⚖️ LawAgent AI — Türk Hukuku RAG Sistemi

TÜBİTAK 2209/A kapsamında geliştirilen, Türk Borçlar Kanunu (TBK), Türk Ticaret Kanunu (TTK), Tüketici Kanunu (TKHK) ve Yargıtay kararlarını kapsayan yapay zeka destekli akıllı hukuk asistanı projesidir.

Bu proje iki ana bileşenden oluşmaktadır:

1. BACKEND (FastAPI & RAG): Hukuki metinleri işleyen, vektör tabanlı arama yapan ve yapay zeka entegrasyonu sağlayan Python sunucusu.
2. FRONTEND (React & Vite): Kullanıcıların hukuk asistanıyla etkileşime girebileceği modern ve dinamik arayüz.

---

⚠️ ÖNEMLİ BİLGİ: GitHub'dan İndirilen Dosyalar Hakkında

Bu projeyi GitHub'dan indirdiğinizde, .gitignore kuralları gereği hukuki veri seti (.json dosyaları) ve vektör veritabanı (Qdrant) indirilmez. Bu dosyalar boyutu çok büyük olduğu için Git'te takip edilmez.

Bu nedenle projeyi ilk kez kurduğunuzda öncelikle veri kazıma (scraping) ve vektör oluşturma (embedding) ardışık düzenini (pipeline) çalıştırmanız ZORUNLUDUR. Aksi halde API sunucusu eksik veri hatası vererek çalışmayacaktır.

---

🚀 Kurulum ve Çalıştırma Rehberi

Projeyi yerel bilgisayarınızda ayağa kaldırmak için aşağıdaki adımları sırasıyla izleyin.

1. Ön Koşullar

• Python 3.11+ (Backend için)
• Node.js 18+ (Frontend için)
• Groq API Anahtarı: LLM (Llama-3) kullanımı için console.groq.com üzerinden ücretsiz bir API anahtarı almanız gerekir.

2. Repoyu Klonlayın

git clone https://github.com/KULLANICI_ADI/LawAgent.git
cd LawAgent

3. Backend Kurulumu ve Veri Tabanının Hazırlanması

Öncelikle sanal ortamı kurup veritabanını sıfırdan oluşturmalıyız.

cd BACKEND

# 1. Sanal ortam (venv) oluşturun ve aktif edin
python -m venv .venv
# Windows için: .venv\Scripts\activate
# Mac/Linux için: source .venv/bin/activate

# 2. Bağımlılıkları yükleyin
pip install -r requirements.txt

# 3. Ortam değişkenlerini yapılandırın
# .env.example dosyasının bir kopyasını alıp adını .env yapın.
cp .env.example .env
# Oluşturulan .env dosyasını bir metin editörüyle açıp GROQ_API_KEY bilginizi ekleyin.

# 4. VERİ TABANINI OLUŞTURUN (ZORUNLU İLK ADIM)
# Mevzuat ve Yargıtay sitelerinden güncel veriler çekilecek, parçalanacak ve vektörleştirilecektir.
# İşlem internet hızınıza ve bilgisayarınıza bağlı olarak birkaç dakika sürebilir.
# Windows PowerShell için:
.\run_pipeline.ps1

# Linux/Mac Bash için:
bash run_pipeline.sh

# 5. Sunucuyu başlatın
python src/generator.py --api

(Sunucu başarıyla başlatıldığında http://localhost:8000 portunda çalışacaktır. Bu terminali kapatmayın.)

4. Frontend Kurulumu ve Başlatılması

Backend çalışmaya devam ederken, yeni bir terminal penceresi açın ve kullanıcı arayüzünü ayağa kaldırın.

cd FRONTEND

# 1. Gerekli kütüphaneleri yükleyin
npm install

# 2. Geliştirme ortamı yapılandırması (Opsiyonel)
# Eğer Backend localhost:8000 portunda çalışıyorsa Vite yapılandırması genellikle sorunsuz çalışır.
# Sorun yaşarsanız FRONTEND dizinine bir .env dosyası oluşturup aşağıdaki değeri ekleyebilirsiniz:
# VITE_API_URL=http://localhost:8000

# 3. Arayüzü başlatın
npm run dev

(Terminalde beliren http://localhost:5173 bağlantısına tıklayarak LawAgent web arayüzüne ulaşabilirsiniz.)

---

📦 Mimari Yapı ve Teknolojiler

LawAgent/
├── BACKEND/
│   ├── src/
│   │   ├── scraper_mevzuat/    # mevzuat.gov.tr veri kazıma (Scrapy)
│   │   ├── scraper_yargi/      # yargitay.gov.tr veri kazıma (Scrapy)
│   │   ├── scraper/            # Ön işleme (preprocessing) ve parçalama (chunking)
│   │   ├── data/               # (İndirilmez!) Corpus JSON'ları ve Qdrant DB burada oluşur
│   │   ├── embedder.py         # Mursit-Base-TR-Retrieval vektörleştirme
│   │   ├── retriever.py        # BM25 + Dense hybrid arama motoru
│   │   └── generator.py        # FastAPI Sunucusu & Llama-3 (Groq) entegrasyonu
│   └── run_pipeline.ps1/sh     # Tüm veri akışını otomatize eden betikler
└── FRONTEND/
    ├── src/
    │   ├── app/pages/          # Web arayüzü ana sayfaları (Home, About, vb.)
    │   └── app/components/     # UI Bileşenleri
    └── package.json            # Node.js yapılandırması

Bileşen	Teknoloji
Frontend	React, Vite, TypeScript, TailwindCSS
API Server	FastAPI, Uvicorn
Web Scraping	Scrapy, BeautifulSoup4
Vektör DB	Qdrant (Local)
LLM (Model)	Llama-3.3-70b (Groq Üzerinden)

---

📸 Uygulama Ekran Görüntüsü

📄 Lisans

Bu proje Bitirme Projesi kapsamında geliştirilmiştir.