← 全部项目

PROJECT / FRAUDLENS

FraudLens · 反诈透镜

可解释的金融反诈研判与交互式劝阻助手

2026 年睿抗机器人开发者大赛(RAICOM)全国一等奖

FraudLens 产品首页,包含风险研判、知识库、举报材料与情景模拟入口
产品首页 · 本地离线演示

项目介绍

面向可疑聊天、短信、链接和转账要求,将多轮风险研判、知识检索、证据解释、劝阻建议与情景复盘整合为一套本地优先的 Web 应用。

  • Hybrid RAG
  • 多 Agent
  • Python / Flask
  • SQLite
  • 交互式反诈

连续理解风险

追踪付款状态、金额、敏感信息与诈骗阶段,结合多轮对话更新风险研判和行动建议。

让判断有依据

Markdown 与 SQLite 双来源知识检索,结合规则型多 Agent 和交叉核验,展示命中证据与分析过程。

从提醒到复盘

连接场景化报告、本地举报草稿和五类情景模拟,结合积分、勋章提供互动学习反馈。

设计思路

诈骗线索会随着对话不断变化。FraudLens 将风险判断、命中依据和下一步行动放在同一条交互链路中:持续理解用户补充的信息,用知识与证据解释风险,再通过报告与互动学习承接后续操作。

  1. 接收可疑内容,追踪会话事实与风险阶段
  2. 检索本地知识,完成规则型多 Agent 分析与交叉核验
  3. 展示分级劝阻、证据解释与场景化报告
  4. 整理本地举报草稿,通过情景模拟完成复盘

核心链路采用本地优先设计,完成环境准备后可以离线演示;联网时可选用外部模型改善最终回复表达,风险等级仍由本地链路产生。

真实研判界面

FraudLens 对虚构刷单案例给出的离线风险研判、劝阻回复与知识证据
使用虚构案例,展示实际后端返回的研判与证据

成果与代码

2026 年睿抗机器人开发者大赛(RAICOM)全国一等奖

代码、安装说明、系统架构与开发文档见 Arison591/fraudlens ↗。仓库 fork 自 chenge-skr/raicom- ↗,保留原始提交历史。

当前版本用于反诈教育与项目演示。举报功能保存本地草稿,运行要求与功能范围详见仓库说明。