智析反诈 — 受害人被骗金额归集智能体
面向电信诈骗案件受害人资金梳理的多APP账单智能归集与被骗金额核验系统。
功能概览
- 案件管理 — 创建、查看、管理诈骗案件
- 截图上传 — 批量上传微信/支付宝/银行/数字钱包等多APP账单截图
- OCR识别 — 云端多模态自动识别页面类型、提取交易字段，支持人工修正
- 交易归并 — 自动去重（订单号/金额+时间窗口）、识别本人账户中转
- 资金分析 — 生成资金流转关系图、交易时间轴、收款方聚合
- 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
- 笔录辅助 — 基于分析结果自动生成笔录问询建议
- 报告导出 — Excel汇总表 / PDF报告 / Word文书，含证据索引和审计快照
技术栈
| 层级 | 技术 |
|---|---|
| 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 |
项目结构
fund-tracer/
├── frontend/ # React 前端
│ ├── src/
│ │ ├── pages/ # 7 个核心页面
│ │ ├── services/ # API 服务层
│ │ ├── store/ # Zustand 状态管理
│ │ ├── mock/ # Mock 数据（后端不可用时自动降级）
│ │ └── types/ # TypeScript 类型定义
│ └── package.json
├── backend/ # FastAPI 后端
│ ├── app/
│ │ ├── api/v1/ # REST API 路由
│ │ ├── models/ # SQLAlchemy ORM 模型
│ │ ├── schemas/ # Pydantic 请求/响应模型
│ │ ├── services/ # 业务逻辑层
│ │ ├── rules/ # 规则引擎（去重/中转/认定）
│ │ ├── workers/ # Celery 异步任务
│ │ └── repositories/ # 数据访问层
│ ├── alembic/ # 数据库迁移
│ ├── scripts/ # 种子数据等脚本
│ └── tests/ # pytest 测试
├── infra/
│ ├── docker/ # docker-compose (PG + Redis)
│ ├── env/ # 环境变量模板
│ └── scripts/ # 一键启动脚本
└── docs/ # 文档
快速开始
前提条件
- Node.js >= 18
- Python >= 3.11
- Docker & Docker Compose
一键启动
bash infra/scripts/start-dev.sh
手动启动
# 1. 启动基础设施（PostgreSQL + Redis）
cd infra/docker
docker compose up -d
cd ../..
# 2. 安装后端依赖
cd backend
python -m venv .venv # 创建虚拟环境（推荐）
source .venv/bin/activate # macOS/Linux
# .venv\Scripts\activate # Windows
pip install -r requirements.txt # 安装依赖
# 3. 配置环境变量
cp ../infra/env/.env.example .env # 复制模板，按需编辑
# 4. 初始化数据库
alembic revision --autogenerate -m "init"
alembic upgrade head
# 5. 插入演示数据
python -m scripts.seed
# 6. 启动后端服务
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000
# 7. 安装并启动前端（新开终端）
cd frontend
npm install
npm run dev
访问
- 前端: http://localhost:5173
- 后端 API: http://localhost:8000
- API 文档: http://localhost:8000/docs
纯前端演示模式
即使没有后端服务，前端也能正常运行。系统会自动检测后端可用性，不可用时降级为内置 mock 数据驱动。
cd frontend && npm run dev
配置 AI 能力
系统使用两组独立的 OpenAI 兼容接口，在 backend/.env 中配置：
# OCR — 截图识别与字段抽取（需要多模态/视觉能力）
OCR_API_KEY=your_key
OCR_API_URL=https://api.example.com/v1/chat/completions
OCR_MODEL=gpt-4o
# LLM — 认定理由生成、问询建议等推理任务
LLM_API_KEY=your_key
LLM_API_URL=https://api.example.com/v1/chat/completions
LLM_MODEL=gpt-4o-mini
- OCR 和 LLM 可以指向不同的供应商/模型（如 OCR 用视觉模型，LLM 用轻量文本模型）
- 如果只配置 LLM 而未配置 OCR，OCR 会自动降级使用 LLM 的配置
- 两者均未配置时自动使用 mock 数据，不影响演示
测试
cd backend
pytest tests/ -v
API 端点一览
| 端点 | 方法 | 功能 |
|---|---|---|
/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 |