Legal Assistant - Local RAG Assistant

A private, source-grounded RAG platform for legal document Q&A

Ask questions over your private legal documents with local LLMs, source-grounded retrieval, and a role-protected admin dashboard.

English | Tiếng Việt

English

Overview

Legal Assistant is a full-stack local Retrieval-Augmented Generation (RAG) application for asking questions over private legal documents. It combines a React frontend, FastAPI backend, Ollama local LLM, Qdrant vector database, Redis/RQ background jobs, and LlamaIndex document retrieval.

The project is designed for private knowledge bases where documents, chat history, vectors, and model execution remain under your control.

AI-generated answers may be incomplete or incorrect. Always verify important legal conclusions against authoritative sources and the original documents.

Key Features

End-User Experience

Secure registration, login, logout, and logout from all devices.
Cookie-based authentication with HttpOnly access tokens and refresh sessions.
CSRF protection for state-changing browser requests.
Multi-session chat with persistent history.
Rename and delete chat sessions.
Server-Sent Events (SSE) streaming for real-time responses.
Markdown and GitHub-Flavored Markdown rendering.
Source-aware answers with document references.
Integrated PDF document viewer.
English and Vietnamese interface.
Responsive layout for desktop and mobile.

RAG and Document Processing

Upload and ingest PDF, DOC, DOCX, and TXT documents.
Client-side and server-side upload limits.
File metadata and signature validation.
Smart PDF reading with OCR support through Tesseract.
Hierarchical document chunking through LlamaIndex.
Local Hugging Face embeddings.
Default embedding model optimized for Vietnamese documents: dangvantuan/vietnamese-document-embedding.
Qdrant vector storage.
LlamaIndex AutoMergingRetriever for better context reconstruction.
Retriever cache invalidation when documents change.
Background ingestion through Redis Queue (RQ).
Task polling for upload/ingestion status.

Security and Access Control

Role-based access control: admin and user.
Super admin bootstrapped from environment variables.
Admin self-protection in API for role/status/delete operations.
Login, registration, chat, and upload rate limits.
Origin validation and double-submit CSRF protection.
Configurable cookie Secure, SameSite, and token expiration settings.
Path traversal protection for document file serving.

Admin Dashboard

The admin dashboard is available under /admin and requires an account with the admin role.

Document Management

View uploaded documents with pagination.
Display filename, file type, and file size.
Drag-and-drop multi-file upload.
Validate file count, per-file size, and total upload size.
Track background ingestion states: queued, processing, completed, failed.
Reload the document list after ingestion.
Preview documents:
- PDFs open in an embedded viewer.
- Text previews are available through the preview endpoint.
Delete individual documents with confirmation.
Delete all documents, vectors, and docstore after admin password verification.

Chunk Management

Open indexed chunks from a document row by clicking Chunks.
Dedicated full-page route: /admin/documents/:filename/chunks.
Review every indexed chunk for the selected document.
See chunk order, chunk ID, and full chunk content.
Edit chunk text in a wide full-page editor instead of a cramped modal.
Save changes to persist the docstore and re-embed the chunk into Qdrant.
Success and error feedback after saving.

User Management

View all users with pagination.
See username, role, and active/banned status.
Change role between user and admin with confirmation.
Activate or ban users with confirmation.
Reset user passwords.
Delete users with confirmation.
UI disables self-delete, self-ban, and self-role-change actions.

Chat Management

View all chat sessions across the system.
Search chat sessions by username or title.
See session creation date, username, and title.
Open a conversation history viewer.
Inspect message role, timestamp, content, and sources.
Delete individual chat sessions.
Delete all chat history after admin password verification.

