update: docs

docs/project-book/chapters/.gitkeep

@@ -0,0 +1 @@
+

docs/project-book/chapters/01-introduction.tex

@@ -0,0 +1,30 @@
+% ============================================================
+% 第一章 引言
+% 对应评审维度：需求与场景适配、应用价值
+% ============================================================
+
+\chapter{引言}
+
+\section{目标用户与典型场景概述}
+
+本项目面向基层派出所、反诈中心及刑侦部门的办案民警。在电信网络诈骗案件办理中，民警需要受理受害人报案、制作笔录、核查资金流向并认定被骗金额。受害人通常会提供大量来自微信、支付宝、银行卡、短信通知等不同来源的账单截图，民警需逐张查看、登记、汇总、排重、计算。这一环节是典型的高频、耗时、易错场景，也是本系统的核心目标用户与典型使用场景。第三章将详细展开目标用户画像与典型使用场景。
+
+\section{项目背景}
+
+电信网络诈骗案件持续高发，基层民警在受害人报案受理、资金核查、笔录制作过程中，面临大量来自不同APP的账单截图。现有工作模式主要依赖人工逐张查看、登记、汇总、排重、计算，存在效率低、重复统计、认定不统一、证据整理负担重等问题。
+
+为破解该痛点，本项目面向受害人资金核查实战，研发多智能体协同的截图证据解析与被骗金额认定系统，实现多源截图自动识别、跨平台关联、资金路径分析、认定复核和文书化输出，服务电诈案件快速、规范、可追溯办理。
+
+\section{研究/建设目标}
+
+本项目的建设目标凝练为三项：
+
+\begin{enumerate}[label=(\arabic*)]
+  \item \textbf{自动化}：让截图证据从人工整理转向自动识别和结构化处理
+  \item \textbf{规范化}：让被骗金额认定从经验判断转向规则化、可解释化输出
+  \item \textbf{实战化}：让分析结果直接服务笔录制作、资金核查和案件材料生成
+\end{enumerate}
+
+\section{文档结构说明}
+
+本项目的结构安排如下：第二章介绍背景与现状；第三章进行需求分析；第四章描述系统架构设计；第五章阐述关键实现；第六章总结创新点与特色；第七章讨论应用成效与评估；第八章为总结与展望。附录提供API端点、数据库模型、图清单、初选录屏说明及答辩常见问题与建议回答。

docs/project-book/chapters/02-background.tex

@@ -0,0 +1,52 @@
+% ============================================================
+% 第二章 背景与现状
+% 对应评审维度：需求与场景适配、应用价值
+% ============================================================
+
+\chapter{背景与现状}
+
+\section{电信诈骗受害人资金核查业务流程}
+
+典型的电信诈骗案件资金核查流程可概括为：受案 $\to$ 笔录制作 $\to$ 核账 $\to$ 认定 $\to$ 报卷。受害人在报案时通常提供微信、支付宝、银行卡、短信通知等截图作为转账凭证。民警需要将这些零散证据整理为可追溯、可认定的资金流水，并回答执法层面的关键问题：哪些钱可以认定为被骗金额，理由是什么，证据在哪里。
+
+\section{传统人工模式的瓶颈}
+
+传统人工核账模式下，民警逐张查看截图、手动登记交易信息、人工判断重复与中转、计算被骗金额并撰写认定理由。该模式存在以下瓶颈：
+
+\begin{itemize}[leftmargin=*]
+  \item 截图来源杂：微信、支付宝、银行卡、短信、数字钱包混杂
+  \item 截图数量大：一案几十张到上百张截图
+  \item 重复统计风险高：同一笔交易跨平台多次出现
+  \item 中转情形复杂：本人账户过渡、充值提现、退款混杂
+  \item 认定理由依赖经验：标准不统一
+  \item 结果需反复整理：表格、笔录、报告重复劳动重
+\end{itemize}
+
+% 图 2-1 占位
+\placeholderfigure{Fig-traditional-flow.pdf}{传统人工核账流程图}
+
+\section{痛点与影响对照}
+
+表\ref{tab:pain-points} 归纳了传统模式下的主要痛点及其影响。
+
+\begin{table}[H]
+  \centering
+  \caption{痛点与影响对照表}
+  \label{tab:pain-points}
+  \begin{tabular}{lll}
+    \toprule
+    \textbf{痛点} & \textbf{具体表现} & \textbf{影响} \\
+    \midrule
+    截图来源杂 & 微信、支付宝、银行、短信等混杂 & 分类与整理耗时 \\
+    截图数量大 & 一案数十至上百张 & 人工逐张登记极耗时间 \\
+    重复统计 & 同笔交易跨平台多次出现 & 易重复累计被骗金额 \\
+    中转复杂 & 本人账户过渡、自充、退款 & 易错认、易漏排 \\
+    认定不统一 & 依赖个人经验 & 口径不一致、难以复核 \\
+    文书整理重 & 表格、笔录、报告反复整理 & 重复劳动多 \\
+    \bottomrule
+  \end{tabular}
+\end{table}
+
+\section{智慧警务与 AI 智能体发展趋势}
+
+智慧警务建设强调技术赋能基层、减负增效。AI 智能体具备目标导向、环境感知、规划执行、工具调用和反馈闭环等特征，适合承担高重复、高耗时的信息抽取与初判任务，而将最终确认权、补证权、修正权保留给民警。本项目正是在此背景下，将多智能体协同技术应用于电诈受害人资金核查这一垂直警务场景。

