1、立项背景与目标:金融材料审核(合同、发票、单据等)长期依赖人工,效率低、标准不一、易漏检。
2、目标是构建多模态智能审核 Agent,覆盖“提交材料→视觉理解与结构化→智能审核→人工确认与报告”四阶段,提升审核效率与一致性。
3、核心功能模块:①多模态视觉理解,图片/PDF 转图送视觉模型提取结构化字段;②LangGraph 编排六骨架 + 五审核工具(金额勾稽、风险条款、历史案例 RAG、中登查重、发票内容一致性);③人工确认与报告生成。
1、整体架构与设计思路:视觉理解(视觉大模型)+ LangGraph 状态编排 + 五审核工具 + 案例 RAG + Langfuse v4 可观测;前端 Gradio 6。
2、我的负责模块与结果:作为产品负责人完成需求定义、方案选型、评测体系(埋点指标 + 任务级 trace 回放)到部署上线(腾讯云);结果端到端跑通、MOCK 全开验证通过、评测大盘可用。
3、难点与方案:多模态字段须可溯源且前端不暴露原始 JSON,采用 Markdown 字段卡片 + 状态存储展示解决;模型非 LangChain 自编排,改用手动打 span 接入 Langfuse。