Architecture

flowchart LR
  U["Browser / React UI"] --> N["Nginx frontend container"]
  N --> API["FastAPI backend"]
  API --> DB["SQLite / SQLAlchemy"]
  API --> Redis["Redis"]
  API --> Qdrant["Qdrant vector DB"]
  API --> Ollama["Ollama LLM"]
  API --> Store["DATA_DIR + docstore.json"]
  Redis --> Worker["RQ worker"]
  Worker --> Store
  Worker --> Qdrant
  Worker --> Ollama

Main Modules

Module	Purpose
`frontend/`	React 19 + TypeScript + Vite user and admin UI
`backend/app/main.py`	FastAPI app, CORS, CSRF middleware, startup lifecycle
`backend/app/api/auth.py`	Register, login, refresh, logout, `/me`
`backend/app/api/sessions.py`	Chat sessions and SSE chat endpoint
`backend/app/api/documents.py`	Upload, ingest, preview, chunks, document deletion
`backend/app/api/admin_users.py`	Admin user management
`backend/app/api/admin_chats.py`	Admin chat management
`backend/app/services/rag_pipeline.py`	Document ingestion, indexing, vector/docstore deletion
`backend/app/services/session_service.py`	Chat flow, message persistence, response streaming
`backend/app/services/task_service.py`	RQ task enqueueing and task status tracking
`backend/app/rq_worker.py`	Background ingestion worker

Technology Stack

Layer	Technologies
Frontend	React 19, TypeScript, Vite, React Router, i18next, lucide-react, React Markdown
Backend	FastAPI, Pydantic, SQLAlchemy
Auth	JWT, HttpOnly cookies, refresh sessions, CSRF double-submit
AI/RAG	LlamaIndex, Ollama, Hugging Face embeddings
Vector DB	Qdrant
Queue/cache	Redis, RQ
Document parsing	PyMuPDF, pypdf, LlamaIndex readers, Tesseract OCR
Default DB	SQLite
Deployment	Docker, Docker Compose, Nginx

Requirements

Recommended:

Docker Desktop or Docker Engine + Docker Compose.
NVIDIA GPU and NVIDIA Container Toolkit for faster inference/embedding.
Enough RAM for the LLM, embedding model, and Qdrant.
Disk space for Ollama models, Hugging Face cache, uploaded documents, docstore, and Qdrant data.

For local development:

Node.js compatible with Vite 8.
Python 3.11+.
Redis, Qdrant, and Ollama if not using Docker Compose.

Quick Start With Docker Compose

1. Create `.env`

cp .env.example .env

At minimum, set:

JWT_SECRET_KEY=replace_with_a_long_random_secret
SUPER_ADMIN_USERNAME=Admin
SUPER_ADMIN_PASSWORD=replace_with_a_strong_password
HF_TOKEN=your_huggingface_token_if_needed

2. Start the stack

docker compose up --build -d

Main URLs:

Frontend: http://localhost:3000
Backend API: http://localhost:8000
Ollama: http://localhost:11434
Qdrant REST: http://localhost:6333
Redis: localhost:6379

3. Pull the Ollama model

docker compose exec ollama ollama pull qwen2.5:7b

You can also change OLLAMA_MODEL in .env.

4. Sign in as admin

Open http://localhost:3000, sign in with:

SUPER_ADMIN_USERNAME
SUPER_ADMIN_PASSWORD

Then visit /admin.

Environment Configuration

Important .env.example groups:

Group	Variables	Notes
Ports	`PORT_FRONTEND`, `PORT_BACKEND`, `PORT_QDRANT`, `PORT_OLLAMA`	Host ports
Ollama	`OLLAMA_BASE_URL`, `OLLAMA_MODEL`	Local LLM
Qdrant	`QDRANT_URL`, `QDRANT_COLLECTION_NAME`, `QDRANT_PREFER_GRPC`	Vector store
Embeddings	`HF_HOME`, `HF_TOKEN`, `EMBEDDING_MODEL`, `EMBEDDING_DIMENSION`	Embedding model config
Auth	`JWT_SECRET_KEY`, `ACCESS_TOKEN_EXPIRE_MINUTES`, `REFRESH_TOKEN_EXPIRE_DAYS`	Cookie/JWT sessions
Admin	`SUPER_ADMIN_USERNAME`, `SUPER_ADMIN_PASSWORD`	Auto-created super admin
Upload	`UPLOAD_MAX_FILES`, `UPLOAD_MAX_FILE_MB`, `UPLOAD_MAX_TOTAL_MB`	Admin upload policy
Redis/RQ	`REDIS_URL`, `RQ_QUEUE_NAME`, `RQ_JOB_TIMEOUT_SECONDS`	Background ingestion
Rate limits	`RATE_LIMIT_*`	Login/register/chat/upload limits