docs/project-book/chapters/03-demand-analysis.tex

@@ -0,0 +1,100 @@
+% ============================================================
+% 第三章 需求分析
+% 对应评审维度：需求与场景适配、技术可行性
+% ============================================================
+
+\chapter{需求分析}
+
+\section{目标用户画像}
+
+本系统的主要目标用户包括：
+
+\begin{enumerate}[label=(\arabic*)]
+  \item \textbf{派出所一线民警}：受理电诈报案，制作笔录，完成资金核查初核
+  \item \textbf{反诈中心办案人员}：统筹多案资金分析，复核认定结论
+  \item \textbf{刑侦/经侦办案人员}：涉诈资金链梳理、多账户资金归集
+\end{enumerate}
+
+\section{典型使用场景}
+
+表\ref{tab:use-scenarios} 以「角色 + 任务 + 痛点 + 本系统介入方式」的形式描述典型使用场景。
+
+\begin{table}[H]
+  \centering
+  \caption{典型使用场景}
+  \label{tab:use-scenarios}
+  \begin{tabular}{p{2cm}p{2.5cm}p{2.5cm}p{3cm}}
+    \toprule
+    \textbf{角色} & \textbf{任务} & \textbf{痛点} & \textbf{本系统介入} \\
+    \midrule
+    派出所民警 & 受理电诈报案后核账 & 截图多、重复统计、认定难 & 批量上传、自动去重、认定初判 \\
+    派出所民警 & 制作笔录前梳理资金 & 需人工整理表格、问询无依据 & 导出汇总表、生成问询建议 \\
+    反诈中心 & 复核多案认定结论 & 口径不统一、证据链难追溯 & 结构化字段、认定理由、证据索引 \\
+    刑侦/经侦 & 涉诈资金链分析 & 多账户、多平台流水混杂 & 跨平台关联、资金流图、路径分析 \\
+    \bottomrule
+  \end{tabular}
+\end{table}
+
+% 图 3-1 占位
+\placeholderfigure{Fig-user-usecase.pdf}{用户角色与用例示意}
+
+\section{业务需求}
+
+系统需支持以下核心业务能力：
+
+\begin{itemize}[leftmargin=*]
+  \item 案件管理：创建、查看、更新案件信息
+  \item 截图上传：批量上传多APP账单截图
+  \item 截图解析：自动识别APP类型、页面类型，提取交易字段
+  \item 交易归并：去重、聚类、识别本人账户中转
+  \item 资金分析：资金流转关系图、交易时间轴、收款方聚合
+  \item 认定复核：高/中/低置信分层，人工复核确认，自动生成认定理由
+  \item 笔录辅助：基于分析结果生成笔录问询建议
+  \item 报告导出：Excel 汇总表、PDF 报告、Word 文书，含证据索引和审计快照
+\end{itemize}
+
+\section{功能需求}
+
+表\ref{tab:func-req} 列出主要功能需求。
+
+\begin{table}[H]
+  \centering
+  \caption{功能需求列表}
+  \label{tab:func-req}
+  \begin{tabular}{cll}
+    \toprule
+    \textbf{编号} & \textbf{功能} & \textbf{说明} \\
+    \midrule
+    F1 & 案件管理 & 创建、查看、更新案件 \\
+    F2 & 截图上传 & 批量上传，支持多格式 \\
+    F3 & 截图分类 & 识别来源APP、页面类型 \\
+    F4 & 交易抽取 & OCR 提取标准化交易字段 \\
+    F5 & 交易去重 & 订单号、金额+时间窗口去重 \\
+    F6 & 中转识别 & 识别本人账户中转 \\
+    F7 & 认定分层 & 高/中/低置信，纳入/排除/待复核 \\
+    F8 & 人工复核 & 确认、修正、留痕 \\
+    F9 & 问询建议 & 基于认定结果生成笔录建议 \\
+    F10 & 报告导出 & Excel、Word、PDF \\
+    \bottomrule
+  \end{tabular}
+\end{table}
+
+\section{非功能需求}
+
+\begin{table}[H]
+  \centering
+  \caption{非功能需求}
+  \label{tab:nfr}
+  \begin{tabular}{lll}
+    \toprule
+    \textbf{类别} & \textbf{需求} & \textbf{说明} \\
+    \midrule
+    性能 & 批量处理 & 支持数十张截图并发解析 \\
+    性能 & 响应时间 & 单张解析在可接受延迟内完成 \\
+    安全 & 数据隔离 & 按案件隔离存储 \\
+    安全 & 审计留痕 & 分析、复核、修改记录可追溯 \\
+    合规 & 本地部署 & 支持专网/本地化部署 \\
+    合规 & 可解释性 & 认定理由、排除依据可追溯 \\
+    \bottomrule
+  \end{tabular}
+\end{table}

