企业反舞弊调查系统：六步流程与证据链智能体应用

作品简介

investigation-agent 是一个基于三系统解耦架构的反舞弊调查桌面智能体应用，面向企业内部或合规场景，提供可交互的调查方法论可视化与流程辅助，帮助调查人员系统性地梳理线索、执行调查步骤并管理案件数据。

控制台以「六步调查协议」组织主流程：案件受理、调查规划、证据收集、访谈实施、分析判断、报告结案，每个阶段标注进行状态；右侧同步展示当前案件编号、名称、所处阶段、整体进度与证据链，让案件状态一屏看清。

核心亮点

• 六步标准化调查流程：从案件受理到报告结案全环节管理，阶段推进可视化
• 证据链管理：采购合同、付款记录、证人证言等证据逐条登记，带验证状态标记，统计证据总数与已验证数量
• 调查技能库：内置按场景分类的舞弊知识——渠道舞弊、招投标舞弊、采购舞弊、人事舞弊等，调查时按需调用方法论
• 调查辅助模块齐全：调查基础协议（事实/推论区分、竞争假设建立、证伪设计、认知偏差检查）、调查记忆、本体图谱、访谈分析、冷启动配置
• 案件可视化跟踪：当前阶段、完成进度百分比、推理状态（当前假设）实时呈现
• 解耦架构：业务系统/连接系统/Agent 系统分层，业务逻辑与 AI 能力松耦合，Agent 引擎可替换可扩展，既可独立使用也可作为可插拔底座嵌入合规平台

技术与工具

• 前端：FastHTML 构建界面，pywebview 封装为桌面端原生应用
• 智能体运行时：集成 hermes-agent 作为核心
• 架构设计：「业务系统/连接系统/Agent 系统」三系统解耦分层
• 开发：python 技能（python-dev）+ 办公智能体工具 + 国内顶级模型，零基础完成

开发过程

作者的出发点是把企业反舞弊的 Agent Skill 界面化，做成一个桌面客户端。使用李老师的 python-dev 技能搭建框架，全程用自己熟悉的技术栈，效率很高——只管提业务逻辑和需求，由 AI 完成实现。

适用场景

• 企业内部合规调查：虚假报价、利益输送等案件的受理、取证与结案管理
• 政府采购反舞弊调查场景的流程辅助与证据管理
• 合规团队的方法论沉淀：把调查技能库与案件台账结合，新人也能按标准化步骤执行

原始提交内容（点开查看，可复制全文去问 AI）

investigation-agent是一个基于三系统解耦架构的反舞弊调查桌面智能体应用，其核心功能是面向企业内部或合规场景，提供可交互的调查方法论可视化与流程辅助，帮助调查人员系统性地梳理线索、执行调查步骤并管理案件数据；在用途上，它既可作为独立的调查工具，也可作为可插拔的Agent底座嵌入更复杂的合规平台。在开发技术方面，该项目采用FastHTML构建前端界面，通过pywebview实现桌面端原生应用封装，并集成hermes-agent作为智能体运行时核心，同时通过“业务系统/连接系统/Agent系统”的分层设计确保业务逻辑与AI能力松耦合，便于后续替换或扩展Agent引擎。