Production notes:

Use a long random JWT_SECRET_KEY.
Set AUTH_COOKIE_SECURE=true behind HTTPS.
Set ALLOWED_ORIGINS to the exact frontend domains.
Use a strong super admin password.
Consider PostgreSQL instead of SQLite for larger or long-running deployments.

Local Development

Frontend

cd frontend
npm install
npm run dev

If the backend runs on another origin:

VITE_API_URL=http://localhost:8000

Backend

cd backend
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

The backend needs Redis, Qdrant, and Ollama.

Ingestion Worker

cd backend
python -m app.rq_worker

The worker must share the backend environment so it can access Redis, Qdrant, Ollama, embedding models, uploaded files, and the docstore.

Main API

All API routes are mounted under /api.

Authentication

Method	Endpoint	Description
`POST`	`/api/auth/register`	Register user
`POST`	`/api/auth/login`	Log in and set auth/refresh/CSRF cookies
`POST`	`/api/auth/refresh`	Rotate refresh token and issue new access token
`POST`	`/api/auth/logout`	Log out current device
`POST`	`/api/auth/logout-all`	Log out all devices
`GET`	`/api/auth/me`	Get current user and CSRF header

Chat Sessions

Method	Endpoint	Description
`POST`	`/api/sessions/`	Create chat session
`GET`	`/api/sessions/`	List current user's sessions
`GET`	`/api/sessions/{session_id}/messages`	Get session messages
`PATCH`	`/api/sessions/{session_id}/title`	Rename session
`DELETE`	`/api/sessions/{session_id}`	Delete user's session
`POST`	`/api/sessions/{session_id}/chat`	SSE chat stream
`DELETE`	`/api/sessions/all`	Admin delete all sessions, password required

Documents and RAG

Method	Endpoint	Description
`GET`	`/api/documents/?skip=&limit=`	Admin list documents
`POST`	`/api/documents/ingest`	Admin upload and queue ingestion
`POST`	`/api/documents/sync`	Admin queue sync for existing `DATA_DIR` files
`GET`	`/api/documents/tasks/{task_id}`	Admin poll task status
`GET`	`/api/documents/{filename}/preview`	Admin text preview
`GET`	`/api/documents/{filename}/chunks`	Admin list indexed chunks
`PUT`	`/api/documents/chunks/{chunk_id}`	Admin edit chunk and re-embed
`DELETE`	`/api/documents/{filename}`	Admin delete document and related vectors
`DELETE`	`/api/documents/all`	Admin delete all documents/vectors/docstore, password required
`GET`	`/api/documents/file/{filename}`	Authenticated file streaming

Admin Users and Chats

Method	Endpoint	Description
`GET`	`/api/admin/users`	Paginated users
`PUT`	`/api/admin/users/{user_id}/role`	Change role
`PUT`	`/api/admin/users/{user_id}/status`	Activate/ban user
`PUT`	`/api/admin/users/{user_id}/password`	Reset password
`DELETE`	`/api/admin/users/{user_id}`	Delete user
`GET`	`/api/admin/chats/sessions`	Admin list/search chat sessions
`GET`	`/api/admin/chats/sessions/{session_id}/messages`	Admin view messages
`DELETE`	`/api/admin/chats/sessions/{session_id}`	Admin delete chat session

Testing and Quality Checks

Frontend

cd frontend
npm run lint
npm run test
npm run build

Backend

pytest

Current test coverage includes authentication cookies/sessions, CSRF/security checks, file serving, upload limits, task queue behavior, worker bootstrap, admin bootstrap, and API smoke tests.