docs/project-book/chapters/04-architecture.tex

@@ -0,0 +1,93 @@
+% ============================================================
+% 第四章 系统架构设计
+% 对应评审维度：技术可行性、技术深度、作品完整性
+% ============================================================
+
+\chapter{系统架构设计}
+
+\section{总体架构}
+
+系统采用四层架构：证据接入层、智能体协同层、案件推理层、结果输出层。
+
+\begin{enumerate}[label=(\arabic*)]
+  \item \textbf{证据接入层}：微信、支付宝、银行、短信、数字钱包等截图批量上传
+  \item \textbf{智能体协同层}：编排智能体统一调度各专业智能体
+  \item \textbf{案件推理层}：去重、关联、中转识别、认定评分、人工复核
+  \item \textbf{结果输出层}：资金流图、交易明细、认定结论、问询建议、证据化报告
+\end{enumerate}
+
+% 图 4-1 占位
+\placeholderfigure{Fig-architecture.pdf}{系统四层架构图}
+
+\section{多智能体分工}
+
+系统由以下八个专业智能体协同完成案件处理：
+
+\begin{itemize}[leftmargin=*]
+  \item \textbf{案件编排智能体}：接收案件目标，规划处理步骤，调度各子智能体
+  \item \textbf{截图理解智能体}：识别截图所属APP、页面类型、截图有效性
+  \item \textbf{交易抽取智能体}：将账单截图解析为标准化交易记录
+  \item \textbf{跨平台关联智能体}：识别同一交易在不同平台的重复呈现
+  \item \textbf{资金路径分析智能体}：识别本人账户中转、分流、汇聚
+  \item \textbf{被骗金额认定智能体}：纳入/排除/待复核判定，生成认定理由
+  \item \textbf{文书与笔录辅助智能体}：输出认定说明、问询建议、证据化报告
+  \item \textbf{人工复核协同智能体}：将低置信与争议记录提交民警确认
+\end{itemize}
+
+% 图 4-2 占位
+\placeholderfigure{Fig-agent-collab.pdf}{多智能体协作示意图}
+
+\section{核心业务流程}
+
+核心业务流程为：上传 $\to$ 解析 $\to$ 分析 $\to$ 复核 $\to$ 报告。具体包括：新建案件、批量上传截图、自动识别来源与页面类型、自动抽取交易字段、自动去重与中转识别、生成资金路径与被骗金额初判、民警对低置信记录复核、一键导出汇总表与问询建议。
+
+% 图 4-3 占位
+\placeholderfigure{Fig-business-flow.pdf}{核心业务流程}
+
+\section{技术选型}
+
+表\ref{tab:tech-stack} 列出技术栈。
+
+\begin{table}[H]
+  \centering
+  \caption{技术栈一览}
+  \label{tab:tech-stack}
+  \begin{tabular}{ll}
+    \toprule
+    \textbf{层级} & \textbf{技术} \\
+    \midrule
+    前端 & React 18, TypeScript, Ant Design, ECharts, TanStack Query, Zustand \\
+    后端 & Python, FastAPI, SQLAlchemy 2.x (async), Pydantic v2 \\
+    数据库 & PostgreSQL 16 \\
+    队列 & Celery, Redis 7 \\
+    AI 能力 & 云 OCR / 多模态大模型 API（可配置） \\
+    报告 & openpyxl, python-docx \\
+    \bottomrule
+  \end{tabular}
+\end{table}
+
+\section{设计目标与实现情况对照}
+
+表\ref{tab:design-vs-impl} 对照设计目标与当前实现情况，体现作品完整性。
+
+\begin{table}[H]
+  \centering
+  \caption{设计目标 vs 实现情况}
+  \label{tab:design-vs-impl}
+  \begin{tabular}{lp{4cm}p{4cm}}
+    \toprule
+    \textbf{功能模块} & \textbf{设计目标} & \textbf{实现情况} \\
+    \midrule
+    案件管理 & 创建、查看、更新案件 & 已实现 \\
+    截图上传 & 批量上传多 APP 截图 & 已实现 \\
+    截图分类 & 识别 APP、页面类型 & 已实现（OCR/多模态） \\
+    交易抽取 & 标准化字段提取 & 已实现 \\
+    交易去重 & 订单号、金额+时间窗口 & 已实现 \\
+    中转识别 & 本人账户中转排除 & 已实现 \\
+    认定分层 & 高/中/低置信 & 已实现 \\
+    人工复核 & 确认、修正、留痕 & 已实现 \\
+    问询建议 & 笔录辅助生成 & 已实现 \\
+    报告导出 & Excel、Word、PDF & 已实现 \\
+    \bottomrule
+  \end{tabular}
+\end{table}

