审脉 AuditPilot

面向真实审计交付的企业级 AI Agent 工作台。AuditPilot 将审计立项、RAG 取证、控制映射、风险评估、整改闭环、Human Review、评测门禁和交付包沉淀在同一条可追溯证据链里，用一个可运行的 Web 产品展示 Agent 工程化落地能力。

默认支持无外部大模型密钥的确定性降级模式；配置兼容 OpenAI 协议的模型后，可启用 LLM 增强分析。真实 API Key 只应放在本地 config.env 或部署平台 Secret 中，仓库不会提交密钥。

AuditPilot 工作台

项目亮点

能力	说明
审计交付闭环	从范围、控制矩阵、审计程序、抽样、证据请求、发现、整改到交付包，形成可复核链路。
Agent Runtime	支持 Plan / Execute / Reflect、任务产物、失败恢复、安全门和运行指标。
Agentic RAG	知识写入、切块、检索、来源引用、证据质量门和缺证提示。
Skills / MCP 治理	工具 Schema、权限声明、TTL 缓存、熔断器、调用日志和指标诊断。
分层记忆	Working / Episodic / Profile Memory，支持多轮审计上下文保留。
Evaluation Harness	Agent / RAG / Research 评测、基线对比、release gate、badcase 沉淀。
自进化诊断	将大厂 Agent 面经/JD 关注的 Runtime、RAG、Tool、Memory、评测和生产化问题转为可执行诊断。
生产化基础	FastAPI、Docker、健康检查、CORS、本地持久化、可选 MySQL / Neo4j / 云平台配置。

Web 截图

工作台首页	审计项目工作台

Agent 协作	Agent 运行时

移动端首页

快速启动

python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt
Copy-Item config.env.example config.env
python start.py

安全配置

请不要把任何真实密钥提交到 GitHub。推荐做法：

复制 config.env.example 为本地 config.env。
在 config.env 中填写 DEEPSEEK_API_KEY、OPENAI_API_KEY 或其他 OpenAI-compatible Key。
生产部署时使用 Railway / Fly.io / Render / Docker Secret 等平台 Secret 管理。
config.env、.env*、运行数据、日志、模型文件和本地数据库已写入 .gitignore。

不配置模型密钥时，系统仍可运行审计流程、RAG 检索、控制映射、证据分析、Agent Runtime、评测与页面演示，只是 LLM 增强分析会降级。

页面地图

路由	用途
`/`	产品级总览、核心指标、Self-Evolution Harness、审计项目和交付信号。
`/audit`	从立项到整改关闭的完整审计项目工作台。
`/chat`	多 Agent 协作入口，输出上下文、风险、证据缺口和质量门。
`/knowledge`	知识写入、文档切块、RAG 检索和来源验证。
`/skills`	Agent Runtime、Skills、MCP-style Tool Use、质量诊断和自进化控制面。
`/training`	Agent / RAG / Research 评测、基线回归和发布门禁。

架构概览

审计项目 / 用户输入
  -> Hybrid Intent Router
  -> Working + Episodic + Profile Memory
  -> Planner / Evidence / Control / Risk / Compliance / Remediation Agents
  -> Agentic RAG + Knowledge Graph + Skills / MCP Tools
  -> Safety Gate + Reflection + Human Review
  -> Audit Repository + Evaluation Baseline + Delivery Package

系统边界：

模型负责理解、归纳、解释和生成建议；证据缺口、质量门、权限、安全门、交付状态保留可审计的确定性逻辑。
Agent 不替代审计师最终专业判断；证据不足、高风险或低置信度会进入补证和人工复核。

测试

.\.venv\Scripts\python.exe -m compileall -q agents services rag web tests scripts
.\.venv\Scripts\python.exe -m unittest discover -s tests -p "test_*.py"

当前自动化测试覆盖意图路由、分层记忆、Skill 输入治理与缓存、Agent Runtime 反思、评测基线回归、自进化 Harness、质量诊断和全局搜索。

项目结构

agents/                 审计 Agent 主链与控制库
services/               Runtime、Memory、Router、Skills、安全、评测、交付
rag/                    Agentic RAG 与持久化知识库
knowledge_graph/        图谱构建与 Neo4j 可选接入
training/               Agent 评测与离线训练入口
web/                    FastAPI 应用与 API
templates/ + static/    产品界面
tests/                  自动化回归测试
docs/                   项目归档、面试材料与截图
data/                   本地运行数据，大部分已被 Git 忽略

真实性说明

项目中的运行记录、工具调用、评测、记忆和审计档案由真实代码生成并持久化，不是静态截图。
未经压测验证的吞吐、准确率或可用性不作为项目事实；简历量化应使用实际评测结果。
SFT / RLHF 类重训练被明确放在离线任务中；Web 进程提供评测和数据准备入口。

intelligent-audit-system