纪检监察银行流水洞察智能体

把纪检“行话”变成可计算、可审计的规则

口径统一、可配置，不依赖大模型临场猜测

场景 02建模深度 [##--]业务语义层

ontoctl describe bank-transaction

涉及哪些对象: 人、账户、企业、交易
依据在哪里: 多家银行、多种格式的流水，既有电子流水，也有纸质扫描件
规则如何适用: 纪检业务术语对应标准计算规则，阈值可配置
最终由谁确认: 系统给出可溯源的资金线索，由调查人员研判

同一句话，每次理解都可能不同

在数据和模型之间加一层纪检业务语义层

调查人员的提问方式是纪检业务语言

deepdive agent --scenario=bank-transaction-analysis

> 帮我看看李某最近有没有大额资金快进快出，重点关注与工程公司的往来

“大额”是多少？“快进快出”多快算快？“工程公司”怎么认定？如果交给大模型临场理解，每次的口径都可能不同

我们把这些业务术语逐一对应到标准计算规则，阈值可以按单位要求配置，配置一次，每次提问都按同一套口径执行

ontoctl get terms -n discipline

+----------+-----------------------------+
| 业务术语 | 标准计算规则                |
+----------+-----------------------------+
| 大额     | 单笔金额 > 50万元（可配置） |
+----------+-----------------------------+
| 快进快出 | 大额入账后 2 小时内         |
|          | 发生大额转出或取现          |
+----------+-----------------------------+
| 工程公司 | 企业类型 = 工程建设类       |
+----------+-----------------------------+
| 本人账户 | 同一人名下多个账户          |
|          | 跨行归并                    |
+----------+-----------------------------+
| 敏感期   | 节日、任职、项目节点        |
|          | 等时间窗口                  |
+----------+-----------------------------+

从原始流水到可解释的线索

处理过程分四步，第二步把人、账户、企业和交易归一，形成统一的资金视图，这正是业务对象层

cat pipeline.md

+-- 1 解析与标准化 --------------------+
|  OCR、表格还原、字段映射、去重       |
+--------------------------------------+
                   |
                   v
+== 2 实体解析与本体构建 ==============+
|  人、账户、企业、交易归一            |
|  形成统一资金视图                    |
+======================================+
                   |
                   v
+-- 3 语义规则 + NL2SQL ---------------+
|  语义规则补全口径                    |
|  Schema Linking 生成并校验 SQL       |
+--------------------------------------+
                   |
                   v
+-- 4 线索呈现 ------------------------+
|  可解释、可溯源的资金线索            |
+--------------------------------------+

ontoctl trace funds --person 李某 --window 2h

+--------------------------+
|  XX工程有限公司          |
|  工程建设类企业          |
+--------------------------+
             |
             |  10:05 转入 +60万
             v
+--------------------------+
|  李某 / 工行账户A        |
+--------------------------+
             |
             |  10:20 跨行转出 58万
             v
+--------------------------+
|  李某 / 建行账户B        |
+--------------------------+
             |
             |  11:02 柜面取现 30万
             v
+--------------------------+
|  现金流出                |
+--------------------------+

资金进入 -> 现金取出：约 57 分钟

在示例数据中，这条资金链同时命中了五条规则

工程类企业来款
单笔大额
两个账户归属于同一人
跨行快速转移
2 小时内大额取现

每一条都能回到原始流水、生成的 SQL 和分析规则，口径统一、可配置、可审计，数据也不出域，满足敏感数据的安全与权限要求

比报销审核多了一层业务语义：术语有了标准定义，人和账户有了统一身份；当对象之间的关系、条件和证据本身就决定结论时，就需要完整的业务本体

示例数据，非真实案件