docs/project-book/chapters/05-implementation.tex

@@ -0,0 +1,74 @@
+% ============================================================
+% 第五章 关键实现
+% 对应评审维度：技术深度、技术可行性
+% ============================================================
+
+\chapter{关键实现}
+
+\section{截图理解与交易抽取}
+
+系统采用多模态大模型 API 完成截图分类与交易字段抽取。首先识别截图所属 APP（微信、支付宝、银行、数字钱包等）及页面类型（账单列表、详情、转账回执等），再根据页面类型调用相应抽取策略，输出标准化交易记录。
+
+抽取字段包括：交易时间、金额、收支方向、对手方名称/账号、本方账户尾号、订单号、备注、识别置信度。输出为结构化数据，支持可计算、可追溯、可比对、可复核。
+
+% 图 5-1 占位
+\placeholderfigure{Fig-extract-fields.pdf}{交易抽取字段与置信度示意}
+
+\section{跨平台关联与去重}
+
+去重逻辑基于规则引擎实现，主要包括：订单号一致则判定为重复；金额与时间窗口相近且对手方一致时可聚类。聚类后保留置信度最高的一条为主记录，其余标记为重复。本人账户中转识别通过比对对手方与本方已知账户实现，标记为「中转」的交易不纳入被骗金额累计。
+
+% 图 5-2 占位
+\placeholderfigure{Fig-dedup-transit.pdf}{去重与中转识别逻辑示意}
+
+\section{被骗金额认定}
+
+认定逻辑结合规则与 LLM 辅助：规则负责纳入/排除边界控制（如本人账户中转排除、收入方向排除等）；LLM 负责生成更规范的认定理由与问询建议。每笔交易输出高/中/低置信分层，低置信记录进入人工复核流程。
+
+\section{报告生成}
+
+报告服务支持导出 Excel、Word、PDF 三种格式，内容可包含：被骗金额汇总、交易明细、认定理由与排除说明、笔录辅助问询建议。报告保留版本快照，支持证据索引与审计追踪。
+
+\section{交易结构化字段定义}
+
+表\ref{tab:tx-fields} 定义交易结构化字段。
+
+\begin{table}[H]
+  \centering
+  \caption{交易结构化字段定义}
+  \label{tab:tx-fields}
+  \begin{tabular}{llp{5cm}}
+    \toprule
+    \textbf{字段} & \textbf{类型} & \textbf{说明} \\
+    \midrule
+    trade\_time & datetime & 交易时间，格式 YYYY-MM-DD HH:MM:SS \\
+    amount & decimal & 金额（元） \\
+    direction & enum & in / out \\
+    counterparty\_name & string & 对手方名称 \\
+    counterparty\_account & string & 对手方账号 \\
+    self\_account\_tail\_no & string & 本方账户尾号 \\
+    order\_no & string & 订单号 \\
+    remark & string & 备注 \\
+    confidence & float & 识别置信度 0--1 \\
+    \bottomrule
+  \end{tabular}
+\end{table}
+
+\section{认定置信度分层}
+
+表\ref{tab:confidence} 说明认定置信度分层及对应处理策略。
+
+\begin{table}[H]
+  \centering
+  \caption{认定置信度分层说明}
+  \label{tab:confidence}
+  \begin{tabular}{llp{4cm}}
+    \toprule
+    \textbf{等级} & \textbf{含义} & \textbf{处理策略} \\
+    \midrule
+    高 & 明确可纳入被骗金额 & 可直接确认 \\
+    中 & 需结合案情判断 & 建议人工复核 \\
+    低 & 建议排除或待核实 & 必须人工复核 \\
+    \bottomrule
+  \end{tabular}
+\end{table}

