旧电脑跑本地法律知识库：Qwen加AnythingLLM

相关工具：合同审查助手 Skill 腾讯电子签 Skill MCP-Doc Word 文档处理

配备第四代酷睿处理器和16GB内存的旧电脑，用Ollama跑Qwen轻量模型，再用AnythingLLM管理文档和检索，律师和企业法务可以试试搭一个个人法律知识库。它主要用来检索合同、案卷、会议纪要和项目备忘录，对材料做初步归纳，跑不了大型模型训练或高并发任务。

拿i5-4590、GTX 960 2GB、16GB DDR3内存，再加SSD和机械硬盘这样的机器来说，硬件已经撑不起大型模型，但还能跑参数规模小的本地模型。做中文摘要、条款梳理和文书初稿，可以选Qwen系列轻量模型；要做简单的问题拆分和逻辑整理，也可以试小参数推理模型。这类设备的响应速度一般比云端慢，更适合个人资料检索和低频文本处理。

谁负责跑模型，谁管文档

这套方案里，Ollama负责下载、加载和运行本地模型，AnythingLLM提供对话界面、文档管理、工作区以及检索增强生成（RAG）。对不熟命令行的使用者来说，AnythingLLM把调用模型和管理资料的门槛降了下来。

硬件怎么分配，直接影响用起来的感受。系统、Ollama、模型文件和AnythingLLM建议装进SSD，历史案卷、合同、文书和其他低频资料可以放机械硬盘，再通过索引收进知识库。跑轻量文本任务，内存往往比老独立显卡更要紧：8GB比较紧张，16GB算基本配置，32GB才方便同时开模型、索引程序和办公软件。改造旧设备之前，先查内存容量和SSD剩余空间，再决定要不要换显卡。

本地检索适合哪些材料

律师和法务经常经手合同原件、当事人陈述、证据材料、企业内部文件、谈判记录和法律意见书初稿，里面可能有客户秘密、个人信息和商业信息。把模型和资料留在本地，能少一道上传到外部平台的环节。云端产品就算给了企业版、数据隔离或不用于训练的承诺，使用者还是得结合保密义务、客户约定和本机构的数据制度来选。涉及个人信息处理的，站内 AI Skill 与 MCP 库的个人信息分类里有现成工具可看。

AnythingLLM的RAG会先从导入的本地文档里检索相关片段，再让模型据此组织回答。跟一般对话工具比，这种方式更贴近一部分法律资料工作，因为使用者可以顺着答案去核查它依据的合同条款、会议纪要或证据材料。

使用者可以按合同审查、劳动争议、租赁纠纷、公司治理、常年法律顾问和诉讼研究等业务，各建一个独立工作区。客户、案件和项目分开管，能减少检索结果互相混进来。碰到敏感资料，还要设置系统账户权限、磁盘加密、备份和访问日志；文件只存在本地，并不自动解决设备丢失、恶意软件或内部越权访问的问题。按业务建工作区时，站内 AI Skill 与 MCP 库的合同审查分类里也有可复用的条目。

旧电脑这套，推理能力有限

轻量本地知识库适合合同问答、历史文档检索、案情摘要、条款归纳、会议纪要整理、常用模板管理和个人资料归档。受硬件和模型规模限制，复杂法律推理、大批量并发处理它做不了，也替代不了专业法律数据库。法律意见、诉讼策略和对外文书，还是得专业人员审核后再交付。

RAG也消不掉模型幻觉。模型可能看错条款、漏掉限定条件，或者把检索到的内容和自己的推断混在一起说；文档解析质量、切分方式和索引设置同样会影响答案。用的时候要保留出处链接或文档定位信息，回到原文核对上下文，并记录重要判断的复核过程。

旧电脑跑本地模型，给法律从业者提供了一种成本有限的资料整理办法。用不用，还得看设备性能、文件规模、保密要求和维护能力；真正用到业务里之前，最好先拿非敏感材料测一测检索准确率、响应速度和权限设置。