及用户管理和 审计日志（Settings，仅管理员），都有 UI。

安全

  • 密码登录（PBKDF2-SHA256），可选或强制 TOTP MFA 和 恢复码；通过电子邮件重置密码，以及在应用中修改密码
  • JWT 访问令牌，配合 httpOnly cookie 中的轮换刷新令牌，在 Redis 中 撤销 JTI（生产环境必需），"在所有地方退出登录"
  • 每个用户最多 5 个会话，绝对生命周期为 8 小时，并有空闲 超时
  • 基于角色的权限（require_permission），可由管理员按角色调整
  • 每个文档、聊天和分析都按用户（以及按事项）限定作用域
  • CSRF 双重提交 cookie，使用 HMAC 签名；按 IP 限流；账户锁定
  • 对上传的原始文件、API 密钥、连接器 token 和 MFA 密钥使用 AES-256-GCM 静态加密。向量索引和数据库依赖你提供的磁盘 加密
  • CSP、HSTS、X-Frame-Options、Permissions-Policy 响应头
  • 审计日志使用 HMAC-SHA256 链式哈希，在启动时和按需验证

CaseCite 不持有任何安全认证（SOC 2、ISO 27001、HIPAA）。它 做什么和不做什么在SECURITY.md中描述，其中还 说明了如何报告漏洞；已知缺口列在ROADMAP.md中。

贡献

参见CONTRIBUTING.md欢迎提交 PR。贡献需在 Apache License 2.0 下接受，并附上开发者原创声明（Developer Certificate of Origin）签署（git commit -s）。