ClaimFlow AI：保险理赔领域的混合多智能体裁决平台

ClaimFlow AI是面向车险和健康险的混合多智能体理赔裁决平台，结合LLM工作流与确定性规则引擎，核心理念为'LLM负责理解，规则引擎负责决策'，旨在解决传统理赔人工效率低、纯LLM方案安全隐患的问题，实现可解释、可审计的自动化理赔决策。

保险理赔审核面临四大核心挑战：文档复杂多样（医疗记录、事故报告等格式各异）、决策风险高（错误审批致损失或投诉）、合规要求严格（决策需可追溯可解释）、人工成本高（美国医生每周40小时处理行政事务）。ClaimFlow AI通过混合架构平衡效率与安全，既利用AI理解非结构化数据，又保留规则系统的确定性与可审计性。

分层架构

• 前端层：Next.js审核界面（队列管理、案件详情、工作流时间线等）
• API层：FastAPI后端（CRUD、文档管理、工作流查询等）
• 核心引擎层：状态机模式管理理赔生命周期（intake→extraction→validation→coverage_review→fraud_review→decision→communication）
• 智能体层：多专用智能体协作（Intake、Document Extraction、Contradiction等）
• 决策层：规则引擎按优先级决策（硬性拒绝→信息缺失挂起→高风险转人工→正常审批）

双域支持

• 车险：7种典型场景（标准事故审批、无效保单拒绝等）
• 健康险：7种常见情况（常规覆盖审批、无效会员拒绝等） 双域设计提升适用性与跨领域学习可能。

• 防御性提示工程：智能体提示防注入，版本化管理可追踪回滚
• 人工介入机制：自动决策可覆写，覆写生成审计事件，高风险强制人工
• 完整审计追踪：记录案件处理全历史（工作流步骤、智能体数据、规则依据、人工操作）

项目内置完整评估框架：

• 合成数据集：14个种子场景（7车险+7健康险）
• 决策质量评估：自动检查准确性
• 单元测试：覆盖规则引擎、决策策略等核心组件
• 端到端集成测试：验证完整工作流 评估报告输出结构化JSON，便于监控模型性能退化。

技术细节

• 项目结构：apps/api（FastAPI后端）、apps/web（Next.js前端）、data/sample_claims等
• LLM集成：支持环境变量配置提供商（默认Ollama本地部署），LLM仅用于信息提取、矛盾检测等阶段，最终决策不依赖LLM

开源意义

1. 架构参考：展示高风险场景安全使用LLM
2. 合规模板：可审计AI系统实现范例
3. 领域知识：28个种子场景作行业基准
4. 评估方法：决策质量框架可复用 对保险公司可作自有系统起点，对研究者是人机协作决策案例。

ClaimFlow AI通过'LLM理解+规则决策'混合架构，平衡保险理赔效率与安全，其多智能体协作、确定性决策门、完整审计追踪等设计，为金融、医疗等敏感行业AI应用提供重要参考。随着迭代，有望成为保险科技开源生态的重要组成部分。