面向企业采购到付款（P2P）全链路的供应链智能风控 Multi-Agent 调查系统。
用自然语言发起调查，系统会路由到对应领域 Agent，按业务 Skill 调用 MCP 工具查询 ERP，给出可追溯的风险结论、证据和正式报告。它把 路由、调查执行标准、工具契约、证据闭环、评测集 写成可执行协议。
企业风控调查的真实难点在：
- 问题可能是查制度、查一张单，也可能是对一家供应商做采购到付款全量排查
- 结论必须能指回单据、审批和计算口径，不能靠模型「感觉有风险」
- 供应商可能有几十上百张发票，不能把全量明细塞进上下文
- 跨域任务需要多 Agent 协作，但需要明确职责边界
Finprobe 用一套明确的分层回答这些问题：
用户问题
→ LeadAgent 路由（不判风险）
→ 领域 Agent ReAct
→ Skill（查什么、如何分级、如何消解）
→ MCP Tool
→ Mock ERP HTTP API
阈值、风险类型和输出字段写在 Skill 里，而不是重写成一套 Python 规则引擎。以后把 ERP_BASE_URL 换成真实 ERP，调查链路不用重做。
- 调查工作台：对话发起调查；右侧实时展示 Agent 的思考 / 行动 / 观察
- 业务数据：供应商、采购订单、入库单、发票、付款、审批、制度均可浏览，并一键发起调查
- 证据与报告：独立页面查看查询账、审批消解状态、JSON + Markdown 报告
- 数据看板：账套规模、金额分布，以及 27 家供应商的风险标注总览
覆盖 8 类风险：供应商主信息异常、供应商之间关联关系风险、少货多付/数量/金额异常、拆单避审、重复发票、税率异常、重复付款、异常收款账户。等级只有四档：高风险、中风险、低风险、证据不足。
flowchart TB
UI["调查工作台 React :5173"] -->|JSON + SSE| API["FastAPI :8000"]
API --> Lead[LeadAgent]
Lead -->|制度 / 查单 / 澄清| GQ[GeneralQueryAgent]
Lead -->|单域或跨域| S[SupplierRiskAgent]
Lead --> T[TransactionRiskAgent]
Lead -->|已有发票或付款则并行<br/>只有 PO 则等发票号| P[PaymentRiskAgent]
GQ -->|发现风险信号则交回| Lead
S --> Bag[证据袋 envelopes]
T --> Bag
P --> Bag
Bag --> Ev[EvidenceReviewAgent]
Ev -->|缺口且未超 2 轮| Back[按 Skill 补查]
Back --> Ev
Ev -->|readyForReport| R[ReportAgent]
R --> Out[JSON + Markdown]
S --> MCP[MCPClient]
T --> MCP
P --> MCP
GQ --> MCP
MCP --> Tools["mcp-server 9 个工具"]
Tools --> ERP["Mock ERP :8081"]
七个 Agent 职责隔离：
| Agent | 做什么 | 不做什么 |
|---|---|---|
| LeadAgent | 抽实体、定范围、选 Skill、合并证据袋 | 不下风险等级 |
| SupplierRiskAgent | 主信息、关联关系 | 不判三单、拆单、付款 |
| TransactionRiskAgent | 三单匹配、拆单、重复发票、税率 | 不判重复付款、收款账户 |
| PaymentRiskAgent | 重复付款、异常收款账户 | 不重做三单数量匹配 |
| GeneralQueryAgent | 制度问答、查单、澄清 | 不给出最终风险等级 |
| EvidenceReviewAgent | 审信封、提出补查任务 | 不查 ERP、不改原始 facts |
| ReportAgent | 把已审证据写成报告 | 不发明新的风险类型 |
Web 应用里的 MCP 调用走后端统一 MCPClient（当前内部 dispatch 现有工具）。领域 Agent 不直接 curl ERP，也不读取 mock-erp/data/*.json。
Finprobe/
AGENTS.md 执行合同：路由、协作、约束
src/contracts/ 冻结的 HTTP / SSE / 信封契约
src/backend/ FastAPI + LeadAgent 编排器
src/frontend/ Vite + React 调查工作台
mock-erp/ 模拟 ERP（REST，不是 MCP）
mcp-server/ MCP 适配器：HTTP 调 ERP
skills/ 10 个业务 Skill
evals/gold/ 跨域 27 案 + 单域 10 案评测草稿
tests/backend/ 契约、路由、健康检查回归
scripts/ 启动脚本
需要 Python 3.12、Node.js 18+。Windows / macOS / Linux 均可。
python -m venv finprobe_env
# Windows: .\finprobe_env\Scripts\Activate.ps1
# macOS / Linux: source finprobe_env/bin/activate
python -m pip install -r requirements.txt
cd src/frontend
npm install
cd ../..复制 .env.example 为 .env：
ERP_BASE_URL=http://127.0.0.1:8081
