[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-Ricky-7-Yan--intelligent-audit-system":3,"tool-Ricky-7-Yan--intelligent-audit-system":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":76,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":78,"languages":79,"stars":95,"forks":96,"last_commit_at":97,"license":98,"difficulty_score":99,"env_os":100,"env_gpu":101,"env_ram":102,"env_deps":103,"category_tags":113,"github_topics":76,"view_count":23,"oss_zip_url":76,"oss_zip_packed_at":76,"status":16,"created_at":114,"updated_at":115,"faqs":116,"releases":117},4035,"Ricky-7-Yan\u002Fintelligent-audit-system","intelligent-audit-system","🤖 AutoAudit--智能审计决策系统 Python FastAPI License  基于大语言模型的智能审计平台 | 集成知识图谱、RAG、强化学习等前沿技术  功能特性 • 快速开始 • 技术架构 • 文档  📋 项目简介 智能审计决策系统是一个基于大语言模型（LLM）的智能审计平台，集成了知识图谱、RAG检索增强生成、强化学习等前沿技术，为审计工作提供智能化支持。  🎯 核心价值: 突破传统审计工具局限，支持复杂业务逻辑的深度推理","AutoAudit 是一款基于大语言模型构建的智能审计决策系统，旨在为现代审计工作提供深度智能化支持。它有效解决了传统审计工具在面对复杂业务逻辑时推理能力不足、难以动态整合多源标准以及风险识别滞后等痛点，让审计过程从单纯的数据核对升级为具备深度思考能力的智能分析。\n\n该系统特别适合审计专业人员、企业合规团队以及致力于探索\"AI+ 审计”应用场景的技术开发者使用。对于研究人员而言，其开放的训练模块也提供了宝贵的实验平台。AutoAudit 的独特之处在于深度融合了多项前沿技术：它不仅利用知识图谱整合了 COBIT、ISO27001、SOX 等专业审计标准，实现实体关系的精准抽取；还引入了 Agentic RAG（检索增强生成）技术，确保回答具备精准的上下文依据；更结合强化学习（RLHF）持续优化模型的决策质量。通过智能对话 Agent，用户不仅能进行多轮专业咨询，还能自动完成风险评估与合规检查，并获取具体的整改建议，显著提升审计工作的效率与准确性。","# 🤖 AutoAudit--智能审计决策系统\r\n\r\n\u003Cdiv align=\"center\">\r\n\r\n![Python](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPython-3.8+-blue.svg)\r\n![FastAPI](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FFastAPI-0.104+-green.svg)\r\n![License](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow.svg)\r\n\r\n**基于大语言模型的智能审计平台 | 集成知识图谱、RAG、强化学习等前沿技术**\r\n\r\n[功能特性](#-功能特性) • [快速开始](#-快速开始) • [技术架构](#-技术架构) • [文档](Project_Summary.md)\r\n\r\n\u003C\u002Fdiv>\r\n\r\n---\r\n\r\n## 📋 项目简介\r\n\r\nAutoAudit是一个基于大语言模型（LLM）的智能审计平台，集成了知识图谱、RAG检索增强生成、强化学习等前沿技术，为审计工作提供智能化支持。\r\n\r\n> 🎯 **核心价值**: 突破传统审计工具局限，支持复杂业务逻辑的深度推理\r\n\r\n---\r\n\r\n## ✨ 功能特性\r\n\r\n### 🤖 智能对话Agent\r\n- ✅ 基于LangChain的多轮对话式审计决策\r\n- ✅ 上下文感知的连续对话\r\n- ✅ 专业推理和审计建议\r\n\r\n### 🗺️ 知识图谱\r\n- ✅ 整合COBIT、ISO27001、SOX等审计标准\r\n- ✅ 实体识别和关系抽取\r\n- ✅ 动态知识更新\r\n\r\n### 🔍 Agentic RAG系统\r\n- ✅ 智能检索增强生成\r\n- ✅ 向量数据库支持\r\n- ✅ 语义搜索和答案生成\r\n\r\n### ⚠️ 风险评估\r\n- ✅ 自动识别和评估审计风险\r\n- ✅ 风险等级评分\r\n- ✅ 实时风险监控\r\n\r\n### ✅ 合规检查\r\n- ✅ 对照标准进行合规性检查\r\n- ✅ 