Operations and Data

Location	Contents
`backend/data/`	SQLite database and uploaded documents in local/dev mounts
`backend/storage/docstore.json`	LlamaIndex docstore
Docker volume `qdrant_storage`	Vector data
Docker volume `ollama_storage`	Ollama models
Docker volume `redis_storage`	Redis append-only data
Docker volume `hf_cache`	Hugging Face model cache

When documents change:

Admin upload queues background ingestion automatically.
Document deletion removes the file and related vector/docstore nodes, then clears retriever cache.
Editing a chunk persists the docstore and upserts the new embedding into Qdrant.
Manually copied files in DATA_DIR should be indexed via the sync endpoint/admin action.

Project Structure

.
├── assets/                  # README images/GIFs
├── backend/
│   ├── app/
│   │   ├── api/             # FastAPI routers
│   │   ├── db/              # SQLAlchemy, Redis, Qdrant setup
│   │   ├── models/          # Database models
│   │   ├── repositories/    # Data access
│   │   ├── schemas/         # Pydantic schemas
│   │   └── services/        # Auth, RAG, chat, queue, security
│   ├── data/                # Local uploaded data / SQLite in dev
│   ├── storage/             # LlamaIndex docstore
│   ├── Dockerfile
│   └── requirements.txt
├── frontend/
│   ├── src/
│   │   ├── components/
│   │   ├── context/
│   │   ├── hooks/
│   │   ├── i18n/
│   │   ├── pages/
│   │   │   └── admin/       # Admin dashboard pages
│   │   └── utils/
│   ├── Dockerfile
│   └── nginx.conf
├── tests/
├── docker-compose.yml
└── README.md

Tiếng Việt

Tổng Quan

Legal Assistant là một ứng dụng hỏi đáp tài liệu pháp lý chạy cục bộ theo mô hình Retrieval-Augmented Generation (RAG). Dự án kết hợp frontend React, backend FastAPI, LLM local qua Ollama, vector database Qdrant, Redis/RQ cho tác vụ nền và LlamaIndex để truy hồi tài liệu.

Hệ thống phù hợp với các kho tri thức riêng tư, nơi tài liệu, lịch sử chat, vector và quá trình chạy mô hình cần nằm trong hạ tầng do bạn kiểm soát.

Câu trả lời của AI có thể sai hoặc thiếu. Với nghiệp vụ pháp lý, hãy luôn kiểm chứng lại bằng văn bản gốc và nguồn chính thức.

Tính Năng Nổi Bật

Trải nghiệm người dùng

Đăng ký, đăng nhập, đăng xuất và đăng xuất khỏi tất cả thiết bị.
Xác thực bằng cookie HttpOnly, access token và refresh session.
CSRF protection cho các request thay đổi dữ liệu.
Hỗ trợ nhiều phiên chat và lưu lịch sử hội thoại.
Đổi tên và xóa phiên chat.
Chat streaming theo thời gian thực qua Server-Sent Events (SSE).
Hiển thị Markdown/GitHub-Flavored Markdown.
Câu trả lời có nguồn tham khảo từ RAG.
Trình xem PDF tích hợp.
Giao diện tiếng Việt và tiếng Anh.
Layout responsive cho desktop và mobile.

RAG và xử lý tài liệu

Upload và ingest tài liệu PDF, DOC, DOCX và TXT.
Kiểm tra giới hạn upload ở frontend và backend.
Kiểm tra metadata và chữ ký file.
Đọc PDF thông minh, hỗ trợ OCR bằng Tesseract cho tài liệu scan.
Tách chunk theo cấu trúc qua LlamaIndex.
Embedding local bằng Hugging Face.
Model embedding mặc định tối ưu cho tiếng Việt: dangvantuan/vietnamese-document-embedding.
Lưu vector trong Qdrant.
Dùng AutoMergingRetriever của LlamaIndex để tái tạo ngữ cảnh tốt hơn.
Tự làm mới cache retriever khi tài liệu thay đổi.
Ingest tài liệu chạy nền qua Redis Queue (RQ).
Polling trạng thái task upload/ingest.

