FinAgent · 金融合规智能体平台（多租户 / 审计 / 条款级引用）产品系统Vibe Coding

立项原因：金融机构上大模型问答，最先被合规卡住的不是效果，而是三件事——答案必须有制度依据且能回溯到具体条款、客户敏感信息不能出网、每一次调用都要能审计回放。通用问答产品在这三点上基本是空白：引用"看起来像"，脱敏做在客户端，审计只剩聊天记录。
行业场景：银行/保险/证券的合规问答、内审取数、柜面与客户经理的制度查询，以及监管检查时的取证回放。这类场景的共同要求是"可解释、可追溯、可交付"：一条答案要能说清依据哪一条制度、原文在哪一页、当时用的是哪个模型、花了多少钱、有没有降级。

1、合规问答：答案只依据制度条款生成，每条结论后标注《制度名》第X条，可展开查看条款原文与原文页码。
2、外发前脱敏：识别身份证、银行卡、手机号、邮箱、客户姓名，替换为掩码后再发往模型；原始值不出网、不落库，审计只记类型与掩码。
3、多租户与 RBAC：4 类角色（业务分析/合规复核/内部审计/平台管理员）× 6 项权限，服务端求值，越权返回 403 并记入审计流水；非管理员无法跨租户查询。
4、模型网关：按风险路由（集中度、关联交易、反洗钱、拨备等走强模型，其余走便宜模型，单价差 4 倍）；租户级令牌桶限流；按 token 核算成本；主模型失败自动降级并在页面标注。
5、受限工具：只读查询授信台账。模型只能传结构化参数（行业/风险分类/逾期天数/排序/条数），租户条件与条数上限由服务端强制拼接，不向模型开放自由 SQL。
6、审计与回放：每次模型调用落库模型、档位、provider、token、成本、耗时、路由理由、降级原因；事件流水含 denied（越权）记录；工具调用单独留痕。
7、评测看板：20 条金融回归集，输出检索命中率、引用准确率、拒答正确率与平均成本，确定性可复跑、不消耗模型额度。
8、条款级制度库：8 部制度 / 24 条条款，引用粒度到条，记录章节与原文页码，支持按制度查看原文。

独立完成需求抽象、架构设计与全部实现，规模 2248 行业务代码 + 33 个测试用例。技术选型刻意做减法：Node 24 原生跑 TypeScript，存储用内置 node:sqlite，HTTP 用 node:http，前端零构建（原生 HTML/CSS/JS），运行时零第三方依赖。
关键实现：
1）引用校验放在生成之后、落库之前：解析答案中的引用，只保留确实出现在本次检索结果里的条款，幻觉引用被剥离并计数——宁可少引用，也不给错引用。
2）脱敏放在链路最前端：任何外部调用之前完成替换；测试额外断言"落库内容里不允许出现原始卡号/手机号"。
3）检索用 BM25 + 结构化加权：条款号精确命中权重最高、制度名命中次之，中文按 bigram 切分；向量后端做成可插拔接口，未配置时纯离线可跑。
4）工具不给模型自由 SQL：模型只能表达业务语义参数，租户条件与 LIMIT 由服务端强制拼接；同时保留 Guard 拦截写操作/多语句/注释，防止以后有人加自由 SQL 入口。
5）评测口径写在页面上（retrieval-only），避免"100% 命中"被误读为端到端效果。
难点：拒答判定不能用关键词匹配。模型经常在正确回答之后再补一句"某细节制度未规定"，早期版本会把它误标为拒答；最终改为以"是否存在可校验引用"为准，并补了对应测试用例。