多标准支持（COBIT、ISO27001、SOX）\r\n- ✅ 整改建议生成\r\n\r\n### 🎓 模型训练\r\n- ✅ 支持SFT、RLHF等训练方法\r\n- ✅ LoRA高效微调\r\n- ✅ Benchmark测评系统\r\n\r\n---\r\n\r\n## 🚀 快速开始\r\n\r\n### 📦 环境要求\r\n\r\n- Python 3.8+ 🐍\r\n- MySQL 8.0+ 🗄️\r\n- Neo4j 5.0+ 🕸️\r\n- 8GB+ RAM 💾\r\n\r\n### 🏃 一键启动（推荐）\r\n\r\n#### Windows 用户\r\n```bash\r\n# 双击运行\r\nstart.bat\r\n```\r\n\r\n#### Linux\u002FMac 用户\r\n```bash\r\n# 赋予执行权限\r\nchmod +x start.sh\r\n\r\n# 运行启动脚本\r\n.\u002Fstart.sh\r\n```\r\n\r\n### 📝 手动安装\r\n\r\n#### 1. 克隆项目\r\n```bash\r\ngit clone \u003Crepository-url>\r\ncd intelligent-audit-system\r\n```\r\n\r\n#### 2. 创建虚拟环境\r\n```bash\r\npython -m venv venv\r\nsource venv\u002Fbin\u002Factivate  # Linux\u002FMac\r\n# 或\r\nvenv\\Scripts\\activate  # Windows\r\n```\r\n\r\n#### 3. 安装依赖\r\n```bash\r\npip install -r requirements.txt\r\n```\r\n\r\n#### 4. 安装spaCy模型\r\n```bash\r\npython -m spacy download en_core_web_sm\r\n```\r\n\r\n#### 5. 配置环境变量\r\n```bash\r\ncp config.env.example config.env\r\n# 编辑config.env，填入相应配置\r\n```\r\n\r\n#### 6. 初始化数据库\r\n```bash\r\n# 初始化MySQL\r\npython database\u002Finit_db.py\r\n\r\n# 初始化Neo4j\r\npython knowledge_graph\u002Fneo4j_init.py\r\n```\r\n\r\n#### 7. 启动系统\r\n```bash\r\npython web\u002Fmain.py\r\n```\r\n\r\n### 🌐 访问系统\r\n\r\n打开浏览器访问: **http:\u002F\u002Flocalhost:8000**\r\n\r\n---\r\n\r\n## 🎮 功能模块\r\n\r\n### 💬 智能对话\r\n- 🎯 访问 `\u002Fchat` \r\n- 💡 与AI审计助手进行专业对话\r\n- 🔄 多轮对话支持\r\n\r\n### 🔍 审计分析\r\n- 🎯 访问 `\u002Faudit`\r\n- ⚡ 自动风险评估和合规检查\r\n- 📊 可视化结果展示\r\n\r\n### 📚 知识管理\r\n- 🎯 访问 `\u002Fknowledge`\r\n- 📖 构建和维护审计知识库\r\n- 🗺️ 知识图谱可视化\r\n\r\n### 🎓 模型训练\r\n- 🎯 访问 `\u002Ftraining`\r\n- 🏋️ SFT和RLHF训练\r\n- 📈 性能评估和对比\r\n\r\n---\r\n\r\n## 📡 API接口\r\n\r\n### 💬 聊天API\r\n```http\r\nPOST \u002Fapi\u002Fchat\r\nContent-Type: application\u002Fjson\r\n\r\n{\r\n    \"message\": \"请对ERP系统进行安全审计\",\r\n    \"session_id\": \"optional_session_id\"\r\n}\r\n```\r\n\r\n### 🔍 审计API\r\n```http\r\nPOST \u002Fapi\u002Faudit\r\nContent-Type: application\u002Fjson\r\n\r\n{\r\n    \"audit_item\": \"ERP系统\",\r\n    \"audit_type\": \"安全审计\",\r\n    \"standard_type\": \"COBIT\",\r\n    \"risk_level\": \"高\"\r\n}\r\n```\r\n\r\n---\r\n\r\n## 📁 项目结构\r\n\r\n```\r\nintelligent-audit-system\u002F\r\n├── agents\u002F                 # 智能Agent模块\r\n│   └── audit_agent.py\r\n├── knowledge_graph\u002F        # 知识图谱模块\r\n│   ├── builder.py\r\n│   └── neo4j_init.py\r\n├── rag\u002F                    # RAG系统模块\r\n│   └── agentic_rag.py\r\n├── training\u002F               # 训练模块\r\n│   └── training_pipeline.py\r\n├── web\u002F                    # Web界面\r\n│   └── main.py\r\n├── templates\u002F              # HTML模板\r\n│   ├── index.html         # 主页\r\n│   ├── chat.html          # 聊天页面\r\n│   ├── audit.html         # 审计分析\r\n│   ├── knowledge.html     # 知识管理\r\n│   └── training.html      # 模型训练\r\n├── database\u002F               # 数据库模块\r\n│   └── init_db.py\r\n├── config.py               # 配置文件\r\n├── requirements.txt        # 依赖列表\r\n└── start.py                # 启动脚本\r\n```\r\n\r\n---\r\n\r\n## ⚙️ 配置说明\r\n\r\n### 🔧 环境变量\r\n\r\n编辑 `config.env` 文件：\r\n\r\n```env\r\n# MySQL配置\r\nMYSQL_HOST=localhost\r\nMYSQL_PORT=3306\r\nMYSQL_USER=your-username\r\nMYSQL_PASSWORD=your-password\r\nMYSQL_DATABASE=audit_system\r\n\r\n# Neo4j配置\r\nNEO4J_URI=bolt:\u002F\u002Flocalhost:7687\r\nNEO4J_USER=your-username\r\nNEO4J_PASSWORD=your-password\r\n\r\n# LLM API配置\r\nQWEN_API_KEY=your_api_key\r\nQWEN_BASE_URL=https:\u002F\u002Fdashscope.aliyuncs.com\u002Fcompatible-mode\u002Fv1\r\n```\r\n\r\n---\r\n\r\n## 📥 模型下载\r\n\r\n如果需要使用RAG功能，需要下载Sentence Transformers模型：\r\n\r\n### 🌟 使用镜像站（推荐）\r\n\r\n```bash\r\n# Windows PowerShell\r\n$env:HF_ENDPOINT=\"https:\u002F\u002Fhf-mirror.com\"\r\n\r\n# Linux\u002FMac\r\nexport HF_ENDPOINT=https:\u002F\u002Fhf-mirror.com\r\n\r\n# 启动系统，会自动下载\r\npython web\u002Fmain.py\r\n```\r\n\r\n详细说明请查看：[📥 下载模型说明.md](下载模型说明.md)\r\n\r\n---\r\n\r\n## ❓ 常见问题\r\n\r\n### ❓ 模型下载失败？\r\n- ✅ 使用镜像站: 设置 `HF_ENDPOINT=https:\u002F\u002Fhf-mirror.com`\r\n- ✅ 或手动下载模型到 `.\u002Fmodels\u002F` 目录\r\n\r\n### ❓ 数据库连接失败？\r\n- ✅ 确保MySQL和Neo4j服务已启动\r\n- ✅ 检查配置信息是否正确\r\n\r\n### ❓ API调用失败？\r\n- ✅ 检查API密钥是否正确\r\n- ✅ 验证网络连接\r\n\r\n更多问题请查看：[📚 PyCharm配置指南](PyCharm_Setup_Guide.md)\r\n\r\n---\r\n\r\n## 📊 性能指标\r\n\r\n- 🎯 **准确率**: 85%+ 的审计建议准确性\r\n- ⚡ **响应时间**: \u003C3秒\r\n- 👥 **并发支持**: 100+ 并发用户\r\n- 💪 **可用性**: 99.9% 系统可用性\r\n\r\n---\r\n\r\n## 🤝 贡献指南\r\n\r\n欢迎贡献代码！请遵循以下步骤：\r\n\r\n1. 🍴 Fork 项目\r\n2. 🌿 创建特性分支 (`git checkout -b feature\u002FAmazingFeature`)\r\n3. 💾 提交更改 (`git commit -m 'Add some AmazingFeature'`)\r\n4. 📤 推送到分支 (`git push origin feature\u002FAmazingFeature`)\r\n5. 