Bảo mật và phân quyền

Phân quyền theo role: admin và user.
Tự tạo super admin từ biến môi trường.
API bảo vệ admin khỏi tự hạ quyền, tự khóa hoặc tự xóa chính mình.
Rate limit cho đăng nhập, đăng ký, chat và upload.
Kiểm tra Origin và CSRF double-submit.
Có thể cấu hình cookie Secure, SameSite và thời hạn token.
Chống path traversal khi stream file tài liệu.

Dashboard Admin

Dashboard admin nằm tại /admin và yêu cầu tài khoản có role admin.

Quản lý tài liệu

Xem danh sách tài liệu đã upload, có phân trang.
Hiển thị tên file, loại file và dung lượng.
Upload nhiều file bằng kéo-thả hoặc chọn file.
Kiểm tra số lượng file, dung lượng từng file và tổng dung lượng.
Theo dõi trạng thái ingest nền: queued, processing, completed, failed.
Reload danh sách tài liệu sau khi ingest.
Preview tài liệu:
- PDF mở trong viewer tích hợp.
- Text preview thông qua endpoint preview.
Xóa từng tài liệu với hộp thoại xác nhận.
Xóa toàn bộ tài liệu, vector và docstore sau khi nhập lại mật khẩu admin.

Quản lý chunks tài liệu

Từ dòng tài liệu, bấm Chunks để mở trang quản lý chunk.
Route riêng: /admin/documents/:filename/chunks.
Xem toàn bộ chunk đã index của tài liệu.
Mỗi chunk hiển thị thứ tự, ID và nội dung đầy đủ.
Chỉnh sửa chunk trong trang full-page rộng rãi, không còn bị bó trong modal.
Lưu chunk sẽ cập nhật docstore và re-embed vào Qdrant.
Có thông báo thành công/lỗi sau khi lưu.

Quản lý người dùng

Xem danh sách người dùng có phân trang.
Xem username, role và trạng thái active/banned.
Đổi role user/admin với xác nhận.
Khóa hoặc mở khóa tài khoản với xác nhận.
Reset mật khẩu người dùng.
Xóa người dùng với xác nhận.
UI vô hiệu hóa thao tác tự xóa, tự khóa hoặc tự đổi quyền chính mình.

Quản lý chat

Xem toàn bộ phiên chat trong hệ thống.
Tìm kiếm phiên chat theo username hoặc tiêu đề.
Xem ngày tạo, username và title.
Mở modal xem lịch sử hội thoại.
Xem role, thời gian, nội dung và sources của từng message.
Xóa từng phiên chat.
Xóa toàn bộ lịch sử chat sau khi nhập lại mật khẩu admin.

Kiến Trúc Hệ Thống

flowchart LR
  U["Browser / React UI"] --> N["Nginx frontend container"]
  N --> API["FastAPI backend"]
  API --> DB["SQLite / SQLAlchemy"]
  API --> Redis["Redis"]
  API --> Qdrant["Qdrant vector DB"]
  API --> Ollama["Ollama LLM"]
  API --> Store["DATA_DIR + docstore.json"]
  Redis --> Worker["RQ worker"]
  Worker --> Store
  Worker --> Qdrant
  Worker --> Ollama

Module chính

Module	Vai trò
`frontend/`	React 19 + TypeScript + Vite, giao diện user và admin
`backend/app/main.py`	FastAPI app, CORS, CSRF middleware, startup lifecycle
`backend/app/api/auth.py`	Đăng ký, đăng nhập, refresh, logout, `/me`
`backend/app/api/sessions.py`	Phiên chat và SSE chat endpoint
`backend/app/api/documents.py`	Upload, ingest, preview, chunks, xóa tài liệu
`backend/app/api/admin_users.py`	Admin quản lý users
`backend/app/api/admin_chats.py`	Admin quản lý chats
`backend/app/services/rag_pipeline.py`	Ingest, indexing, xóa vector/docstore
`backend/app/services/session_service.py`	Luồng chat, lưu message, stream response
`backend/app/services/task_service.py`	Queue task và theo dõi task status
`backend/app/rq_worker.py`	Worker ingest tài liệu nền

