
intelligent-audit-system
让企业AI智能体每一步都有据可查、可控可审
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1180
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 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
下一篇:moai-adk
同类项目推荐
WorldSeed
开源
构建一个虚拟世界,让 AI 智能体自发互动、竞争与结盟,观察涌现社会行为。
More is Different. A multi-agent world engine where AI agents live, talk, compete, a···
openclaw-optimization-guide
开源
照着做,让你的 AI 智能体更快更聪明更省钱。
Make your OpenClaw AI agent faster, smarter, and cheaper. Speed optimization, memory···
omnibase
开源
自托管 AI 工作台,管好知识、模型和智能体
Self-hosted AI workbench for knowledge, RAG, model providers, and safely governed us···
ads-mcp
开源
让 AI 直接帮你管广告,跨平台操作一步到位
MCP server for managing ad campaigns across Google Ads, Meta Ads, LinkedIn Ads, and ···
ntg-agent
开源
用 C# 快速搭一个带记忆和知识库的聊天机器人
A sample Chatbot in C# using Microsoft Agent Framework
opendraft
开源
10分钟出两万字初稿,论文不用憋了
The open-source agent system that writes research papers with verified citations. Ev···
myPKA
开源
把知识放进文件夹,AI 帮你管,永久属于你。
AI-powered Personal Knowledge Assistance in a folder. Built on the ICOR methodology.···
mangaba_ai
开源
用 Python 编排多智能体协作,快速搭出可落地的 AI 工作流
Framework profissional de orquestracao multi-agente em Python: crews, flows orientad···
MeiGen-AI-Design-MCP
开源
让 Claude 直接调 1400+ 提示词库批量出图做设计
Discover inspiration and create images and videos with the latest AI models. Works w···