代码算事实、模型做解释：本地LLM处理瑞士行政信

瑞士的公共机构来信往往附带着不容忽视的时间节点。一份 Zahlungsbefehl（支付令）通常只留给你十天时间去提出异议，Einsprache（异议申请）的法定期限则常见为三十天。错过日期，一项权利就没了。而这些信件使用的语言，对许多收件人来说并非母语。

开发者为此构建了一个名为 "Sportello chiaro" 的本地小工具，用平实的意大利语解释这类信件，并标出截止日期。这是一个 MVP（最小可行性产品），其核心设计思路很值得聊一聊：在涉及法律事实的场景里，语言模型该站在什么位置。

核心原则：模型绝不去产出关键事实

语言模型擅长解释，但在日期运算和准确引用天数这件事上并不可靠。因此，截止日期不交给模型来生成，而是由代码产出。

工具用一段正则匹配送达通知日期，提取类似德语的 zugestellt am 或法语的 notifié le 之后跟随的日期字符串：

SERVED_RE = re.compile(
    r"(?:zugestellt am|zustellung am|zugestellt:|notifié le|notifiée le|reçu le)"
    r"\s*(\d{1,2})[.\/](\d{1,2})[.\/](\d{4})", re.I)

拿到通知日期后，工具根据文书类型选取对应的天数——Zahlungsbefehl 或 Strafbefehl 取 10 天，Einsprache 取 30 天——再执行 end = served + timedelta(days=days) 完成计算。

模型随后才登场，拿到信件原文和一段系统提示词。提示词的核心约束很直白：只用信件中已有的信息，不得编造日期、金额或法条。它的任务只有一件，生成四个固定章节的可读解释。

Zahlungsbefehl 与 Strafbefehl 的法定异议期限

Zahlungsbefehl（支付令）是瑞士债务催收程序的开端，由州级 Betreibungsamt（催收机构）发出。收到后，债务人若认为债务不存在或金额有误，可在十日内向同一机构提交 Rechtsvorschlag（法律异议），逾期则债务被认定为无争议，可进入强制执行。Strafbefehl（刑事处罚令）是检察官在不经主审程序时直接作出的处罚决定，收件人若不服，同样需在十日内提出 Einsprache，否则判决生效。Einsprache 一词在两种程序中含义略异：在刑事处罚令中即指对处罚令本身提出异议，在行政决定中则泛指对官方处分的异议申请。工具按文书类型切换 10 天与 30 天，正是对应这些不同的法定框架。

优雅降级：模型掉了，事实还在

调用本地模型的部分用的是朴素的 urllib，取返回结果里的第一个 choice 文本。一旦模型调用失败，分析流程会自动回退到基于规则的那套输出，并记录下错误。

用户依然能看到截止日期和一份回复模板，只是少了那些解释性的文字。这种设计把"必须正确"和"读起来顺畅"这两件事解耦了——前者永远不会因为模型抖动而消失。

朴素 urllib 与本地模型服务

代码中直接使用 Python 标准库 urllib 向本地推理服务发起 HTTP 请求，取返回 JSON 中第一个 choice 的文本。这通常意味着模型以 OpenAI 兼容的 /v1/chat/completions 接口暴露，Ollama 与 llama-cpp-python 都提供此类端点。相比 requests 或官方 SDK，urllib 无需额外依赖，代价是错误处理更繁琐、超时与重试都要手写，且流式输出支持有限。对于约 300 行、只面向单机用户的 MVP 而言，这是刻意的最小依赖选择；但生产环境通常会换成更成熟的 HTTP 客户端，以处理连接池、超时策略和后端切换。

已经测过的部分

开发者对测试边界的交代很克制，值得细看：

• 技术栈：仅用 Python 3.10 标准库（urllib、http.server、re、datetime、json），约 300 行。提供一个 CLI 和运行在 127.0.0.1:8080 的本地网页。
• 模型：测试中使用的是通过 llama-cpp-python 跑起来的 Gemma 3 1B（Q4_K_M）。其设想的默认配置是通过 Ollama 调用更大的模型，但那个配置并未经过测试。
• 测试：六个 pytest 测试，全部停留在规则层面。其中一个验证 10 月 12 日送达加 10 天得到 2026 年 10 月 22 日；另一个验证回复模板的选择逻辑；第三个验证无关文本会被判定为低紧急度。
• 端到端：用一封虚构的信做了一次完整流程，用 1B 模型大约跑了 40 秒。

Gemma 3 1B 与 Q4_K_M 量化

Gemma 3 1B 是 Google 发布的小型开源模型，参数量约十亿，可在普通笔记本 CPU 上运行。Q4_K_M 是 GGUF 格式下的一种 4 比特量化方案，K 表示采用 k-quant 分块量化，M 为中等压缩等级，通常在模型大小与输出质量之间取得较好平衡。量化后模型体积从数 GB 降至不足 1 GB，推理速度更快，但生成文本的连贯性和事实一致性会有所下降。这解释了为何用 1B 模型跑一封虚构信需要约 40 秒，也解释了为何把日期计算与可读解释拆开：小模型即使解释得生硬，也不影响截止日期本身的正确性。

尚未完成的部分

同样需要被清楚说明的是缺口：

• 对模型输出没有做 schema 校验。工具不会去核实回答是否包含那四个章节，也不会核对行文里的截止日期与计算出的日期是否一致。这是开发者下一步打算补上的。
• 截止日期的计算没有处理周末和公共假日。
• 不支持 OCR，也不支持 PDF 输入，只能粘贴文本。
• 还没有用户，仓库也未公开。
• 它不是法律建议，开发者也不打算把它当作法律建议来呈现。

为什么要本地运行

这些信里写着姓名、地址和债务信息。把模型留在用户自己的机器上，意味着文本始终不离开本地。代价是小模型更慢、表达也更生硬——这正是把必须正确的部分交给规则来承担的原因。

可复用的思路

当一项任务同时涉及语言和事实，把它拆开。让代码产出必须精确的内容，让模型负责解释。然后，把自己测过和没测过的部分都讲清楚。

这个原则的适用范围远不止瑞士的行政信件。任何需要从文档中提取硬性事实并辅以自然语言说明的场景——保险理赔通知、税务函件、法院文书——都可以借鉴这种"代码管计数、模型管表达"的分工。而对未测试边界的诚实标注，本身就是这类工具可信度的一部分。