一個基於 React 和 FastAPI 的勞工保險智能諮詢平台，整合 RAG 系統、本地 AI 模型、地圖服務和互動式人體圖像介面。
- 🤖 RAG 增強型 AI 問答 - 基於向量資料庫的智能檢索，準確率 95%+
- ⚡ 常見問題加速 - 快速回答常見問題（<1 秒）
- 🗺️ 智能地圖導航 - 勞保局辦事處與合格醫院定位
- 👤 互動式身體檢測 - 點擊式人體圖像，快速描述傷害部位
- 📊 失能給付查詢 - 自動計算給付標準
| 軟體 | 版本 | 說明 |
|---|---|---|
| Python | 3.8+ | 後端服務 |
| Node.js | 18-20 | 前端建置（避免使用 22+） |
| Ollama | 最新版 | 本地 AI 模型服務 |
# Windows - 下載並安裝
# https://ollama.ai/download
# Linux/Mac
curl -fsSL https://ollama.ai/install.sh | sh
# 啟動 Ollama 服務（保持運行）
ollama serve
# 下載 AI 模型
ollama pull gemma3:4b# 安裝後端依賴
pip install -r requirements.txt
# 安裝前端依賴
cd frontend
npm install複製 env_example.txt 為 .env 並根據需要修改配置：
# 複製環境變數範例文件
cp env_example.txt .env.env 配置說明：
# API 設定
API_HOST=localhost # API 服務主機（0.0.0.0 允許外部訪問）
API_PORT=8000 # API 服務端口
# Ollama 設定
OLLAMA_HOST=http://localhost:11434 # Ollama 服務地址
OLLAMA_MODEL=gemma3:4b # 使用的 AI 模型
# ChromaDB 設定
CHROMA_DB_PATH=./chroma_db # 向量資料庫存儲路徑
# 前端設定
REACT_APP_API_URL=http://localhost:8000/api # 後端 API 地址# 進入前端目錄
cd frontend
# 若使用 Node.js 21/22 以上，請先加上 OpenSSL 相容旗標再建置
# Windows PowerShell（當前視窗有效）
$env:NODE_OPTIONS="--openssl-legacy-provider"; npm run build
# 如果是 Node.js 18~20，仍建議優先使用下列標準指令
# npm run build🎯 推薦方式（自動化啟動）
# Windows PowerShell - 一鍵啟動前後端
.\start_all.ps1手動啟動
# 後端（專案根目錄）
.\start_backend.ps1 # Windows
python simple_backend.py # 手動啟動
# 前端（另一個終端視窗）
cd frontend
npx serve -s build -l 3000| 服務 | 網址 | 說明 |
|---|---|---|
| 前端 | http://localhost:3000 | 使用者介面 |
| 後端 API | http://localhost:8000 | REST API 服務 |
| API 文檔 | http://localhost:8000/docs | Swagger 互動式文檔 |
- 向量資料庫檢索 - ChromaDB + Sentence Transformers
- 智能排序算法 - 相似度 + 關鍵詞匹配雙重評分
- 常見問題加速 - 資料庫直接回答（<1 秒）
- RAG 深度問答 - 向量檢索 + AI 生成（10-15 秒）
- 準確率 95%+ - 精確匹配勞保法規
- 勞保局辦事處定位 - 全台各地辦事處查詢
- 合格醫院導航 - 衛福部評鑑合格醫院列表
- 平滑地圖導航 - 點擊自動飛行到目標位置
- 詳細資訊展示 - 地址、電話、經緯度資訊
- 男女分離圖像 - 專業醫學解剖圖
- 18 個身體部位 - 精確定位受傷部位
- 透明點擊區域 - 直觀的圖像互動
- 失能等級分析 - 自動匹配失能給付標準
- 自動計算給付 - 根據投保薪資與失能等級
- 即時查詢 - 快速返回給付金額
- 分級標準展示 - 完整的失能等級對照表
- FastAPI - 高效能異步 Web 框架
- Ollama - 本地 LLM 服務（Gemma3:4b）
- ChromaDB - 向量資料庫（Cosine 相似度）
- Sentence Transformers - 文本嵌入模型
- Pydantic V2 - 資料驗證與序列化
- ThreadPoolExecutor - 非同步任務處理
- React - 使用者介面框架
- Material-UI - UI 組件庫
- Leaflet - 互動式地圖（OpenStreetMap）
- Axios - HTTP 客戶端
- LRU 快取 - 嵌入向量快取（提升 70% 效能）
- 速率限制 - IP 基礎請求限制（30 req/min）
- 日誌輪替 - 自動管理日誌文件（10MB/file）
- 錯誤降級 - 多層次降級策略
勞保衛隊/
├── frontend/ # React 前端
│ ├── public/ # 靜態資源
│ │ ├── 男_new.png, 女_new.png # 人體圖像
│ │ └── images/ # 其他圖片
│ ├── src/
│ │ ├── components/ # 可重用組件
│ │ │ ├── BodyDiagram.js # 身體檢測組件
│ │ │ ├── MapComponent.js # 地圖組件
│ │ │ └── ...