Công Nghệ Sử Dụng

Lớp	Công nghệ
Frontend	React 19, TypeScript, Vite, React Router, i18next, lucide-react, React Markdown
Backend	FastAPI, Pydantic, SQLAlchemy
Auth	JWT, HttpOnly cookies, refresh sessions, CSRF double-submit
AI/RAG	LlamaIndex, Ollama, Hugging Face embeddings
Vector DB	Qdrant
Queue/cache	Redis, RQ
Xử lý tài liệu	PyMuPDF, pypdf, LlamaIndex readers, Tesseract OCR
Database mặc định	SQLite
Deploy	Docker, Docker Compose, Nginx

Yêu Cầu Hệ Thống

Khuyến nghị:

Docker Desktop hoặc Docker Engine + Docker Compose.
NVIDIA GPU và NVIDIA Container Toolkit nếu muốn inference/embedding nhanh.
RAM đủ cho LLM, embedding model và Qdrant.
Dung lượng disk cho Ollama models, Hugging Face cache, uploaded documents, docstore và Qdrant data.

Phát triển cục bộ:

Node.js tương thích Vite 8.
Python 3.11+.
Redis, Qdrant và Ollama nếu không chạy bằng Docker Compose.

Cài Đặt Nhanh Bằng Docker Compose

1. Tạo `.env`

cp .env.example .env

Cấu hình tối thiểu:

JWT_SECRET_KEY=replace_with_a_long_random_secret
SUPER_ADMIN_USERNAME=Admin
SUPER_ADMIN_PASSWORD=replace_with_a_strong_password
HF_TOKEN=your_huggingface_token_if_needed

2. Khởi động stack

docker compose up --build -d

Các URL chính:

Frontend: http://localhost:3000
Backend API: http://localhost:8000
Ollama: http://localhost:11434
Qdrant REST: http://localhost:6333
Redis: localhost:6379

3. Pull model Ollama

docker compose exec ollama ollama pull qwen2.5:7b

Bạn cũng có thể đổi OLLAMA_MODEL trong .env.

4. Đăng nhập admin

Mở http://localhost:3000, đăng nhập bằng:

SUPER_ADMIN_USERNAME
SUPER_ADMIN_PASSWORD

Sau đó vào /admin.

Cấu Hình Môi Trường

Các nhóm biến quan trọng trong .env.example:

Nhóm	Biến	Ghi chú
Ports	`PORT_FRONTEND`, `PORT_BACKEND`, `PORT_QDRANT`, `PORT_OLLAMA`	Port host
Ollama	`OLLAMA_BASE_URL`, `OLLAMA_MODEL`	LLM local
Qdrant	`QDRANT_URL`, `QDRANT_COLLECTION_NAME`, `QDRANT_PREFER_GRPC`	Vector store
Embeddings	`HF_HOME`, `HF_TOKEN`, `EMBEDDING_MODEL`, `EMBEDDING_DIMENSION`	Cấu hình embedding
Auth	`JWT_SECRET_KEY`, `ACCESS_TOKEN_EXPIRE_MINUTES`, `REFRESH_TOKEN_EXPIRE_DAYS`	Cookie/JWT sessions
Admin	`SUPER_ADMIN_USERNAME`, `SUPER_ADMIN_PASSWORD`	Super admin tự tạo
Upload	`UPLOAD_MAX_FILES`, `UPLOAD_MAX_FILE_MB`, `UPLOAD_MAX_TOTAL_MB`	Chính sách upload
Redis/RQ	`REDIS_URL`, `RQ_QUEUE_NAME`, `RQ_JOB_TIMEOUT_SECONDS`	Ingest nền
Rate limits	`RATE_LIMIT_*`	Giới hạn login/register/chat/upload

Ghi chú production:

Dùng JWT_SECRET_KEY dài và ngẫu nhiên.
Đặt AUTH_COOKIE_SECURE=true khi chạy HTTPS.
Đặt ALLOWED_ORIGINS đúng domain frontend.
Dùng mật khẩu super admin mạnh.
Cân nhắc PostgreSQL thay SQLite nếu triển khai lâu dài hoặc nhiều user.