🔄 开启 Pull Request\r\n\r\n---\r\n\r\n## 📄 许可证\r\n\r\n本项目采用 **MIT License** - 查看 [LICENSE](LICENSE) 文件了解详情\r\n\r\n---\r\n\r\n## 👥 联系我们\r\n\r\n如有问题或建议，请提交 [Issue](https:\u002F\u002Fgithub.com\u002Fyour-username\u002Fintelligent-audit-system\u002Fissues)\r\n\r\n---\r\n\r\n\u003Cdiv align=\"center\">\r\n\r\n**⭐ 如果这个项目对你有帮助，请给它一个星星！**\r\n\r\nMade with ❤️ by AutoAudit Team\r\n\r\n\u003C\u002Fdiv>\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n","# 🤖 AutoAudit--智能审计决策系统\n\n\u003Cdiv align=\"center\">\n\n![Python](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPython-3.8+-blue.svg)\n![FastAPI](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FFastAPI-0.104+-green.svg)\n![License](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow.svg)\n\n**基于大语言模型的智能审计平台 | 集成知识图谱、RAG、强化学习等前沿技术**\n\n[功能特性](#-功能特性) • [快速开始](#-快速开始) • [技术架构](#-技术架构) • [文档](Project_Summary.md)\n\n\u003C\u002Fdiv>\n\n---\n\n## 📋 项目简介\n\nAutoAudit是一个基于大语言模型（LLM）的智能审计平台，集成了知识图谱、RAG检索增强生成、强化学习等前沿技术，为审计工作提供智能化支持。\n\n> 🎯 **核心价值**: 突破传统审计工具局限，支持复杂业务逻辑的深度推理\n\n---\n\n## ✨ 功能特性\n\n### 🤖 智能对话Agent\n- ✅ 基于LangChain的多轮对话式审计决策\n- ✅ 上下文感知的连续对话\n- ✅ 专业推理和审计建议\n\n### 🗺️ 知识图谱\n- ✅ 整合COBIT、ISO27001、SOX等审计标准\n- ✅ 实体识别和关系抽取\n- ✅ 动态知识更新\n\n### 🔍 Agentic RAG系统\n- ✅ 智能检索增强生成\n- ✅ 向量数据库支持\n- ✅ 语义搜索和答案生成\n\n### ⚠️ 风险评估\n- ✅ 自动识别和评估审计风险\n- ✅ 风险等级评分\n- ✅ 实时风险监控\n\n### ✅ 合规检查\n- ✅ 对照标准进行合规性检查\n- ✅ 多标准支持（COBIT、ISO27001、SOX）\n- ✅ 整改建议生成\n\n### 🎓 模型训练\n- ✅ 支持SFT、RLHF等训练方法\n- ✅ LoRA高效微调\n- ✅ Benchmark测评系统\n\n---\n\n## 🚀 快速开始\n\n### 📦 环境要求\n\n- Python 3.8+ 🐍\n- MySQL 8.0+ 🗄️\n- Neo4j 5.0+ 🕸️\n- 8GB+ RAM 💾\n\n### 🏃 一键启动（推荐）\n\n#### Windows 用户\n```bash\n# 双击运行\nstart.bat\n```\n\n#### Linux\u002FMac 用户\n```bash\n# 赋予执行权限\nchmod +x start.sh\n\n# 运行启动脚本\n.\u002Fstart.sh\n```\n\n### 📝 手动安装\n\n#### 1. 克隆项目\n```bash\ngit clone \u003Crepository-url>\ncd intelligent-audit-system\n```\n\n#### 2. 创建虚拟环境\n```bash\npython -m venv venv\nsource venv\u002Fbin\u002Factivate  # Linux\u002FMac\n# 或\nvenv\\Scripts\\activate  # Windows\n```\n\n#### 3. 安装依赖\n```bash\npip install -r requirements.txt\n```\n\n#### 4. 安装spaCy模型\n```bash\npython -m spacy download en_core_web_sm\n```\n\n#### 5. 配置环境变量\n```bash\ncp config.env.example config.env\n# 编辑config.env，填入相应配置\n```\n\n#### 6. 初始化数据库\n```bash\n# 初始化MySQL\npython database\u002Finit_db.py\n\n# 初始化Neo4j\npython knowledge_graph\u002Fneo4j_init.py\n```\n\n#### 7. 