│ │ ├── pages/ # 頁面組件
│ │ │ ├── ChatPage.js # AI 諮詢頁面
│ │ │ ├── MapPage.js # 地圖頁面
│ │ │ ├── BodyInteractionPage.js # 身體檢測頁面
│ │ │ └── HomePage.js # 首頁
│ │ └── services/
│ │ └── api.js # API 服務層
│ └── build/ # 構建輸出
├── 勞保資料集/ # 知識庫數據
│ ├── 常見問題資料庫.json
│ ├── 勞工保險失能給付標準第三條附表.json
│ ├── 各失能等級之給付標準.json
│ ├── 勞保局各地辦事處.json
│ └── 衛生福利部評鑑合格之醫院名單_含經緯度.json
├── chroma_db/ # ChromaDB 向量資料庫
├── logs/ # 日誌文件
│ └── app.log
├── simple_backend.py # FastAPI 後端主程式
├── start_backend.ps1 # 後端啟動腳本
├── start_all.ps1 # 一鍵啟動腳本
├── requirements.txt # Python 依賴
├── .env # 環境變數（需自行建立）
├── env_example.txt # 環境變數範例
├── README.md # 專案說明
└── CHANGELOG.md # 開發日誌
症狀：前端顯示「AI 服務暫時無法使用」
解決方案：
# 1. 確認 Ollama 服務運行中
ollama serve
# 2. 確認模型已安裝
ollama list
# 3. 使用啟動腳本（自動設定環境變數）
.\start_backend.ps1注意：系統環境變數可能覆蓋 .env 設定，建議使用提供的啟動腳本。
症狀：error:0308010C:digital envelope routines::unsupported
解決方案：
# Windows PowerShell
cd frontend
$env:NODE_OPTIONS="--openssl-legacy-provider"; npm run build
# 或降級到 Node.js 18-20
nvm use 20
npm run build症狀：RAG 系統無法檢索相關文檔
解決方案：
# 刪除舊的資料庫並重新啟動
Remove-Item -Recurse -Force chroma_db
python simple_backend.py| 服務 | 端口 | 修改方式 |
|---|---|---|
| 後端 | 8000 | 修改 .env 中的 API_PORT |
| 前端 | 3000 | npx serve -s build -l <端口> |
| Ollama | 11434 | 修改 .env 中的 OLLAMA_HOST |
Windows 查看端口占用：
netstat -ano | findstr :8000- Ollama 服務已啟動
- Gemma3:4b 模型已下載
-
.env文件已建立（參考env_example.txt） - Python 依賴已安裝（
pip install -r requirements.txt） - 前端已建置（
npm run build） - 端口 8000 和 3000 未被占用
專案使用 .env 文件進行配置。參考 env_example.txt 建立您的配置：
# API 設定
API_HOST=localhost
API_PORT=8000
# Ollama 設定
OLLAMA_HOST=http://localhost:11434
OLLAMA_MODEL=gemma3:4b
# ChromaDB 設定
CHROMA_DB_PATH=./chroma_db
# 前端設定
REACT_APP_API_URL=http://localhost:8000/api支援所有 Ollama 相容的模型：
# 查看可用模型
ollama list
# 下載新模型
ollama pull llama2
ollama pull mistral
# 修改 .env
OLLAMA_MODEL=llama2推薦模型：
gemma3:4b- 平衡效能與準確度（預設）llama2:13b- 更高準確度，需要更多資源mistral:7b- 快速回應，中等準確度
所有數據文件位於 勞保資料集/ 目錄：
| 文件 | 用途 |
|---|---|
常見問題資料庫.json |
快速問答資料 |
勞工保險失能給付標準第三條附表.json |
RAG 向量檢索資料 |
各失能等級之給付標準.json |
給付金額計算 |
勞保局各地辦事處.json |
地圖位置資料 |
衛生福利部評鑑合格之醫院名單_含經緯度.json |
醫院位置資料 |
格式範例：
// 常見問題資料庫.json
{
"questions": [
{
"keywords": ["關鍵詞1", "關鍵詞2"],
"answer": "答案內容"
}
]
}| 端點 | 方法 | 說明 |
|---|---|---|
/api/chat |
POST | AI 問答（RAG + LLM） |
/api/body-part/injury-info |
POST | 身體部位傷害查詢 |
/api/disability/benefit |
POST | 失能給付計算 |
/api/maps/nearby |
POST | 地圖位置查詢 |
/docs |
GET | Swagger API 文檔 |
快取設定（simple_backend.py）：
CACHE_MAX_SIZE = 1000 # 嵌入向量快取大小
VECTOR_SEARCH_TOP_K = 5 # 向量檢索數量
SIMILARITY_THRESHOLD = 0.6 # 相似度閾值並發設定：
THREAD_POOL_MAX_WORKERS = 4 # 並發處理線程數
RATE_LIMIT_REQUESTS = 30 # 每分鐘請求限制歡迎提交 Issue 和 Pull Request！
- Fork 專案
- 建立功能分支（
git checkout -b feature/AmazingFeature） - 提交變更（
git commit -m 'Add some AmazingFeature'） - 推送到分支（
git push origin feature/AmazingFeature） - 開啟 Pull Request
查看 CHANGELOG.md 了解詳細的版本更新記錄。
當前版本：v2.3
- ✅ RAG 系統優化（準確率 95%+）
- ✅ 常見問題加速（<1 秒回應）
- ✅ 互動式身體檢測
- ✅ 智能地圖導航
本專案僅供學習和研究使用。
如有任何問題或建議，歡迎透過 GitHub Issues 聯絡我們。
🌟 如果這個專案對您有幫助，請給我們一個 Star！