跨境支付公司在给商户开户、开通收款或付款前，要做客户身份识别。对象主要是中国香港、中国大陆、新加坡、美国、英国的企业，要核对企业主体、授权人身份、股权和分支结构、资金来源、付款用途，以及是否涉及伊朗、朝鲜、古巴等高风险或受制裁地区。
材料分散在注册证明、章程、证件照片、授权书和申报信息里。纯人工核对慢，也容易漏掉制裁暴露和主体不一致。完全交给模型自动通过或拒绝又不适合合规要求：证件识别只能核对文字，不能当成已经核验真伪；外部名单和官网检索也可能不完整。
所以这个系统放在审核员和材料之间。它把材料收齐、按合规知识库和筛查结果整理关注点，并标出来源。最终通过或拒绝仍由审核员写下意见后提交。已经有结论的申请不能再改决定。
审核员登录后进入工作台，可以做这些事：
1、提交 KYC 申请。 填写企业注册地、名称、注册编号，母公司与分支机构，授权人证件和身份角色，资金来源、付款用途，以及是否申报高风险国家业务。注册证明、章程、证件照片、授权书随申请一起提交。
2、查看申请。 首页和申请列表按状态查看申请，进入详情看企业、身份、业务和材料。
3、Agent 分析。 在详情页选择模型后，分析过程逐步返回。内容包括材料整理、名单筛查、证件文字识别、知识库规则、官方网站检索，以及给审核员的结论备忘。每条判断带来源，可以点开材料、识别文本、筛查命中、规则原文或网页。
4、人工决定。 待复核的申请可以填写审核意见，然后审核通过或审核拒绝。通过或拒绝之后，意见变为只读，通过和拒绝按钮不再出现。
5、合规知识库。 按政策、司法辖区、用途、资金、股权、证件、行业、标志、案例等主题查看规则，也可以手工补一条规则。
6、界面。 支持简体中文、繁体中文和英文，以及浅色、深色主题。
项目实现分成四层，由网关把浏览器请求分到对应服务。
1、展示层在 apps/web，用 Next.js、React 和 Ant Design 做登录、申请、列表、详情和知识库。
2、服务层在 services/kyc-api，用 Go 负责登录会话、申请和材料、审核决定，并把分析请求转给 Agent。
3、审核层在 agents/kyc-review，用 Python、FastAPI 和 LangGraph 跑审核流程、知识库和流式分析。
4、数据层用 MySQL 8.4 保存申请、审核摘要和审计记录，材料文件单独存放。
一次分析的路径是：页面调用 Go 的分析接口，Go 把申请交给 Python Agent，再把事件流回给页面。
Agent 里的流程是固定的。先整理申请画像并检查必填项，再做名单筛查。流式分析在此之后读取证件文字、检索本地知识库、检索官方网站，最后由通义千问按固定提纲生成中文结论。模型只能引用给定材料，不能编造证件内容、交易明细或网址。LangGraph 把整理、筛查、分析串成图；筛查、识别、检索和模型输出通过事件流推到详情页。
知识库规则以文档形式放在 Agent 侧（数据量大可放向量数据库），页面经 Go 转发查询和新增。人工决定由 Go 写入审核摘要，包含意见、审核人和时间，并记入审计。生产环境用 Docker Compose 启动 MySQL、Agent、Go API 和 Web，前面由 Caddy 按路径转发。
评论