nic-yuanAI 内控与审计工具

把内控与审计的专业判断,做成可复现的工具

面向企业内控、内审与合规岗位。不接大模型也能完整跑通,结论逐条可回溯到制度原文与作答证据; 不替代现场程序、不出具鉴证结论,只交付底稿、缺陷清单与整改建议。

确定性优先 18 检查域 / 116 条规则 依据可回溯 Python · LangGraph

项目

按当前投入排序。标「私有」的为未开源资产,可申请演示。

内控专项检查 Agent

私有 · 进行中

对标真实专项检查工作流(立项 → 了解 → 风险识别 → 控制测试 → 缺陷认定 → 整改 → 验证 → 报告), 无现成内控体系的主体可从零生成一套制度。缺陷区分设计缺陷与运行缺陷——问卷按四态作答, 「有制度但执行不到位」判运行缺陷,不会误判成设计缺陷。

规模 18 个检查域 · 116 条规则 · 制度库 36 份
测试 422 项单测 + 7 个端到端场景 + 基线比对
能力 RCM / 穿行底稿 / 抽样记录 / 两期对比 / 量化看板
LangGraphFlask COSO缺陷分级确定性引擎

麦审官 · 订餐报销稽核 Skill

已上线 · MIT

基于麦当劳 MCP 的企业订餐报销稽核:三单交叉(申报单 × 订单事实 × 官方核价), 加 7 项控制测试,输出证据链与缺陷分级。小而完整,是内控能力对外可演示的样本。

形态 Skill 包 + MCP 接入 + 静态站点
控制测试 7 项,含证据链与分级
MCPPython expense-auditevidence-chain

辅食安全小助手

产品设计中

面向 0–1 岁婴儿家长的辅食 AI 安全识别产品:拍照识别食材与成品,结合规则库给出 安全性评估与喂养建议。仓库内含完整的 PRD、信息架构、技术架构与 UI 设计文档。

交付物 PRD · 信息架构 · 技术架构 · UI 设计 · 静态原型
AI 识别小程序育儿

Thesis-DeAI-Framework

归档

学术写作润色系统,多层审计网关,用于降低论文的 AIGC 检出率。2026 年初的作品, 现作为文本处理与多层校验思路的留档。

形态 Python 工具链 + 多层审计网关
NLPLLMacademic-writing

做法

这些约束不是特点,是边界——越过任何一条,工具给出的就不再是可用的结论。

确定性优先

不接大模型也能完整跑通。结论可离线复现、可写进 CI、可逐条追溯。

依据可回溯

每条缺陷标注〔制度库原文可核验〕或〔未收录,须核对原文〕,未收录的不冒充已核验。

模型不定级

缺陷等级与金额只能来自输入证据。模型信号一律降级为待核线索,不进定级通道。

没查到 ≠ 已整改

两期对比严格区分已整改、未复测、新增与持续存在;覆盖率不足时结论为无法评定,不出分。