Phát Triển Cục Bộ

Frontend

cd frontend
npm install
npm run dev

Nếu backend chạy khác origin:

VITE_API_URL=http://localhost:8000

Backend

cd backend
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

Backend cần Redis, Qdrant và Ollama.

Worker ingest

cd backend
python -m app.rq_worker

Worker cần cùng môi trường với backend để truy cập Redis, Qdrant, Ollama, embedding model, uploaded files và docstore.

API Chính

Tất cả API nằm dưới prefix /api.

Authentication

Method	Endpoint	Mô tả
`POST`	`/api/auth/register`	Đăng ký user
`POST`	`/api/auth/login`	Đăng nhập và set auth/refresh/CSRF cookies
`POST`	`/api/auth/refresh`	Rotate refresh token và cấp access token mới
`POST`	`/api/auth/logout`	Đăng xuất thiết bị hiện tại
`POST`	`/api/auth/logout-all`	Đăng xuất tất cả thiết bị
`GET`	`/api/auth/me`	Lấy user hiện tại và CSRF header

Chat Sessions

Method	Endpoint	Mô tả
`POST`	`/api/sessions/`	Tạo phiên chat
`GET`	`/api/sessions/`	Liệt kê phiên của user hiện tại
`GET`	`/api/sessions/{session_id}/messages`	Lấy message của phiên
`PATCH`	`/api/sessions/{session_id}/title`	Đổi tên phiên
`DELETE`	`/api/sessions/{session_id}`	Xóa phiên của user
`POST`	`/api/sessions/{session_id}/chat`	SSE chat stream
`DELETE`	`/api/sessions/all`	Admin xóa toàn bộ sessions, cần password

Documents and RAG

Method	Endpoint	Mô tả
`GET`	`/api/documents/?skip=&limit=`	Admin liệt kê tài liệu
`POST`	`/api/documents/ingest`	Admin upload và queue ingest
`POST`	`/api/documents/sync`	Admin queue sync các file có sẵn trong `DATA_DIR`
`GET`	`/api/documents/tasks/{task_id}`	Admin poll trạng thái task
`GET`	`/api/documents/{filename}/preview`	Admin xem text preview
`GET`	`/api/documents/{filename}/chunks`	Admin liệt kê chunks đã index
`PUT`	`/api/documents/chunks/{chunk_id}`	Admin sửa chunk và re-embed
`DELETE`	`/api/documents/{filename}`	Admin xóa tài liệu và vector liên quan
`DELETE`	`/api/documents/all`	Admin xóa toàn bộ tài liệu/vector/docstore, cần password
`GET`	`/api/documents/file/{filename}`	Stream file cho user đã đăng nhập

Admin Users and Chats

Method	Endpoint	Mô tả
`GET`	`/api/admin/users`	Users có phân trang
`PUT`	`/api/admin/users/{user_id}/role`	Đổi role
`PUT`	`/api/admin/users/{user_id}/status`	Khóa/mở khóa user
`PUT`	`/api/admin/users/{user_id}/password`	Reset password
`DELETE`	`/api/admin/users/{user_id}`	Xóa user
`GET`	`/api/admin/chats/sessions`	Admin liệt kê/tìm kiếm chat sessions
`GET`	`/api/admin/chats/sessions/{session_id}/messages`	Admin xem messages
`DELETE`	`/api/admin/chats/sessions/{session_id}`	Admin xóa chat session

Kiểm Thử Và Kiểm Tra Chất Lượng

Frontend

cd frontend
npm run lint
npm run test
npm run build

Backend

pytest

Các nhóm test hiện có gồm auth cookie/session, CSRF/security, file serving, upload limits, task queue, worker bootstrap, admin bootstrap và API smoke tests.

