# 全国“智慧+警务”AI智能体大赛参赛方案 ## 一、项目定位 ### 1. 项目名称建议 **智析反诈：电信网络诈骗案件受害人资金核查多智能体系统** 可选副标题： - 多APP账单截图自动解析与被骗金额认定智能体 - 面向反诈实战的截图证据解析、资金路径分析与证据化输出平台 - 受害人资金核查场景下的警务协同智能体系统 ### 2. 一句话介绍 本项目面向电信网络诈骗案件受害人资金核查场景，构建“截图证据解析 + 多平台账单关联 + 资金路径分析 + 被骗金额认定 + 证据化输出”的多智能体协同系统，将基层民警高频、繁琐、易错的人工核账流程，升级为可追溯、可复核、可出具文书的智能办案流程。 ### 3. 参赛核心定位 从比赛评审视角，本项目不能只包装成“OCR识别工具”或“报表生成系统”，而应明确定位为： **以案件目标为牵引、以证据链闭环为核心、以人机协同复核为保障的垂直警务智能体系统。** 这一定义非常关键，因为评审专家对“AI智能体”的关注点，不在于是否用了大模型，而在于是否具备： - 明确目标驱动，而非单点识别 - 多步骤自主协同，而非单轮问答 - 可调用工具与规则，而非纯文本生成 - 面向真实业务闭环，而非概念演示 - 可审计、可解释、可复核，而非“黑箱结论” ## 二、从专家级评审视角看，本项目的真正亮点 ### 1. 不是“识图”，而是“围绕案件目标的任务闭环” 传统OCR产品解决的是“看懂一张图”，而基层反诈场景真正要解决的是： - 受害人提供了几十张甚至上百张不同APP截图 - 同一笔资金可能跨微信、支付宝、银行卡、短信通知等多个载体重复出现 - 其中夹杂本人账户中转、退款、充值、生活消费、无关流水 - 民警最终必须回答一个执法问题：**哪些钱可以认定为被骗金额，理由是什么，证据在哪里** 因此，项目的核心不是图像识别能力，而是**以“被骗金额认定”这一执法目标为中心的智能体任务闭环**。这天然符合高水平AI智能体项目的评审标准。 ### 2. 不是“一个大模型”，而是“多智能体分工协作” 项目最有竞争力的点，是可以清晰拆解为多个具备独立职责的专业智能体，由编排智能体统一调度，形成符合办案逻辑的协同链路。 建议在参赛材料中明确采用如下表述： - **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 - **截图理解智能体**：识别截图所属APP、页面类型、截图有效性 - **交易抽取智能体**：将账单截图解析为标准化交易记录 - **跨平台关联智能体**：识别同一交易在不同平台的重复呈现与映射关系 - **资金路径分析智能体**：识别本人账户中转、分流、汇聚、链路节点 - **被骗金额认定智能体**：结合规则与证据，对交易进行纳入/排除/待复核判定 - **文书与笔录辅助智能体**：自动输出认定说明、问询建议、证据化报告 - **人工复核协同智能体**：在低置信和争议场景下把案件退回人工确认，形成闭环 这样一来，评审看到的就不是一个“功能堆叠的软件”，而是一个**具备角色分工、任务衔接、状态流转和结果复核机制的智能体系统**。 ### 3. 不是“生成答案”，而是“形成证据” 警务场景和一般政务、企业办公场景最大的不同，在于结果要进入证据体系、笔录体系、案件卷宗体系。 所以本项目最大的专业亮点是： - 输出不是一句“被骗金额大概多少” - 而是每一笔金额的来源截图、结构化字段、关联关系、认定理由、排除依据、复核状态 - 最终还能导出 Excel、Word、PDF 等文书化结果 这代表项目具备**证据化输出能力**，而这正是智慧警务类评审会高度重视的差异化优势。 ### 4. 不是“替代民警”，而是“人机协同增强” 在公安实战中，完全自动认定往往不可信，也不合规。 所以本项目要强调的不是“AI自动判案”，而是： - AI负责高强度、高重复、高耗时的信息抽取与初判 - 民警保留最终确认权、补证权、修正权、解释权 - 系统通过高/中/低置信分层，把最该人工关注的部分突出出来 这会让项目在评审中更可信、更成熟，也更符合警务智能化建设导向。 ## 三、AI智能体本质与本项目的高度契合点 参赛答辩时，建议直接回应“什么是智能体，为什么你的项目是真正的智能体”。 ### 1. 智能体的本质 从专家视角，AI智能体至少应具备以下五个特征： 1. **目标导向**：围绕清晰任务目标持续行动 2. **环境感知**：能够理解输入环境中的多源信息 3. **规划执行**：将复杂任务拆解为多步骤流程 4. **工具调用**：调用OCR、规则库、数据库、图谱、报告引擎等外部能力 5. **反馈闭环**：根据中间结果调整路径，并接受人工干预 ### 2. 本项目如何符合智能体定义 本项目与上述五个特征一一对应： | 智能体特征 | 本项目体现 | |---|---| | 目标导向 | 以“受害人被骗金额认定”而非单纯识别为目标 | | 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、报表导出组件 | | 反馈闭环 | 对低置信结果进入人工复核，并保留修正记录 | 建议在答辩中明确一句话： **本项目不是“让大模型回答问题”，而是让智能体围绕案件目标，持续调用多种能力完成证据核查闭环。** ### 3. 为什么必须采用“多智能体”而不是“单模型” 因为该场景天然具备多任务异构特征： - 截图识别是视觉理解问题 - 交易标准化是结构化抽取问题 - 跨平台合并是实体匹配问题 - 中转识别是规则推理问题 - 金额认定是业务决策问题 - 问询建议与文书生成是语言生成问题 这些能力混在一个模型里，容易出现： - 提示词过长，效果不稳定 - 任务耦合，难以调试 - 错误来源不清晰 - 难以解释和复核 多智能体方案的价值就在于： - 每个智能体只解决一类专业问题 - 输出可结构化传递 - 每一步可替换、可迭代、可追责 - 更符合警务系统建设中的可管可控要求 ## 四、项目痛点与业务价值 ### 1. 一线实战痛点 基层民警在制作电诈受害人笔录和资金核查时，普遍面临以下问题： - 截图来源杂，微信、支付宝、银行卡、短信、数字钱包混杂 - 截图数量大，人工逐张登记极耗时间 - 同一笔交易跨平台重复展示，易重复统计 - 本人账户过渡、中转、充值提现等情形复杂，易错认 - 认定理由依赖经验，标准不统一 - 结果需反复整理为表格、笔录和报告，重复劳动重 ### 2. 业务价值 建议用“提质、提效、减负、规范、留痕”五个词来概括： - **提质**：减少重复统计、漏统、错统，提升被骗金额认定准确率 - **提效**：将人工逐张核账变为批量自动处理，显著压缩办案时间 - **减负**：减少基层民警在截图整理、表格汇总、笔录梳理上的机械劳动 - **规范**：统一认定逻辑、输出格式和复核路径 - **留痕**：保留截图来源、识别结果、认定依据、人工修正记录，满足审计追踪 ### 3. 适用场景扩展 除典型电信诈骗案件外，还可扩展到： - 帮信、洗钱案件中的资金流初筛 - 网络赌博、刷单返利等案件的流水梳理 - 经侦类案件中的多账户资金归集 - 检法环节中的证据辅助核查 ## 五、参赛方案的推荐总体叙事 ### 1. 推荐主叙事 建议全程围绕一句核心表达： **把“人工翻截图、人工算金额、人工写理由”的传统核账模式，升级为“多智能体自动核查、民警重点复核、系统一键出证”的新型警务工作流。** ### 2. 推荐价值主张 建议在材料中固定使用以下三层价值表达： - **对基层民警**：减负增效，把时间从机械整理中释放出来 - **对案件办理**：提升被骗金额认定的规范性、完整性和可解释性 - **对智慧警务**：构建可推广、可复制、可沉淀的反诈资金核查智能体范式 ### 3. 推荐比赛标签 可用于申报书、路演PPT、海报、短视频字幕： - 多智能体协同 - 警务垂直智能体 - 证据智能解析 - 资金路径分析 - 被骗金额认定 - 人机协同复核 - 文书自动生成 - 可解释可信AI ## 六、系统架构包装建议 ### 1. 总体架构 建议在图示中体现“四层结构”： 1. **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 2. **智能体协同层** 编排智能体统一调度各专业智能体 3. **案件推理层** 去重、关联、中转识别、认定评分、人工复核 4. **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 ### 2. 