cases

cases

中国裁判文书网搜索

• Demo: https://caseopen.org/
• Status: https://up.caseopen.org/

用法

[!CAUTION] 需要磁盘空间 320G 以上，可能需要数小时的时间

0. 下载程序并创建配置文件

方法一：从 releases 页面下载已编译好的二进制文件（推荐），https://github.com/cncases/cases/releases

方法二：自行编译

## 安装 rust
https://www.rust-lang.org/tools/install

## clone 本仓库
git clone https://github.com/cncases/cases.git

## 编译，对应程序在 target/release/ 文件夹中
cargo build -r 

配置文件参考config.toml

1. 下载原始数据（102G）

方法：通过bt下载，种子文件为 810air.torrent ，可以从本仓库下载，也可以通过链接 https://files.catbox.moe/810air.torrent

原始数据来源于马克数据网，文书数量超过8500万，约102G。下载后不要解压子文件，将文件路径填写到 config.toml 中的 raw_data_path 变量中；

2. 将数据加载到数据库中

运行 convert config.toml 程序。此过程会将原始数据放入数据库中，数据库文件路径为 config.toml 中的 db 变量；转换后的数据大小约为 200G，转换可能会花费数小时的时间；如果中途中断，再次运行会从中断处继续。

3. 创建索引

运行 index config.toml 程序会将数据库中的数据创建索引，索引文件路径为 config.toml 中的 index_path 变量；如果中途中断，需要删除 index_path 中的文件，重新运行 index 程序；默认情况下，不会索引案件内容，索引大小约为 15.5G，可能会花费数小时的时间。如果需要索引案件内容，需要将index.toml中的 index_with_full_text 设置为 true，但是这会使索引文件增加到150G左右，索引时间也会增加到十几个小时。

4. 运行搜索服务

运行 main config.toml 程序，用浏览器打开config.toml网址，即可搜索。

说明

当程序和配置文件放在同一目录下，且配置文件命名为 config.toml 时，可以省略配置文件路径参数。

开启语义搜索（可选）

1. 构建向量索引，详见 vsearch 仓库说明。
2. 在编译时开启 vsearch feature：cargo build -r -F vsearch，替换 main 可执行文件。
3. 在配置文件中添加相应配置，例如：
   • qdrant_grpc = "http://localhost:6334"
   • embedding_model = 1
   • collection_name = "cases"
4. 重启搜索服务。