启动系统\n```bash\npython web\u002Fmain.py\n```\n\n### 🌐 访问系统\n\n打开浏览器访问: **http:\u002F\u002Flocalhost:8000**\n\n---\n\n## 🎮 功能模块\n\n### 💬 智能对话\n- 🎯 访问 `\u002Fchat` \n- 💡 与AI审计助手进行专业对话\n- 🔄 多轮对话支持\n\n### 🔍 审计分析\n- 🎯 访问 `\u002Faudit`\n- ⚡ 自动风险评估和合规检查\n- 📊 可视化结果展示\n\n### 📚 知识管理\n- 🎯 访问 `\u002Fknowledge`\n- 📖 构建和维护审计知识库\n- 🗺️ 知识图谱可视化\n\n### 🎓 模型训练\n- 🎯 访问 `\u002Ftraining`\n- 🏋️ SFT和RLHF训练\n- 📈 性能评估和对比\n\n---\n\n## 📡 API接口\n\n### 💬 聊天API\n```http\nPOST \u002Fapi\u002Fchat\nContent-Type: application\u002Fjson\n\n{\n    \"message\": \"请对ERP系统进行安全审计\",\n    \"session_id\": \"optional_session_id\"\n}\n```\n\n### 🔍 审计API\n```http\nPOST \u002Fapi\u002Faudit\nContent-Type: application\u002Fjson\n\n{\n    \"audit_item\": \"ERP系统\",\n    \"audit_type\": \"安全审计\",\n    \"standard_type\": \"COBIT\",\n    \"risk_level\": \"高\"\n}\n```\n\n---\n\n## 📁 项目结构\n\n```json\nintelligent-audit-system\u002F\n├── agents\u002F                 # 智能Agent模块\n│   └── audit_agent.py\n├── knowledge_graph\u002F        # 知识图谱模块\n│   ├── builder.py\n│   └── neo4j_init.py\n├── rag\u002F                    # RAG系统模块\n│   └── agentic_rag.py\n├── training\u002F               # 训练模块\n│   └── training_pipeline.py\n├── web\u002F                    # Web界面\n│   └── main.py\n├── templates\u002F              # HTML模板\n│   ├── index.html         # 主页\n│   ├── chat.html          # 聊天页面\n│   ├── audit.html         # 审计分析\n│   ├── knowledge.html     # 知识管理\n│   └── training.html      # 模型训练\n├── database\u002F               # 数据库模块\n│   └── init_db.py\n├── config.py               # 配置文件\n├── requirements.txt        # 依赖列表\n└── start.py                # 启动脚本\n```\n\n---\n\n## ⚙️ 配置说明\n\n### 🔧 环境变量\n\n编辑 `config.env` 文件：\n\n```env\n# MySQL配置\nMYSQL_HOST=localhost\nMYSQL_PORT=3306\nMYSQL_USER=your-username\nMYSQL_PASSWORD=your-password\nMYSQL_DATABASE=audit_system\n\n# Neo4j配置\nNEO4J_URI=bolt:\u002F\u002Flocalhost:7687\nNEO4J_USER=your-username\nNEO4J_PASSWORD=your-password\n\n# LLM API配置\nQWEN_API_KEY=your_api_key\nQWEN_BASE_URL=https:\u002F\u002Fdashscope.aliyuncs.com\u002Fcompatible-mode\u002Fv1\n```\n\n---\n\n## 📥 模型下载\n\n如果需要使用RAG功能，需要下载Sentence Transformers模型：\n\n### 🌟 使用镜像站（推荐）\n\n```bash\n# Windows PowerShell\n$env:HF_ENDPOINT=\"https:\u002F\u002Fhf-mirror.com\"\n\n# Linux\u002FMac\nexport HF_ENDPOINT=https:\u002F\u002Fhf-mirror.com\n\n# 启动系统，会自动下载\npython web\u002Fmain.py\n```\n\n详细说明请查看：[📥 下载模型说明.md](下载模型说明.md)\n\n---\n\n## ❓ 常见问题\n\n### ❓ 模型下载失败？