# ai-agent

**Repository Path**: boundless-learning/ai-agent

## Basic Information

- **Project Name**: ai-agent
- **Description**: ai项目
- **Primary Language**: Java
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-02-08
- **Last Updated**: 2026-02-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 银行流水分析系统

这是一个基于LangChain4j的智能银行流水分析系统，能够解析PDF和Excel格式的银行流水文件，进行信贷风控检查，并生成详细的分析报告。

## 功能特性

- **多格式文件解析**：支持PDF、Excel、CSV格式的银行流水文件解析
- **真实性验证**：检测流水是否伪造或篡改
- **套现检测**：识别信用卡套现行为和可疑交易模式
- **行业合规性检查**：验证流水是否符合特定行业特征
- **综合风险评估**：提供全面的信贷风险评估
- **动态配置**：支持风险阈值和提示词模板的动态更新
- **详细报告生成**：生成结构化的分析报告

## 技术架构

- **Spring Boot**：应用框架
- **LangChain4j**：AI服务集成
- **Apache POI**：Excel文件处理
- **PDFBox**：PDF文件处理
- **Jackson**：JSON处理

## 安装与配置

### 1. 环境要求

- Java 21+
- Gradle 8.0+

### 2. 配置AI模型

在 `langchain4j/src/main/resources/application.yaml` 中配置AI模型参数：

```yaml
ai:
  model:
    provider: openai  # 可选: openai, ollama, qwen
    name: gpt-3.5-turbo  # 或其他模型名称
    temperature: 0.2     # 较低温度以获得更确定的回答
    max-tokens: 4000     # 较长的输出以适应详细分析
    api-key: ${OPENAI_API_KEY:your-openai-api-key-here}  # 使用环境变量或默认值
```

### 3. 启动应用

```bash
cd langchain4j
../gradlew bootRun
```

## API接口

### 1. 文件分析

**POST** `/api/credit-expert/analyze/file`

上传银行流水文件进行分析：

```bash
curl -X POST \
  http://localhost:8080/api/credit-expert/analyze/file \
  -F "file=@bank_statement.pdf" \
  -F "industry=RETAIL" \
  -F "applicantInfo={\"name\":\"张三\",\"yearsInBusiness\":3}"
```

### 2. 生成详细报告

**POST** `/api/credit-expert/analyze/file/report`

上传文件并生成详细分析报告：

```bash
curl -X POST \
  http://localhost:8080/api/credit-expert/analyze/file/report \
  -F "file=@bank_statement.xlsx" \
  -F "industry=MANUFACTURING"
```

### 3. 动态配置管理

**GET** `/api/config/all` - 获取所有配置

**PUT** `/api/config/risk-thresholds` - 更新风险阈值

**PUT** `/api/config/suspicious-thresholds` - 更新可疑交易检测阈值

**PUT** `/api/config/prompt-templates` - 更新提示词模板

## 配置说明

### 风险阈值配置

- `critical`: 0.8 (严重风险)
- `high`: 0.6 (高风险)
- `medium`: 0.4 (中等风险)
- `low`: 0.2 (低风险)

### 可疑交易检测参数

- `round_amount_ratio`: 整数金额比例阈值
- `suspicious_counterparty_ratio`: 可疑交易对手比例
- `holiday_transaction_ratio`: 节假日交易比例
- `large_cash_withdrawal_count`: 大额取现次数阈值
- `same_day_cycle_count`: 当日循环次数阈值

## 使用示例

### 1. 单文件分析

```java
// 使用CreditRiskAnalyzer直接分析
@Autowired
private CreditRiskAnalyzer analyzer;

// 分析PDF或Excel文件
ComprehensiveAnalysisResult result = analyzer.analyzeBankStatementFile(
    file,           // MultipartFile对象
    "RETAIL",       // 行业类型
    applicantInfo   // 申请人信息
);
```

### 2. 批量分析

```bash
curl -X POST http://localhost:8080/api/credit-expert/analyze/batch \
  -H "Content-Type: application/json" \
  -d '{
    "statements": ["statement1...", "statement2..."],
    "industry": "RETAIL"
  }'
```

### 3. 信贷咨询

```bash
curl -X POST http://localhost:8080/api/credit-expert/consult?sessionId=test123 \
  -H "Content-Type: application/json" \
  -d '{"question": "这份流水的风险点在哪里？"}'
```

## 报告内容

生成的分析报告包含以下内容：

1. **基本信息**：分析ID、时间、风险评分等
2. **银行流水分析**：收入、支出、现金流等
3. **真实性验证**：流水真实性评分和验证详情
4. **套现检测**：套现概率和检测到的模式
5. **行业合规性**：是否符合行业特征
6. **风险因素**：主要风险点分析
7. **信贷建议**：授信建议和条件
8. **关键发现**：重要发现和红色警报
9. **分析总结**：整体评估和建议

## 扩展功能

- **自定义提示词**：通过配置端点动态更新AI提示词
- **阈值调整**：根据业务需要调整风险检测阈值
- **多行业支持**：扩展行业标准和合规检查规则
- **集成RAG**：结合知识库进行更精确的分析

## 注意事项

1. 确保AI模型API密钥配置正确
2. 文件大小限制为10MB
3. 支持的文件格式：PDF、XLS、XLSX、CSV
4. 生产环境建议使用HTTPS和认证授权

## 开发指南

项目结构：

```
src/main/java/pres/moling/langchain/
├── agent/              # AI代理和分析工具
│   ├── CreditRiskAnalyzer.java    # 信贷风险分析主类
│   ├── TransactionAnalyzer.java   # 交易分析工具
│   ├── ReportGenerator.java       # 报告生成器
│   └── ConfigurationManager.java  # 配置管理器
├── api/                # API控制器
│   └── CreditExpertController.java
└── model/              # AI模型配置
```

## 贡献

欢迎提交Issue和Pull Request来改进此项目。

## 重新生成说明

本系统经过重新生成和修复，解决了以下问题：
- 修复了各组件间的方法调用错误
- 统一了数据模型和类型定义
- 改进了PDF和Excel文件解析功能
- 增强了套现检测和真实性验证算法
- 完善了报告生成和API接口
- 优化了系统架构和组件协调