LexRAG — belegter Retrieval-Agent für EU-Regulatorik

Ein agentisches RAG-System über den EU AI Act (VO (EU) 2024/1689) und die NIS-2-Richtlinie (RL (EU) 2022/2555). Beantwortet Fachfragen ausschließlich aus dem Normtext, belegt jede Aussage artikel- und absatzgenau — und schweigt nachweislich, wenn der Korpus die Frage nicht trägt.

Der Entwurfsgrundsatz: Im Zweifel nichts sagen, statt etwas Plausibles. Wer mit diesen Rechtsakten arbeitet, braucht prüfbare Fundstellen — eine flüssige Zusammenfassung ohne Beleg ist wertlos oder gefährlich. Belege sind deshalb keine Prosa, sondern Verweise, die gegen das tatsächlich Abgerufene geprüft werden; und eine Verweigerung gilt als korrektes Ergebnis, das eigens gemessen wird.

Hinweis: Kein Rechtsrat. Das System gibt den amtlichen Normtext wieder und ersetzt keine juristische Prüfung.

Kennzahlen

Stand 20260915 · Modell claude-sonnet-5 · Embedding sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 · k=6 · 24 Fälle (18 beantwortbar, 6 bewusst unbeantwortbar)

Gesamtkosten des Laufs: 1.512 USD.

Reproduzieren:

python evals/run_eval.py --retrieval-only   # deterministisch, ohne API-Kosten
python evals/run_eval.py                    # inkl. Agent und LLM-Judge

Related MCP server: French Law MCP Server

Was das System kann

Schnellstart

python3.11 -m venv .venv && ./.venv/bin/pip install -r requirements.txt
cp .env.example .env          # ANTHROPIC_API_KEY eintragen
./.venv/bin/python -m lexrag.cli fetch    # Amtstexte von EUR-Lex
./.venv/bin/python -m lexrag.cli index    # Chunking + Einbettung

Der erste Indexlauf lädt das Embedding-Modell (~330 MB) und rechnet auf CPU. Danach liegt alles in corpus/lexrag.db; weitere Läufe brauchen das nicht.

./.venv/bin/python -m lexrag.cli search "Meldefristen erhebliche Sicherheitsvorfälle"
./.venv/bin/python -m lexrag.cli ask "Wann müssen KI-erzeugte Inhalte gekennzeichnet werden?"
./.venv/bin/python -m lexrag.cli stats

HTTP-Dienst:

./.venv/bin/uvicorn lexrag.api:app --app-dir src --port 8730

Als MCP-Server einbinden

In claude_desktop_config.json (Pfade absolut):

{
  "mcpServers": {
    "lexrag": {
      "command": "/PFAD/lexrag/.venv/bin/python",
      "args": ["-m", "lexrag.mcp_server"],
      "env": { "PYTHONPATH": "/PFAD/lexrag/src" }
    }
  }
}

Danach stehen search_eu_law, get_eu_article und corpus_info als Werkzeuge bereit — das Modell des Clients antwortet, der Korpus liefert die Belege.

Korpus

Quelle: EUR-Lex, deutsche Sprachfassung. Aufgenommen sind Artikel und Anhänge, nicht die Erwägungsgründe — Begründung in ARCHITECTURE.md.

Amtliche EU-Rechtstexte sind frei weiterverwendbar; das Repository enthält keine geschützten Normwerke (ISO-Normen o. Ä.) und lädt die Texte zur Laufzeit.

Aufbau

src/lexrag/
  ingest.py      EUR-Lex-HTML -> zitierfähige Chunks (Artikel/Absatz)
  embed.py       lokale Embeddings (ONNX, kein zusätzlicher API-Key)
  store.py       SQLite: FTS5 + Vektoren, Hybrid-Suche mit RRF
  agent.py       Tool-Use-Schleife, erzwungenes Antwortschema, Beleg-Prüfung
  trace.py       JSONL-Trace mit Token-, Kosten- und Latenzrechnung
  api.py         FastAPI
  mcp_server.py  MCP
  cli.py         Kommandozeile
evals/
  golden.yaml    24 Fälle (18 beantwortbar, 6 bewusst unbeantwortbar)
  run_eval.py    Harness, zwei Ebenen
tests/           15 Unit-Tests

Details und Begründungen: ARCHITECTURE.md. Bedrohungsmodell und bekannte Schwächen: SECURITY.md. Messaufbau, gefundene Fehler und Grenzen: EVAL.md.

Lizenz und Haftung

Code: siehe LICENSE. Die Rechtstexte stammen von EUR-Lex und unterliegen der Wiederverwendungspolitik der EU. Das System ersetzt keine Rechtsberatung.