Audit Copilot AI：基于 RAG 和 OCR 的智能审计辅助平台

审计工作向来繁琐耗时，Audit Copilot AI旨在用现代AI技术革新传统审计效率。它是结合文档OCR、欺诈检测、检索增强问答(RAG)和审计项目管理的综合平台，采用FastAPI、React及大语言模型构建，定位为决策支持工具而非审计师替代品，所有AI输出需人工审核，尚未生产就绪。

传统审计需处理大量文档、识别异常交易、追踪证据链条，耗时且易疏漏。Audit Copilot AI由ahmadbangashdigital-svg开发，2026年7月12日发布于GitHub，技术栈含FastAPI、React、FAISS、Tesseract等。项目明确免责声明：不产生正式审计意见、不保证欺诈检测准确性、不提供法律税务建议，属演示项目，勿直接用于真实客户数据。

核心功能：1.身份认证（JWT双令牌+角色权限）；2.审计项目工作区（数据按组织/项目隔离）；3.文档上传分析（支持CSV/PDF/图片，Tesseract OCR提取文字，LayoutLMv3可选结构化收据提取）；4.欺诈检测（HistGradientBoosting模型评分异常交易）；5.RAG问答助手（通用/项目限定模式，FAISS语义检索+Sentence-Transformers嵌入）；6.审计发现与证据管理（记录发现、关联证据、生成报告）。

技术栈：后端FastAPI+SQLAlchemy；AI/ML用FAISS、Tesseract、LayoutLMv3、scikit-learn；前端React+TypeScript+Tailwind CSS。

RAG实现：文档切分→Sentence-Transformers生成嵌入→FAISS向量索引→查询向量检索→结合上下文生成回答，优势为数据隐私、成本可控、可解释。

OCR与文档理解：基础用Tesseract识别文字；LayoutLMv3可选（需本地模型）实现结构化提取（如收据字段）；支持多格式文档。

欺诈检测：用scikit-learn的HistGradientBoostingClassifier，基于历史数据训练，提取交易特征（金额、时间模式等）实时评分，早期考虑的CatBoost/Isolation Forest未最终部署。

代码结构分层清晰：后端app含api、audit、chatbot等模块；前端在frontend/src；测试套件完整：后端171+3测试通过，前端61测试通过，TypeScript构建及生产构建均通过，体现良好工程素养。

已知局限：语音功能默认关闭（依赖faster-whisper等）；LayoutLMv3需本地模型（无则回退规则提取）；PaySim数据集和训练模型未含在Git；单节点SQLite原型，未经过生产负载测试。未来可优化这些方面提升生产就绪性。

行业价值：自动化文档/交易处理提升效率，RAG沉淀复用审计知识，AI异常检测发现人工疏漏，标准化流程减少人为错误。

结语：Audit Copilot AI是展示AI在审计领域应用潜力的优秀演示项目，架构与技术选型具参考价值，虽未生产就绪，但为AI+专业服务提供方向，最终审计判断仍需人类专业人士。