\n- ✅ 使用镜像站: 设置 `HF_ENDPOINT=https:\u002F\u002Fhf-mirror.com`\n- ✅ 或手动下载模型到 `.\u002Fmodels\u002F` 目录\n\n### ❓ 数据库连接失败？\n- ✅ 确保MySQL和Neo4j服务已启动\n- ✅ 检查配置信息是否正确\n\n### ❓ API调用失败？\n- ✅ 检查API密钥是否正确\n- ✅ 验证网络连接\n\n更多问题请查看：[📚 PyCharm配置指南](PyCharm_Setup_Guide.md)\n\n---\n\n## 📊 性能指标\n\n- 🎯 **准确率**: 85%+ 的审计建议准确性\n- ⚡ **响应时间**: \u003C3秒\n- 👥 **并发支持**: 100+ 并发用户\n- 💪 **可用性**: 99.9% 系统可用性\n\n---\n\n## 🤝 贡献指南\n\n欢迎贡献代码！请遵循以下步骤：\n\n1. 🍴 Fork 项目\n2. 🌿 创建特性分支 (`git checkout -b feature\u002FAmazingFeature`)\n3. 💾 提交更改 (`git commit -m 'Add some AmazingFeature'`)\n4. 📤 推送到分支 (`git push origin feature\u002FAmazingFeature`)\n5. 🔄 开启 Pull Request\n\n---\n\n## 📄 许可证\n\n本项目采用 **MIT License** - 查看 [LICENSE](LICENSE) 文件了解详情\n\n---\n\n## 👥 联系我们\n\n如有问题或建议，请提交 [Issue](https:\u002F\u002Fgithub.com\u002Fyour-username\u002Fintelligent-audit-system\u002Fissues)\n\n---\n\n\u003Cdiv align=\"center\">\n\n**⭐ 如果这个项目对你有帮助，请给它一个星星！**\n\nMade with ❤️ by AutoAudit Team\n\n\u003C\u002Fdiv>","# intelligent-audit-system 快速上手指南\n\n## 🛠️ 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**: Windows, Linux 或 macOS\n*   **Python**: 3.8 或更高版本 🐍\n*   **数据库**:\n    *   MySQL 8.0+ 🗄️\n    *   Neo4j 5.0+ (用于知识图谱) 🕸️\n*   **硬件资源**: 建议内存 8GB 以上 💾\n*   **网络**: 需配置大模型 API Key（如通义千问）及 Hugging Face 镜像源（国内推荐）\n\n## 📦 安装步骤\n\n### 1. 克隆项目\n```bash\ngit clone \u003Crepository-url>\ncd intelligent-audit-system\n```\n\n### 2. 创建并激活虚拟环境\n```bash\npython -m venv venv\n\n# Linux\u002FMac\nsource venv\u002Fbin\u002Factivate\n\n# Windows\nvenv\\Scripts\\activate\n```\n\n### 3. 安装依赖与 NLP 模型\n```bash\npip install -r requirements.txt\npython -m spacy download en_core_web_sm\n```\n\n### 4. 配置环境变量\n复制示例配置文件并根据实际情况编辑 `config.env`：\n```bash\ncp config.env.example config.env\n```\n> **注意**：请在 `config.env` 中填入您的 MySQL、Neo4j 连接信息以及 LLM API Key。\n\n### 5. 初始化数据库\n依次执行以下命令初始化关系型数据库和图数据库：\n```bash\npython database\u002Finit_db.py\npython knowledge_graph\u002Fneo4j_init.py\n```\n\n### 6. 配置国内镜像加速（可选但推荐）\n为避免模型下载失败，建议设置 Hugging Face 镜像源：\n\n**Linux\u002FMac:**\n```bash\nexport HF_ENDPOINT=https:\u002F\u002Fhf-mirror.com\n```\n\n**Windows (PowerShell):**\n```powershell\n$env:HF_ENDPOINT=\"https:\u002F\u002Fhf-mirror.com\"\n```\n\n## 🚀 基本使用\n\n### 启动系统\n完成上述步骤后，运行主程序启动服务：\n```bash\npython web\u002Fmain.py\n```\n*(Windows 用户也可直接双击运行 `start.bat`)*\n\n### 访问界面\n打开浏览器访问：**http:\u002F\u002Flocalhost:8000**\n\n### 快速体验功能\n\n#### 1. 