intelligent-audit-system

图1：审脉 AuditPilot 全景图

背景：当审计工作遇上 AI Agent

企业审计是一项高度专业化、流程严谨的工作——审计师需要收集证据、对照控制标准、评估风险、生成发现、提出整改建议，最终形成可交付的审计报告。传统的审计工具往往是一个文档协作平台，AI 能力仅停留在"智能搜索"层面。

审脉 AuditPilot（GitHub 1164 ★，Python）另辟蹊径：它将整个审计交付流程重新设计为一套可治理的 AI Agent 工作流。核心理念是"AI 帮助理解、总结和解释，但证据完整性、质量门禁、权限控制和交付状态始终可追溯"——换句话说，Agent 不是黑盒裁判，而是有边界的工具人。

架构拆解：9 层组件构成的审计 Agent 引擎

从 start.py 的启动流程和 config.py 的配置体系可以看出，AuditPilot 采用了分层架构：

第 1 层：混合意图路由（Intent Router）。用户输入审计任务后，系统首先进行意图分类，决定走哪条子工作流（审计规划 / 证据检索 / 风险评估 / 整改跟踪）。这一层不依赖 LLM，用规则引擎做快速分流。

第 2-4 层：Memory 三件套。Working Memory 保留当前会话上下文；Episodic Memory 存储历史审计任务轨迹；Profile Memory 维护被审计单位的背景信息。三者共同构成多轮审计的上下文基础。

第 5 层：Agent 运行时内核（services/agent_runtime.py）。有界的 Plan/Execute/Reflect 循环：Planner 按任务自适应规划，Executor 调用 Skills/MCP 工具执行动作，Reflector 校验交付物完整性并触发人工复核出口，Recovery 模块负责失败重试和断点续跑。

第 6 层：Agentic RAG（rag/agentic_rag.py）。采用 TF-IDF + 关键词多路召回 + 融合重排，而非单纯依赖语义向量。这是一种务实的设计——审计场景有大量规范化术语，纯向量检索容易漂移。语义向量为可选增强，关闭时不影响核心功能。

第 7 层：Skills / MCP 风格工具。工具以 Schema 声明式注册，执行前进行 RBAC 校验和租户隔离。内置熔断器和 TTL 缓存，防止单个工具故障拖垮整个工作流。

第 8 层：评测 Harness（services/evaluation_orchestrator.py）。对任务结果、执行轨迹、工具调用、证据依据、安全权限、上下文和鲁棒性进行 9 层分层评测。关键断言失败直接阻断发布。

第 9 层：Evidence Graph（knowledge_graph/）。用 Neo4j 构建证据图谱，连接任务、步骤、工具运行和产物，检测来源覆盖率和断裂依赖关系。

图2：审计工作台 — 审计立项、控制矩阵、抽样计划、发现整改全流程管理

技术栈：FastAPI 后端 + LangChain 中间层

后端基于 FastAPI + Uvicorn，模板引擎用 Jinja2，提供了完整的 Web UI。核心依赖：

• fastapi + uvicorn：Web 服务层
• langchain_core + langchain_openai：Agent 编排
• scikit-learn + numpy：TF-IDF 向量化
• networkx：Evidence Graph 图计算
• pymysql + sqlalchemy：MySQL 持久化（可选）
• neo4j：图谱存储（可选）

这套技术栈的选型非常务实——没有引入重量级的 LangChain Agents 框架，而是用 LangChain 做工具调用抽象，核心 Agent 逻辑自研，实现了灵活性和可控性的平衡。

图3：Agent 运行时 — 有界 Plan/Execute/Reflect 循环的实时可视化

快速部署：Docker 一键启动，无需密钥也能跑

最值得称道的工程决策：支持无模型密钥的降级运行模式。未配置 DEEPSEEK_API_KEY 时，系统进入确定性回退模式，审计工作流、RAG、评测和界面仍可完整体验。

Dockerfile 采用多阶段构建（python:3.11-slim），非 root 用户运行，内置健康检查。docker-compose 一键部署：

docker-compose up -d
# 访问 http://localhost:8000

可选增强：MySQL 标准库、Neo4j 图谱、本地语义向量（需安装 requirements-embeddings.txt 并设置 RAG_ENABLE_EMBEDDINGS=1）。

图4：多 Agent 协作 — 规划、证据、控制、风险与整改 Agent 的协同工作流

评测体系：9 层门禁，不是玩具

大多数 Agent 项目的"评测"停留在输出质量人工打分。AuditPilot 实现了自动化分层评测，7 个维度：

• 任务结果：输出是否满足审计目标
• 执行轨迹：每个 Agent 步骤是否合规
• 工具调用：工具选择和参数是否正确
• 证据依据：引用的证据是否充分
• 安全权限：RBAC 校验是否通过
• 上下文：记忆是否正确传递
• 鲁棒性：注入攻击是否被拦截

关键断言失败直接触发 Release Gate，阻断发布。失败只沉淀为经验候选，通过回归评测和人工批准后才允许复用，防止"学会了坏习惯"。

图5：分层评测结果 — 任务、轨迹、工具、证据、安全、上下文、鲁棒性七维评分

数据安全与可审计性

• Bearer Token 身份认证 + RBAC 权限模型
• 请求限流防止滥用
• 哈希链审计事件（不可静默篡改）
• SQLite WAL 事务存储
• Prompt 注入检测
• 上传治理（文件大小限制 + 内容扫描）

本地部署时 SECURITY_MODE=local；共享或网络部署必须切 SECURITY_MODE=enforced。所有敏感配置在 config.env 中管理。

图6：移动端概览 — 响应式设计，移动端可浏览工作台和评测结果

适用场景

• 会计师事务所或企业内部审计部门的标准化审计流程
• AI Agent 项目需要可回归的评测基准
• 需要证据链完整性的合规审查

局限：当前未使用主流 Agent 框架（LangChain Agents / AutoGen），工具生态受限；Agent 协作机制为项目自研，成熟度有待生产环境验证；Neo4j 和 MySQL 为可选依赖，图谱能力依赖额外运维。

行业意义

1164 个 GitHub Stars，14 个 topic 标签——AuditPilot 的定位不是又一个"AI 聊天助手"，而是瞄准企业审计这个强合规要求的垂直场景。它的价值在于证明了：在强监管领域，Agent 的"可控性"比"智能性"更重要。9 层评测门禁 + 人工复核出口的设计，比单纯追求输出质量更有工程意义。随着 AI Agent 在企业级场景落地加速，这类"可治理 Agent 工作台"的需求会持续增长。

图7：审脉 AuditPilot Logo