fund-tracer/docs/全国“智慧+警务”AI智能体大赛参赛方案.md

# 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”。**