ERP_API_KEY=qh_live_5fc45e4c22871d81ef7d47ea7b69aa2f
DEEPSEEK_API_KEY=your_key
DEEPSEEK_BASE_URL=https://api.deepseek.com
DEEPSEEK_MODEL=deepseek-flashERP_API_KEY 只用于本地 Mock ERP，不要写进 Skill 或报告。调查执行需要 LLM；兼容 OpenAI Chat Completions 的网关都可以，也识别 OPENAI_API_KEY。
终端 1 — Mock ERP：
python mock-erp/server.py终端 2 — 后端：
python -m uvicorn src.backend.app.main:app --host 127.0.0.1 --port 8000终端 3 — 前端：
cd src/frontend
npm run dev| 服务 | 地址 | 说明 |
|---|---|---|
| 工作台 | http://127.0.0.1:5173 | 对话、ERP 浏览、看板 |
| 后端 API | http://127.0.0.1:8000/v1/health | 契约见 src/contracts/ |
| Mock ERP | http://127.0.0.1:8081/health | 业务接口需要 X-Api-Key |
直接用浏览器打开 http://127.0.0.1:8081/ 会看到未授权，这是预期行为。请走工作台或后端 /v1/erp/*。
也可用 scripts/start_erp.ps1、scripts/start_backend.ps1、scripts/start_frontend.ps1。
在工作台提问，或从业务数据页点击「调查风险」：
请全面排查供应商 VEN-0044 有无风险？
订单 PO-01332 从采购到付款全面排查，能否付款？
差旅住宿标准是多少？
预期行为：
- 制度问答走
policy_qa，不派付款 Agent，不出正式报告 - 缺实体时只问 一个 澄清问题
- 「全面排查供应商」走跨域：供应商域与交易域并行，付款域在拿到发票号后执行
- 大列表只给 summary / sample / artifact，聚合走
financial-analysis
不是每个问题都跑齐 10 个 Skill。LeadAgent 先定 scope 和 mode：
| mode | 何时 | 后续 |
|---|---|---|
clarify |
非制度问题且缺少可绑定实体 | 只问一个澄清问题 |
policy_qa |
纯制度 | GeneralQueryAgent |
lookup |
查单 / 探查 | 发现风险信号必须交回 LeadAgent |
single |
只命中一个领域 | 一个 RiskAgent |
cross |
两个及以上领域，或用户明确「全面排查」 | 多 Agent 协作 + 证据审核 |
- 声称「无审批 / 已消解」时，必须真的调用过
approval-query - 跨域或出正式报告前必须经过 EvidenceReviewAgent
- 补查最多 2 轮；仍有缺口则
readyForReport=false，不能假装终稿 - 已确认的高风险不会被另一条「证据不足」稀释
查询类工具统一返回：
- 小结果内联
data - 大结果只给
summary+sample+artifact - 统计用
financial-analysis，再看几条用artifact-get
九个工具名保持稳定：vendor-query、po-query、gr-query、invoice-query、payment-query、approval-query、policy-query、financial-analysis、artifact-get。
仓库提供两份标准评测集，用来衡量 跨域 Multi-Agent 协作 和 单域调查：
| 文件 | 规模 | 状态 |
|---|---|---|
evals/gold/cross_supplier_v1.draft.json |
27 家供应商，每家可有多个风险 | 确认 |
evals/gold/single_domain_v1.draft.json |
10 个单域问题（单据 / 关联 / 制度） | 确认 |
标准答案包含风险领域、风险类型、风险等级和必要证据。它们是评测草稿，不是已经刷出来的准确率榜。路由与协作规则以 AGENTS.md 为准。
- 后端：Python 3.12、FastAPI、Pydantic v2、SQLite 会话
- 前端：Vite、React、TypeScript
- 工具层：自研 MCP 适配器 + 统一
MCPClient（暂时） - 模型：OpenAI 兼容 Chat Completions（默认 DeepSeek）
- 数据：本地 Mock ERP，标准库
http.server
python -m pytest tests/backend -q当前覆盖契约、路由、健康检查、MCP client、ReAct 循环和看板接口。跑调查相关测试前请先启动 Mock ERP。
已经落地：Mock ERP、9 个 MCP 工具、10 个 Skill、LeadAgent 编排、领域 Agent、证据审核、报告、工作台、看板、评测草稿。
这是本地演示系统，默认只绑定 127.0.0.1，没有登录。适合作为 Multi-Agent、MCP 和证据式调查的完整样本，而不是生产 ERP 插件。
AGENTS.md— Agent 执行合同，改路由或协作先读这个src/contracts/README.md— HTTP / SSE / 信封契约skills/— 每个风险类型的调查步骤和阈值