基于多智能体协同的取证分析 AI 工具研发

当前仓库已启动 v0.1 原型，目标是先验证“自然语言输入 -> 任务规划 -> Mock工具调用 -> 证据溯源 -> 报告草稿”的最小闭环。

运行演示

python -m forensic_agent

可传入自定义问题：

python -m forensic_agent "分析检材中2026年3月至5月与资金往来相关的聊天和文档，找出重点联系人、关键词趋势和可疑文件。"

运行测试

python -m unittest discover -s tests -v

当前范围

• forensic_agent/agents.py：接待智能体、主控规划智能体、复核器。
• forensic_agent/tools.py：Mock工具注册中心、检索、语义过滤、统计、线索和报告工具。
• forensic_agent/models.py：证据、记录、任务计划、工具日志、线索等核心数据对象。
• forensic_agent/audit.py：工具调用审计日志。
• forensic_agent/orchestrator.py：端到端执行闭环。

当前版本不调用真实大模型和真实取证软件，后续应按 技术路线.md 接入 MCP/取证软件接口、真实数据解析、混合检索和安全沙箱。

v0.1 输出

演示运行后会输出：

• 带证据ID、记录ID和来源引用的报告草稿。
• 重点联系人、月度命中、数据类型和可疑文件统计。
• 基于高置信记录生成的反向范围建议。
• workspace/demo/audit.jsonl 工具调用审计日志。
• workspace/demo/report.md 报告草稿文件。