Vận Hành Và Dữ Liệu

Vị trí	Nội dung
`backend/data/`	SQLite database và uploaded documents khi mount local
`backend/storage/docstore.json`	LlamaIndex docstore
Docker volume `qdrant_storage`	Vector data
Docker volume `ollama_storage`	Ollama models
Docker volume `redis_storage`	Redis append-only data
Docker volume `hf_cache`	Hugging Face model cache

Khi tài liệu thay đổi:

Upload qua admin sẽ queue ingest tự động.
Xóa tài liệu sẽ xóa file và các node vector/docstore liên quan, sau đó clear retriever cache.
Sửa chunk sẽ persist docstore và upsert embedding mới vào Qdrant.
Nếu copy file thủ công vào DATA_DIR, cần dùng sync endpoint/admin action để index lại.

Cấu Trúc Thư Mục

.
├── assets/                  # Ảnh/GIF dùng trong README
├── backend/
│   ├── app/
│   │   ├── api/             # FastAPI routers
│   │   ├── db/              # SQLAlchemy, Redis, Qdrant setup
│   │   ├── models/          # Database models
│   │   ├── repositories/    # Data access
│   │   ├── schemas/         # Pydantic schemas
│   │   └── services/        # Auth, RAG, chat, queue, security
│   ├── data/                # Local uploaded data / SQLite in dev
│   ├── storage/             # LlamaIndex docstore
│   ├── Dockerfile
│   └── requirements.txt
├── frontend/
│   ├── src/
│   │   ├── components/
│   │   ├── context/
│   │   ├── hooks/
│   │   ├── i18n/
│   │   ├── pages/
│   │   │   └── admin/       # Admin dashboard pages
│   │   └── utils/
│   ├── Dockerfile
│   └── nginx.conf
├── tests/
├── docker-compose.yml
└── README.md

Name		Name	Last commit message	Last commit date
Latest commit History 40 Commits
assets		assets
backend		backend
frontend		frontend
tests		tests
.env.example		.env.example
.gitattributes		.gitattributes
.gitignore		.gitignore
README.md		README.md
docker-compose.yml		docker-compose.yml

Folders and files

Latest commit

History

Repository files navigation

Legal Assistant - Local RAG Assistant

A private, source-grounded RAG platform for legal document Q&A

English

Overview

Key Features

End-User Experience

RAG and Document Processing

Security and Access Control

Admin Dashboard

Document Management

Chunk Management

User Management

Chat Management

Architecture

Main Modules

Technology Stack

Requirements

Quick Start With Docker Compose

1. Create .env

2. Start the stack

3. Pull the Ollama model

4. Sign in as admin

Environment Configuration

Local Development

Frontend

Backend

Ingestion Worker

Main API

Authentication

Chat Sessions

Documents and RAG

Admin Users and Chats

Testing and Quality Checks

Frontend

Backend

Operations and Data

Project Structure

Tiếng Việt

Tổng Quan

Tính Năng Nổi Bật

Trải nghiệm người dùng

RAG và xử lý tài liệu

Bảo mật và phân quyền

Dashboard Admin

Quản lý tài liệu

Quản lý chunks tài liệu

Quản lý người dùng

Quản lý chat

Kiến Trúc Hệ Thống

Module chính

Công Nghệ Sử Dụng

Yêu Cầu Hệ Thống

Cài Đặt Nhanh Bằng Docker Compose

1. Tạo .env

2. Khởi động stack

3. Pull model Ollama

4. Đăng nhập admin

Cấu Hình Môi Trường

Phát Triển Cục Bộ

Frontend

Backend

Worker ingest

API Chính

Authentication

Chat Sessions

Documents and RAG

Admin Users and Chats

Kiểm Thử Và Kiểm Tra Chất Lượng

Frontend

Backend

Vận Hành Và Dữ Liệu

Cấu Trúc Thư Mục

About

Topics

Resources

Uh oh!

1. Create `.env`

1. Tạo `.env`

Packages