docs/project-book/chapters/06-innovation.tex

@@ -0,0 +1,66 @@
+% ============================================================
+% 第六章 创新点与特色
+% 对应评审维度：创新点、创新程度
+% ============================================================
+
+\chapter{创新点与特色}
+
+\section{传统模式 vs 本方案对照}
+
+表\ref{tab:traditional-vs-ours} 逐条对比传统模式与本方案，突出创新与突破。
+
+\begin{table}[H]
+  \centering
+  \caption{传统模式 vs 本方案对照}
+  \label{tab:traditional-vs-ours}
+  \begin{tabular}{lp{4cm}p{4cm}}
+    \toprule
+    \textbf{维度} & \textbf{传统模式} & \textbf{本方案} \\
+    \midrule
+    截图处理 & 人工逐张查看、手写登记 & 多智能体自动分类、OCR 抽取 \\
+    重复识别 & 人工凭记忆比对 & 跨平台关联、订单号/金额+时间去重 \\
+    中转识别 & 依赖经验、易漏 & 规则引擎+已知账户比对 \\
+    认定逻辑 & 个人经验、口径不一 & 规则化+LLM 辅助，可解释 \\
+    输出形态 & 手工整理表格、笔录 & 一键导出 Excel/Word/PDF，含证据索引 \\
+    复核机制 & 无系统化留痕 & 高/中/低置信分层，人工复核闭环 \\
+    工作流 & 民警全量核账 & AI 初判 + 民警重点复核 \\
+    \bottomrule
+  \end{tabular}
+\end{table}
+
+\section{多智能体协同创新}
+
+将截图理解、交易抽取、关联分析、金额认定、文书生成拆分为专业智能体，由编排智能体协同调度，形成案件目标驱动的闭环处理流程。每个智能体只解决一类专业问题，输出可结构化传递，符合警务场景可管可控要求。
+
+\section{跨平台资金证据关联创新}
+
+面向微信、支付宝、银行卡、短信等多源截图，识别同笔交易的跨平台重复表达，实现资金证据自动关联和去重，直接解决「重复统计」这一实战高频痛点。
+
+\section{被骗金额认定创新}
+
+不止识别流水，而是围绕执法需要，结合规则和上下文对每笔交易进行纳入、排除、待复核判断，并生成认定理由与排除依据。
+
+\section{证据化输出与人机协同}
+
+将智能分析结果转化为可复核、可导出、可纳入案卷的报告和问询材料。同时强调人机协同：AI 负责高强度初判，民警保留最终确认权，低置信结果主动提交人工复核。
+
+\section{AI 智能体五特征与本项目对应}
+
+表\ref{tab:agent-features} 说明本项目如何符合 AI 智能体的五个核心特征。
+
+\begin{table}[H]
+  \centering
+  \caption{AI 智能体五特征与本项目对应关系}
+  \label{tab:agent-features}
+  \begin{tabular}{ll}
+    \toprule
+    \textbf{智能体特征} & \textbf{本项目体现} \\
+    \midrule
+    目标导向 & 以「受害人被骗金额认定」为目标，非单纯识图 \\
+    环境感知 & 感知微信、支付宝、银行、短信等多源截图证据 \\
+    规划执行 & 依次完成分类、抽取、去重、关联、分析、认定、输出 \\
+    工具调用 & 调用 OCR、多模态模型、规则引擎、数据库、报表导出 \\
+    反馈闭环 & 低置信结果进入人工复核，保留修正记录 \\
+    \bottomrule
+  \end{tabular}
+\end{table}

