intelligent-audit-system

让企业AI智能体每一步都有据可查、可控可审

AuditPilot 是一个面向企业的可审计 AI 智能体系统，旨在解决 AI 在关键业务流程中缺乏透明度、可控性和合规性的问题。它提供了一套完整的框架，让企业能够构建、运行和监控基于证据的智能体工作流。核心能力包括：基于知识图谱和 RAG 的智能体运行时，确保回答有据可循；严格的工具治理机制，限制智能体只能调用经过授权的操作；内置评估测试平台，可对智能体性能进行持续验证；支持人工介入审核环节，保障关键决策的可靠性；以及自动化的补救措施交付，当检测到异常时能及时响应。项目采用 FastAPI 构建，技术栈涵盖 agent-evaluation、agent-runtime、agentic-rag 等，为开发者和企业架构师提供了从开发到部署的全链路支持。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1170

维护状态维护中

是否开源是

定价模式 free

项目数据

分类智能体

开发团队Ricky-7-Yan

所属国家

官网地址

GitHubhttps://github.com/Ricky-7-Yan/intelligent-audit-system

定价模式free

价格说明开源项目，无官网，需自行部署，全部功能免费。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型agent-evaluation,agent-runtime,agentic-rag,ai-agent,audit,evaluation-harness,fastapi,human-in-the-loop,knowledge-graph,llmops,mcp,multi-agent,python,rag

GitHub 星标★ 1170

30天Star增速

HF 下载量

上线时间2025-10-28 00:00:00

最近更新2026-09-19 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

难度：进阶约 15 分钟部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 3.10 或更高版本
从 config.env.example 复制出本地 config.env 配置文件
可选：MySQL 实例（使用 MySQL 标准库时）
可选：Neo4j 实例（使用知识图谱时）
可选：需要本地语义向量时安装 requirements-embeddings.txt（含 Torch/Transformers）

安装与启动步骤

1确认 Python 版本

AuditPilot 要求 Python 3.10 或更高版本，先确认本机 Python 版本满足要求，否则先升级。
```
python --version
```
2获取项目代码

把仓库克隆到本地目录，后续所有配置文件和命令都在该目录下执行。
```
git clone https://github.com/Ricky-7-Yan/intelligent-audit-system.git
cd intelligent-audit-system
```
3复制配置文件

README 要求先复制 config.env.example，再只在本地 config.env 中填写所需配置项，不要改动示例文件。
```
cp config.env.example config.env
```
4按需安装向量依赖

默认安装不含 Torch / Transformers；只有确实需要本地语义向量时才安装该依赖文件，并启用 RAG_ENABLE_EMBEDDINGS=1。
```
pip install -r requirements-embeddings.txt
```

关键配置

配置项	必填	说明	示例
`DEEPSEEK_API_KEY`	否	接入 LLM 增强能力；不填则进入确定性回退模式。	`sk-xxxxxxxx`
`MYSQL_HOST`	否	MySQL 标准库连接地址，不使用标准库时无需配置。	`127.0.0.1`
`NEO4J_URI`	否	Neo4j 图谱连接地址，不使用图谱时无需配置。	`bolt://127.0.0.1:7687`
`RAG_ENABLE_EMBEDDINGS`	否	启用本地语义向量；需先安装 requirements-embeddings.txt。	`1`
`SECURITY_MODE`	否	生产鉴权开关，生产环境需设为 enforced。	`enforced`
`AUDITPILOT_API_TOKENS_JSON`	否	生产鉴权令牌配置，配合 SECURITY_MODE=enforced 使用。	`{"token":"your-token"}`

如何确认成功

启动后即使未配置大模型密钥也会进入确定性回退模式，审计工作流、RAG、评测和界面仍可正常体验。

常见问题

Q：没有大模型 API Key 能跑起来吗？

A：可以。项目默认支持无模型密钥运行，未配置大模型时进入确定性回退模式，审计工作流、RAG、评测和界面仍可体验。

Q：必须搭建 MySQL 和 Neo4j 吗？

A：不是必需。MySQL 标准库和 Neo4j 图谱都属于可选配置，只有需要对应能力时才填写连接信息。

Q：默认安装能做本地语义向量检索吗？

A：不能。默认安装不包含 Torch / Transformers，需额外安装 requirements-embeddings.txt 并设置 RAG_ENABLE_EMBEDDINGS=1。

Q：生产环境需要额外配置什么？

A：需将 SECURITY_MODE 设为 enforced，并配置 AUDITPILOT_API_TOKENS_JSON 和 AUDIT_LOG_SIGNING_KEY 等鉴权与日志签名项。

注意事项

README 节选中未给出具体启动命令，启动方式请以仓库实际文档为准，不要凭猜测执行。
config.env 属于本地私有配置，请勿提交到版本库或对外分享。
README 提到的 6 个模板、34 个控制主题等数字仅为开箱范围，不代表覆盖全部行业与审计业务。
项目不在无客户实测的前提下宣称固定节省工时或准确率，相关业务价值需在试点中度量。

核心亮点

提供完整的可审计性框架，每个智能体决策都有证据链支撑，满足企业合规需求
内置评估测试平台，可对智能体性能进行持续验证和回归测试
支持人工介入审核（human-in-the-loop），关键操作可人为把关，降低风险

不足之处

项目仍处于成长阶段，文档和社区生态有待完善
知识图谱与RAG结合的实现复杂度较高，上手门槛可能较陡

适用场景

金融、医疗等强监管行业，需要AI决策可追溯和审计
企业内部流程自动化，需确保智能体操作合规且可控
构建复杂知识问答系统，要求答案有据可依、可验证

替代项目

LangChain、AutoGen、CrewAI

项目介绍

intelligent-audit-system 是智能体领域的开源项目，由 Ricky-7-Yan 开发，2025 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（1,170）位列前 30%，在智能体分类中处于中上游。

项目仍在小幅维护中，最近一次代码更新于 2026-09-19。无官网，需自行部署，全部功能免费。

它主要面向的使用场景是：金融、医疗等强监管行业，需要AI决策可追溯和审计。同类可对比的替代方案包括 LangChain、AutoGen、CrewAI。

上一篇：hermes-browser-extension

下一篇：moai-adk