\documentclass[UTF8,11pt,a4paper,oneside,openany]{ctexbook}

\input{preamble}

\begin{document}

\begin{titlepage}
  \centering
  \vspace*{1.8cm}

  {\zihao{2}\bfseries 全国“智慧+警务”AI智能体大赛项目书\par}
  \vspace{1.6cm}
  {\zihao{0}\bfseries 智析反诈\par}
  \vspace{0.5cm}
  {\zihao{2}\bfseries 面向电信网络诈骗案件受害人资金核查的\par}
  \vspace{0.25cm}
  {\zihao{2}\bfseries 多智能体协同认定系统\par}
  \vspace{1.2cm}
  {\zihao{4}多APP账单截图解析、跨平台交易归并、资金路径分析与被骗金额认定\par}

  \vfill

  \begin{tabularx}{0.72\textwidth}{>{\raggedleft\arraybackslash}p{0.28\textwidth}X}
    项目名称： & 智析反诈 \\
    申报单位： & 【待填写】 \\
    项目负责人： & 【待填写】 \\
    团队成员： & 【待填写】 \\
    完成时间： & \today \\
  \end{tabularx}

  \vfill
  {\small 本项目书为递交版草案，文中带“占位”或“示例”的图表数据需在正式提交前替换为真实材料。}
\end{titlepage}

\frontmatter

\chapter*{摘\quad 要}
\addcontentsline{toc}{chapter}{摘要}

针对电信网络诈骗案件受害人资金核查过程中截图数量大、平台来源杂、重复统计风险高、人工整理负担重等突出问题，本文提出并实现“智析反诈”多智能体协同认定系统。系统面向基层派出所民警真实办案场景，以案件为组织单元，对微信、支付宝、银行APP、数字钱包等多源账单截图进行自动识别、字段抽取、跨平台归并、资金路径分析、被骗金额分层认定与证据化输出，并通过人工复核机制保障结果可解释、可追溯、可确认。

本项目采用“视觉识别 + 规则约束 + 智能推理 + 人机协同”的技术路线，重点解决三类核心难题：一是不同APP与不同页面之间的截图证据统一建模；二是同一交易在多截图、多平台中的重复展示识别；三是本人账户中转、退款返还、待核实交易等复杂情形下的被骗金额认定。系统进一步引入证据识别后的关键词回溯机制，利用后续高置信识别结果反向校正账单页面类型判断，形成具备自我完善特征的轻量级优化闭环。

从系统实现看，项目已形成案件管理、截图上传、OCR识别、交易归并、资金分析、认定复核、问询建议和报告导出等完整办案链路；从应用价值看，项目能够显著提升受害人笔录前事实梳理效率、降低金额误算与漏算风险，并为案件流转提供可复用的结构化证据底稿。该系统兼具实战价值、推广价值和示范意义，适合作为基层警务智能体应用的典型样板。

\vspace{0.6cm}
\noindent\textbf{关键词：}电信网络诈骗；资金核查；多智能体协同；截图证据解析；被骗金额认定；人机协同

\tableofcontents
\clearpage

\mainmatter

\input{chapters/01-overview}
\input{chapters/02-demand}
\input{chapters/03-solution}
\input{chapters/04-mechanism}
\input{chapters/05-implementation}
\input{chapters/06-innovation}
\input{chapters/07-application}
\input{chapters/08-conclusion}
\appendix
\input{chapters/09-appendix}

\end{document}