docs/project-book/chapters/07-evaluation.tex

@@ -0,0 +1,64 @@
+% ============================================================
+% 第七章 应用成效与评估
+% 对应评审维度：应用价值、警务/教育适配性
+% ============================================================
+
+\chapter{应用成效与评估}
+
+\section{应用场景与试点情况}
+
+系统面向基层派出所、反诈中心及刑侦部门，适用于电信诈骗受害人资金核查、涉诈资金链梳理、涉赌资金流水分析、经侦案件多账户资金归集等场景。【占位：如有试点，请在此处补充试点单位、时间、案件数量等。】
+
+\section{成效指标}
+
+表\ref{tab:metrics} 列出建议跟踪的成效指标，实测数据列供用户填写。
+
+\begin{table}[H]
+  \centering
+  \caption{成效指标}
+  \label{tab:metrics}
+  \begin{tabular}{llll}
+    \toprule
+    \textbf{指标} & \textbf{说明} & \textbf{预期方向} & \textbf{实测数据} \\
+    \midrule
+    单案核查时间 & 从上传到出报告 & 压缩 & \placeholdercell \\
+    人工录入工作量 & 民警手工录入比例 & 下降 & \placeholdercell \\
+    重复交易识别 & 准确率/召回率 & 提升 & \placeholdercell \\
+    本人账户中转识别 & 准确率 & 提升 & \placeholdercell \\
+    认定一致性 & 多案/多人认定一致性 & 提升 & \placeholdercell \\
+    报告生成时间 & 从确认到导出 & 缩短 & \placeholdercell \\
+    \bottomrule
+  \end{tabular}
+\end{table}
+
+\textbf{指标参考口径}：传统人工核查需 2--4 小时的案件，系统可在数分钟内完成初步结构化和归并分析；多平台重复交易自动识别后，重复统计风险明显下降；民警由「全量逐条核对」转为「聚焦争议记录复核」，工作重心明显优化。
+
+% 图 7-1, 7-2, 7-3 占位
+\placeholderfigure{Fig-main-ui.png}{系统主界面截图}
+
+\placeholderfigure{Fig-review-ui.png}{分析/复核界面截图}
+
+\placeholderfigure{Fig-report-sample.png}{报告导出样例截图}
+
+\section{应用价值与推广路径}
+
+\textbf{应用价值}：对基层民警减负增效；对案件办理提升认定规范性、完整性和可解释性；对智慧警务构建可推广、可复制的反诈资金核查智能体范式。
+
+\textbf{推广路径}：派出所试点 $\to$ 反诈中心推广 $\to$ 刑侦/经侦扩展。系统流程标准、通用性强，可根据不同单位部署条件选择本地化或专网化落地。
+
+\section{警务/教育适配性}
+
+\begin{itemize}[leftmargin=*]
+  \item \textbf{警校特色}：来源于基层民警真实办案需求，可结合反诈课程、实训教学使用
+  \item \textbf{落地价值}：支持本地化/专网部署，符合公安信息安全要求
+  \item \textbf{数据安全}：案件数据按案隔离，证据与报告全流程留痕
+  \item \textbf{可解释可信}：每笔认定可追溯至原始截图，人工拥有最终确认权
+\end{itemize}
+
+\section{安全合规与可信设计}
+
+\begin{enumerate}[label=(\arabic*)]
+  \item \textbf{数据安全}：按案管理、隔离存储；支持本地/专网部署；模型接口可切换
+  \item \textbf{权限与审计}：区分上传、复核、导出权限；保留分析时间、复核人、修改记录；报告版本快照
+  \item \textbf{可信 AI}：低置信不直接下结论；人工最终确认；认定理由可解释；结果可追溯
+\end{enumerate}

docs/project-book/chapters/08-conclusion.tex

@@ -0,0 +1,24 @@
+% ============================================================
+% 第八章 总结与展望
+% ============================================================
+
+\chapter{总结与展望}
+
+\section{项目总结}
+
+本项目聚焦电信网络诈骗案件受害人资金核查这一基层高频、耗时、易错场景，构建多智能体协同的截图证据解析与被骗金额认定系统。系统围绕案件目标，自动完成多 APP 账单截图识别、交易字段抽取、跨平台重复关联、本人账户中转识别、资金路径分析、被骗金额认定和证据化报告输出，并通过人工复核机制保障结果可信可控。
+
+项目不是单点 OCR 工具，而是面向警务实战的垂直智能体系统，能够显著提升资金核查效率、规范认定标准、减轻基层负担，具备较强的实战价值、推广价值和示范意义。
+
+\section{推广前景}
+
+本项目面向基层高频警务场景，具有显著的通用性和可复制性。系统能力不仅适用于电信诈骗受害人资金核查，还可扩展应用于涉诈资金链梳理、涉赌资金流水分析、经侦案件多账户资金归集等场景，具备在派出所、反诈中心、刑侦部门等多层级单位推广应用的潜力。
+
+\section{后续计划}
+
+\begin{itemize}[leftmargin=*]
+  \item 持续优化 OCR 与抽取准确率
+  \item 扩展更多 APP 与页面类型的识别支持
+  \item 深化资金路径分析与可视化
+  \item 推进试点落地与效果数据采集
+\end{itemize}