多智能体职责设计 #### （1）案件编排智能体 职责： - 接收案件处理请求 - 判断当前案件状态和处理阶段 - 规划执行顺序 - 监控任务完成情况 - 将异常或低置信结果提交人工复核 输入： - 案件信息 - 受害人截图集合 - 基础案情说明 输出： - 子任务清单 - 执行状态 - 汇总结果 #### （2）截图理解智能体 职责： - 判断截图来源APP - 判断页面类型 - 识别无效截图、重复截图、非账单截图 价值： - 解决“先分类再抽取”的前置问题 - 为后续使用不同抽取策略提供依据 #### （3）交易抽取智能体 职责： - 对账单截图进行OCR和结构化字段提取 - 标准化交易时间、金额、方向、对手方、订单号、备注等要素 - 给出抽取置信度 价值： - 将非结构化截图证据变成可计算、可关联的数据对象 #### （4）跨平台关联智能体 职责： - 识别同一笔交易在不同截图、不同APP中的重复表达 - 建立交易聚类关系 - 避免同一笔被骗资金重复累计 价值： - 直接解决“重复统计”这一实战高频痛点 #### （5）资金路径分析智能体 职责： - 识别本人账户中转、自转、自充等非最终被骗路径 - 判断是否存在汇聚账户、过桥账户、二跳转移 - 输出资金流路径和关系图 价值： - 将“金额汇总”升级为“路径分析” - 增强案件扩线和后续侦查价值 #### （6）被骗金额认定智能体 职责： - 结合规则、上下文和案件目标进行纳入/排除/待复核判断 - 生成每笔交易的认定理由和排除依据 - 输出高/中/低置信分层结果 价值： - 这是最能体现警务专业性的核心智能体 - 直接对应执法环节中的关键结论输出 #### （7）笔录与报告生成智能体 职责： - 生成受害人问询建议 - 生成被骗金额汇总表 - 输出 Word / Excel / PDF 等证据化文书 价值： - 让智能体结果直接进入基层实战使用链路 #### （8）人工复核协同智能体 职责： - 汇总低置信、矛盾、缺失字段记录 - 以“最少干预”方式请求民警确认 - 保存复核意见和修正轨迹 价值： - 体现可信AI和警务合规理念 - 将“全自动”风险转化为“可控智能增强” ## 七、结合当前项目实现，可重点包装的技术亮点 结合当前系统已有能力，建议重点突出以下内容： ### 1. 已具备较完整的案件处理链路 当前项目已经形成较完整流程： - 案件创建与管理 - 批量截图上传 - OCR识别与字段抽取 - 交易去重与聚类 - 本人账户中转识别 - 交易认定与理由生成 - 人工复核 - 报告导出 这说明项目不是停留在想法层面，而是已经具备原型系统基础。 ### 2. 结构化输出而不是自由文本输出 系统将截图解析为标准交易字段，例如： - 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 这一点对评审非常重要，因为结构化输出意味着： - 可计算 - 可追溯 - 可比对 - 可复核 - 可进入业务系统 ### 3. 规则引擎与模型推理结合 项目不是完全依赖大模型，而是采用“模型理解 + 规则约束”的路线： - 模型负责复杂截图理解和字段抽取 - 规则负责重复识别、中转识别、认定边界控制 - 大模型辅助生成更规范的认定理由和问询建议 这是一条非常适合警务场景的技术路线，因为它兼顾： - 智能性 - 稳定性 - 解释性 - 可管控性 ### 4. 支持证据化报告输出 系统可输出 Excel、Word、PDF 报告，这意味着： - 结果可以直接服务笔录制作和案件材料整理 - 不再停留在“屏幕上看一看”的演示阶段 - 体现出“从识别到文书”的警务闭环 ### 5. 支持人工复核闭环 高/中/低置信分层与人工确认机制，是项目成熟度的重要体现。 评审往往很关注“错了怎么办”，你可以明确回答： - 系统不会把不确定结果伪装成确定结论 - 系统会把低置信结果主动交给民警确认 - 人工复核结果可以反向修正最终认定 这会明显提升项目可信度。 ## 八、参赛材料中必须突出的“重点分析维度” ### 1. 业务刚需性 要让评审相信：这不是“为了比赛设计的需求”，而是基层民警天天遇到的刚需问题。 建议突出： - 高发场景 - 高频动作 - 高耗时环节 - 高易错环节 ### 2. 智能体真实性 很多参赛项目容易被质疑为“套壳大模型”。 你的项目要重点证明： - 有任务目标，不是聊天问答 - 有任务分工，不是一个提示词包打天下 - 有状态流转，不是单次调用 - 有工具调用，不是只会生成文本 - 有人工闭环，不是输出即结束 ### 3. 警务专业深度 评审会重点看项目是否真正理解公安业务。 建议重点突出以下专业点： - 同笔交易跨平台重复识别 - 本人账户中转识别 - 认定理由生成 - 排除逻辑与复核逻辑 - 证据索引与卷宗化输出 ### 4. 可解释与可信 在警务场景里，“为什么认定这笔是被骗金额”比“模型分数高不高”更重要。 因此必须强调： - 每一笔认定均有来源截图 - 每一笔认定均有结构化字段 - 每一笔认定均有理由说明 - 每一笔排除均有依据 - 每一步都有人工复核入口 ### 5. 工程落地能力 要让评审看到这是可以推广的系统，而不是实验室Demo。 建议强调： - 前后端完整系统 - 支持案件、截图、分析、复核、报告全流程 - 支持异步任务处理 - 支持模型接口替换 - 支持 mock 演示与真实模型配置切换 ## 九、申报书建议写法 ### 1. 项目背景 建议按以下逻辑写： 随着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，需要面对大量来自微信、支付宝、银行卡、短信通知等不同来源的账单截图。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。 ### 2. 建设目标 建议凝练成三项目标： 1. **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 2. **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 3. **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 ### 3. 创新点写法 建议至少写四个创新点： 1. **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。 2. **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。 3. **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。 4. **证据化输出创新** 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，构建从截图到文书的完整闭环。 ### 4. 推广价值写法 建议写成： 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。 ## 十、答辩和路演的最佳呈现方式 ### 1. PPT建议结构 建议控制在 10 页左右： 1. 项目名称 + 一句话价值 2. 基层实战痛点 3. 现有模式的问题 4. 项目总体方案 5. 多智能体协同架构 6. 核心业务流程演示 7. 关键创新点 8. 应用成效与指标 9. 安全合规与可信机制 10. 推广前景与总结 ### 2. 演示脚本建议 建议按照“一个案件跑到底”的方式演示： 1. 新建案件 2. 批量上传多APP截图 3. 系统自动识别截图来源和页面类型 4. 自动抽取交易字段 5. 自动完成去重与中转识别 6. 生成资金路径与被骗金额初判 7. 对低置信记录进行人工复核 8. 一键导出被骗金额汇总和问询建议 这样最能体现“智能体闭环”，而不是单点功能切换。 ### 3. 现场讲解要点 建议重点讲三句话： - **第一句**：我们解决的不是OCR问题，而是基层民警最耗时、最易错的被骗资金核查问题。 - **第二句**：我们不是单模型问答，而是多智能体围绕案件目标协同工作。 - **第三句**：我们输出的不是一个答案，而是一套可复核、可追溯、可形成文书的证据结果。 ## 十一、建议准备的量化指标 如果要冲击高奖项，必须尽可能提供量化结果。即使是阶段性数据，也比纯定性描述更有说服力。 建议准备以下指标： - 单案平均核查时间压缩比例 - 单案人工录入工作量下降比例 - 重复交易识别准确率 - 本人账户中转识别准确率 - 被骗金额认定一致性提升幅度 - 报告生成时间缩短比例 - 民警满意度或使用反馈 ### 指标写法示例 可参考如下口径： - 传统人工核查需 2 至 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 如果后续你有真实数据，建议替换为具体数字，如“平均耗时下降 70%”等。 ## 十二、安全、合规与可信设计建议 警务类比赛中，这一部分非常重要，不能缺失。 ### 1. 数据安全 建议强调： - 案件数据按案管理，隔离存储 - 证据图片、识别结果、报告文件全流程留痕 - 支持本地化部署或专网部署 - 支持模型接口按需切换 ### 2. 权限与审计 建议强调： - 不同角色区分上传、复核、导出权限 - 保留分析时间、复核时间、复核人、修改记录 - 导出报告保留版本快照，防止后续口径不一致 ### 3. 可信AI 建议强调： - 对低置信结果不直接下结论 - 人工拥有最终确认权 - 所有关键认定均有可解释理由 - 结果可追溯至原始截图证据 ## 十三、评审可能追问的问题与建议回答 ### 1. 你这个项目和普通OCR报销系统有什么区别？ 建议回答： 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。 ### 2. 为什么要做多智能体，不直接用一个大模型？ 建议回答： 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。 ### 3. 如果模型识别错了怎么办？ 建议回答： 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。 ### 4. 这个项目是否具备推广条件？ 建议回答： 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。 ## 十四、冲击高奖项的包装建议 如果目标不是“参赛即可”，而是争取更高奖项，建议在现有基础上强化以下表达： ### 1. 突出“实战首创性” 建议强调： - 来源于基层民警真实办案需求 - 在真实案件工作流中设计和应用 - 不是从技术找场景，而是从痛点反推系统 ### 2. 突出“执法专业性” 建议强调： - 认定的是“被骗金额”，不是简单流水金额 - 输出包含纳入、排除、待复核三类结果 - 支持认定理由和排除理由说明 ### 3. 突出“闭环可用性” 建议强调： - 能上传 - 能识别 - 能分析 - 能复核 - 能出报告 比“模型准确率多高”更能打动警务评审。 ### 4. 突出“可复制推广” 建议强调： - 技术路线可复制 - 场景边界清晰 - 业务模板可复用 - 可扩展到其他涉案资金场景 ## 十五、建议的最终参赛口号 可任选其一： - **让截图证据自己开口，让被骗金额认定更快更准。** - **从海量账单截图到一键证据报告，打造反诈资金核查智能体。** - **把基层民警从“翻截图、算金额、写材料”中解放出来。** - **以多智能体协同，重塑电诈案件资金核查新模式。** ## 十六、可直接用于申报书摘要的精炼版本 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。 ## 十七、结论：评审最容易被打动的核心表达 最终在所有材料和答辩中，建议把项目价值浓缩为下面这段话： **这个项目最重要的，不是把截图识别出来，而是把基层民警在电诈案件中最繁琐、最易错、最依赖经验的被骗资金核查流程，重构为一个由多智能体协同完成、由民警最终复核把关、并能直接形成证据材料的智能办案系统。它体现的不是“AI会看图”，而是“AI真正进入警务业务闭环”。**