智能对话审计\n进入 `\u002Fchat` 页面或直接调用 API 进行多轮对话：\n```http\nPOST \u002Fapi\u002Fchat\nContent-Type: application\u002Fjson\n\n{\n    \"message\": \"请对 ERP 系统进行安全审计\",\n    \"session_id\": \"session_001\"\n}\n```\n\n#### 2. 自动化风险评估\n进入 `\u002Faudit` 页面或调用 API 生成合规报告：\n```http\nPOST \u002Fapi\u002Faudit\nContent-Type: application\u002Fjson\n\n{\n    \"audit_item\": \"ERP 系统\",\n    \"audit_type\": \"安全审计\",\n    \"standard_type\": \"COBIT\",\n    \"risk_level\": \"高\"\n}\n```\n\n系统将根据设定的标准（如 COBIT, ISO27001, SOX）自动分析风险等级并生成整改建议。","某大型制造企业的内部审计团队正在对核心 ERP 系统进行年度安全与合规性审查，面临海量日志数据和复杂的跨国监管标准。\n\n### 没有 intelligent-audit-system 时\n- **人工检索效率低下**：审计师需手动翻阅 COBIT、ISO27001 等数百页文档查找对应条款，耗时数天且容易遗漏关键控制点。\n- **复杂逻辑推理困难**：面对跨模块的业务数据流转，传统工具无法自动关联分散的风险点，难以发现深层次的逻辑漏洞。\n- **风险评估主观性强**：风险等级依赖个人经验打分，缺乏统一的数据支撑，导致不同审计员对同一问题的判定结果差异巨大。\n- **整改建议滞后**：发现问题后，编写符合标准的整改方案需要反复查阅资料，报告产出周期长，无法实时响应业务变化。\n\n### 使用 intelligent-audit-system 后\n- **智能检索秒级响应**：利用 Agentic RAG 系统，审计师通过自然语言提问，系统即刻从知识图谱中精准定位相关标准条款并生成依据。\n- **深度推理自动关联**：基于大模型的推理能力，系统自动分析 ERP 数据流，识别出隐藏在不同子系统间的异常访问路径和潜在舞弊风险。\n- **量化评分客观统一**：内置的风险评估模型实时计算风险得分，提供可视化的风险热力图，确保全团队评估标准一致且数据可追溯。\n- **动态生成合规方案**：针对识别出的违规项，系统自动对照最新法规生成具体的整改建议和代码修复示例，将报告撰写时间缩短 80%。\n\nintelligent-audit-system 通过将前沿 AI 技术融入审计流程，实现了从“人工经验驱动”到“数据智能驱动”的质的飞跃。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FRicky-7-Yan_intelligent-audit-system_93ddf5dd.png","Ricky-7-Yan",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FRicky-7-Yan_0bffadc1.jpg","https:\u002F\u002Fgithub.com\u002FRicky-7-Yan",[80,84,88,92],{"name":81,"color":82,"percentage":83},"Python","#3572A5",68.1,{"name":85,"color":86,"percentage":87},"HTML","#e34c26",29.7,{"name":89,"color":90,"percentage":91},"Shell","#89e051",1.1,{"name":93,"color":94,"percentage":91},"Batchfile","#C1F12E",1114,101,"2026-04-05T10:56:37","MIT",4,"Windows, Linux, macOS","未说明","8GB+",{"notes":104,"python":105,"dependencies":106},"需安装 MySQL 8.0+ 和 Neo4j 5.0+ 数据库服务；首次运行需配置环境变量并初始化数据库；若使用 RAG 功能，建议设置 HF_ENDPOINT 镜像地址以下载 Sentence Transformers 模型。","3.8+",[107,108,109,110,111,112],"FastAPI>=0.104","LangChain","Neo4j Driver","MySQL Connector","spaCy (en_core_web_sm)","Sentence Transformers",[26,13,15],"2026-03-27T02:49:30.150509","2026-04-06T10:23:33.503070",[],[]]