docs/project-book/chapters/appendix-a-api.tex

@@ -0,0 +1,31 @@
+% ============================================================
+% 附录 A：API 端点一览
+% ============================================================
+
+\chapter{API 端点一览}
+\label{app:api}
+
+\begin{table}[H]
+  \centering
+  \caption{系统主要 API 端点}
+  \begin{tabular}{lll}
+    \toprule
+    \textbf{端点} & \textbf{方法} & \textbf{功能} \\
+    \midrule
+    /api/v1/cases & GET, POST & 案件列表 / 创建 \\
+    /api/v1/cases/\{id\} & GET, PATCH & 案件详情 / 更新 \\
+    /api/v1/cases/\{id\}/images & GET, POST & 截图列表 / 上传 \\
+    /api/v1/images/\{id\} & GET & 截图详情 + OCR 结果 \\
+    /api/v1/cases/\{id\}/analyze & POST & 触发分析 \\
+    /api/v1/cases/\{id\}/transactions & GET & 交易列表 \\
+    /api/v1/cases/\{id\}/flows & GET & 资金流图 \\
+    /api/v1/cases/\{id\}/assessments & GET & 认定列表 \\
+    /api/v1/assessments/\{id\}/review & POST & 提交复核 \\
+    /api/v1/cases/\{id\}/inquiry-suggestions & GET & 问询建议 \\
+    /api/v1/cases/\{id\}/reports & GET, POST & 报告列表 / 生成 \\
+    /api/v1/reports/\{id\}/download & GET & 下载报告 \\
+    \bottomrule
+  \end{tabular}
+\end{table}
+
+API 文档可通过访问 \texttt{/docs} 获取交互式 Swagger 文档。

docs/project-book/chapters/appendix-b-models.tex

@@ -0,0 +1,23 @@
+% ============================================================
+% 附录 B：数据库/模型简要说明
+% ============================================================
+
+\chapter{数据库/模型简要说明}
+\label{app:models}
+
+\section{核心数据模型}
+
+主要数据模型包括：
+
+\begin{itemize}[leftmargin=*]
+  \item \textbf{Case}：案件，含案件编号、状态、创建时间等
+  \item \textbf{EvidenceImage}：证据截图，含来源 APP、页面类型、存储路径、OCR 状态
+  \item \textbf{TransactionRecord}：交易记录，含时间、金额、方向、对手方、订单号、是否重复、是否中转等
+  \item \textbf{TransactionCluster}：交易聚类，用于去重后的主记录关联
+  \item \textbf{FraudAssessment}：被骗金额认定，含置信等级、认定金额、理由、复核状态
+  \item \textbf{ExportReport}：导出报告，含类型（Excel/Word/PDF）、路径、版本、内容快照
+\end{itemize}
+
+\section{案件状态流转}
+
+案件状态包括：\texttt{draft}（草稿）、\texttt{analyzing}（分析中）、\texttt{reviewing}（复核中）、\texttt{closed}（已关闭）。

docs/project-book/chapters/appendix-c-figures.tex

@@ -0,0 +1,36 @@
+% ============================================================
+% 附录 C：图清单与占位说明
+% 供用户按图补充，对应评审维度：技术可行性
+% ============================================================
+
+\chapter{图清单与占位说明}
+\label{app:figures}
+
+以下为正文中需要用户提供的图片清单。请根据 \texttt{figures/README.md} 中的说明准备相应图片，并替换占位框。
+
+\begin{table}[H]
+  \centering
+  \caption{图清单与占位说明}
+  \begin{tabular}{clp{5cm}}
+    \toprule
+    \textbf{图号} & \textbf{建议文件名} & \textbf{建议内容} \\
+    \midrule
+    图 2-1 & Fig-traditional-flow.pdf & 传统人工核账流程图 \\
+    图 3-1 & Fig-user-usecase.pdf & 用户角色与用例示意 \\
+    图 4-1 & Fig-architecture.pdf & 系统四层架构图 \\
+    图 4-2 & Fig-agent-collab.pdf & 多智能体协作示意图 \\
+    图 4-3 & Fig-business-flow.pdf & 核心业务流程 \\
+    图 5-1 & Fig-extract-fields.pdf & 交易抽取字段与置信度示意 \\
+    图 5-2 & Fig-dedup-transit.pdf & 去重与中转识别逻辑示意 \\
+    图 7-1 & Fig-main-ui.png & 系统主界面截图 \\
+    图 7-2 & Fig-review-ui.png & 分析/复核界面截图 \\
+    图 7-3 & Fig-report-sample.png & 报告导出样例截图 \\
+    \bottomrule
+  \end{tabular}
+\end{table}
+
+将图片放入 \texttt{figures/} 目录后，可在对应章节中将 \texttt{\textbackslash placeholderfigure} 替换为：
+
+\begin{lstlisting}
+\includegraphics[width=0.9\textwidth]{文件名}
+\end{lstlisting}

docs/project-book/chapters/appendix-d-video.tex

@@ -0,0 +1,34 @@
+% ============================================================
+% 附录 D：初选录屏说明
+% 对应评审维度：技术可行性（录屏效果清晰）
+% ============================================================
+
+\chapter{初选录屏说明}
+\label{app:video}
+
+初选阶段需提交系统演示录屏。建议按以下规范准备，以体现架构合理、核心功能可实现、录屏效果清晰。
+
+\section{建议时长}
+
+总时长建议 3--5 分钟，覆盖「一案跑到底」的完整闭环。
+
+\section{建议流程与关键时间点}
+
+\begin{enumerate}[label=(\arabic*)]
+  \item 新建案件（约 0:00--0:30）
+  \item 批量上传多 APP 截图（约 0:30--1:00）
+  \item 系统自动识别截图来源和页面类型（约 1:00--1:30）
+  \item 自动抽取交易字段（约 1:30--2:00）
+  \item 自动去重与中转识别（约 2:00--2:30）
+  \item 生成资金路径与被骗金额初判（约 2:30--3:00）
+  \item 对低置信记录进行人工复核（约 3:00--3:30）
+  \item 一键导出被骗金额汇总和问询建议（约 3:30--4:00）
+\end{enumerate}
+
+\section{录屏质量要求}
+
+\begin{itemize}[leftmargin=*]
+  \item 分辨率清晰，界面文字可辨认
+  \item 操作连贯，无长时间黑屏或卡顿
+  \item 关键步骤有适当停顿或标注，便于评审理解
+\end{itemize}

docs/project-book/chapters/appendix-e-qa.tex

@@ -0,0 +1,31 @@
+% ============================================================
+% 附录 E：答辩常见问题与建议回答
+% 对应评审维度：现场表现
+% ============================================================
+
+\chapter{答辩常见问题与建议回答}
+\label{app:qa}
+
+\section{与普通 OCR 的区别}
+
+\textbf{问}：你这个项目和普通 OCR 报销系统有什么区别？
+
+\textbf{答}：普通 OCR 系统解决的是「识别内容」，本项目解决的是「围绕案件目标认定被骗金额」。系统不仅做截图识别，还做跨平台关联、本人账户中转识别、认定理由生成、人工复核和证据化输出，核心是执法业务闭环而不是识别本身。
+
+\section{为何采用多智能体}
+
+\textbf{问}：为什么要做多智能体，不直接用一个大模型？
+
+\textbf{答}：因为本场景同时包含视觉识别、结构化抽取、交易关联、规则推理、文书生成等异构任务。采用多智能体分工后，每一步更稳定、可解释、可替换，也更符合警务场景可管可控要求。
+
+\section{识别错误的处理}
+
+\textbf{问}：如果模型识别错了怎么办？
+
+\textbf{答}：系统会输出置信度，并把低置信和争议记录交由民警复核；同时保留原始截图、抽取字段、认定理由和修正记录，确保结论不是黑箱生成，而是可追溯、可校正的。
+
+\section{推广条件}
+
+\textbf{问}：这个项目是否具备推广条件？
+
+\textbf{答}：该项目面向基层反诈案件高频场景，流程标准、通用性强，并已具备前后端原型、案件流程、异步分析、报告导出等基础能力，可根据不同单位部署条件选择本地化或专网化落地，具备较强推广价值。