审计大脑知识集成应用建设项目需求

审计大脑知识集成应用建设项目需求一、项目概况构建面向审计管理的智能化支撑体系，通过优化项目查询与过程监测功能模块、升级法规检索服务体系，实现审计领域全维度知识资源的结构化整合与价值提炼，形成覆盖审计业务流程、法规适用要点及专家经验沉淀的知识管理新范式。运用大模型等技术，构建审计知识学习底座，实现审计知识智能问答应用场景，进一步提升“审计大脑”知识集成应用和逻辑推理判断能力，加强对审计人员综合利用审计知识的数字赋能，为审计机关深入开展研究型审计提供更丰富的数字化支撑。二、建设内容本项目建设内容见下表：一应用场景开发1项目查询与监测（即审计项目库）优化升级围绕审计项目新增知识推荐功能。围绕审计项目智能化服务需求，创新研发知识推荐功能模块。通过智能算法引擎动态分析审计人员角色权限、当前项目进展阶段及专业特长，精准推荐相关审计案例、法规依据、行业动态与专家观点，实现知识服务从被动检索到主动推送的智能化升级，显著提升审计人员获取专业知识的效率与精准度。围绕被审计单位新增知识推荐页面。围绕被审计单位的核心特征、业务运营模式、财务状况及潜在风险点等关键要素，新增知识推荐页面。此页面借助先进的大数据分析技术与智能算法，对被审计单位进行精准画像与深度剖析，从海量的审计知识资源库中筛选出与之高度匹配的审计案例、法规政策解读、行业研究报告以及专业分析框架等内容，为审计人员提供全面、系统且有针对性的知识支持，助力审计工作高效、精准开展，有效把控审计风险，提升审计质量。2法规问题检索（即法规问题库）优化升级对“法规问题检索服务模块”进行优化升级，新增高级搜索、主题定制功能。3审计知识智能问答利用审计知识底座的知识分块与向量化对审计场景语料库进行数据处理、知识库索引构建，在用户输入问题查询时，通过信息检索组件在知识库中寻找相关的知识分块，将这些检索到的内容与原始查询一同输入大语言模型生成回复，支持审计知识对话生成，支持审计问题辅助定性、审计案例等个性化问答场景。二工具组件开发1审计知识学习底座开发审计知识模型。审计知识模型是以审计理论框架为基础，融合机器学习、知识图谱和自然语言处理技术的智能化知识管理系统。该模型通过结构化梳理审计法规库、案例库、方法论库及行业数据库，构建包含审计程序、风险评估指标、证据链规则等要素的多维知识网络，并运用深度学习算法实现知识自动更新与关联推荐，形成覆盖审计全生命周期的知识服务体系。审计知识处理模块。审计知识处理模块是基于大数据架构和人工智能技术构建的智能化知识中枢系统。该模块采用自然语言处理（NLP）、知识图谱构建和机器学习算法，实现审计法规、案例、方法论等多源异构知识的自动化采集、结构化处理和语义级关联。通过构建审计知识本体模型，模块具备智能分类、自动标引、关系推理等核心能力，形成覆盖审计全要素的知识网络体系，并支持动态更新与版本控制功能。审计对话模块。审计对话模块是审计人员智能助手，具备三大核心功能：一是智能咨询，支持审计法规解读、程序指引查询和风险评估答疑；二是案例推理，通过类比分析提供相似审计案例参考；三是风险预警，实时监测对话中的潜在风险点并主动提示。模块还支持多模态交互，可关联展示审计文档、数据图表和知识图谱，形成"对话+可视化"的立体化交互体验，并具备审计术语自动纠错和多轮对话记忆功能。系统管理。三其他信息资源与数据库建设1构建审计法律法规主题库审计机关在开展审计业务（主要是实施审计项目）过程中所可能涉及的法律法规、行政规范性文件和政策指导性文件等。2构建审计成果主题库审计机关编制的各类审计经验、审计方法、典型案例、常见问题、指导意见、实施指南等，以及形成的审计科研成果等（课题文章等）。3构建审计项目文书主题库审计项目产生的审计实施方案等审计文书。4构建审计问题库审计项目查出的审计问题等。5构建审计对象主题库审计机关掌握或能够获取的被审计单位的各类信息（如单位基本情况、业务服务事项、权力清单等）。6构建领导指示批示主题库领导讲话、指示批示要求。三、功能需求（一）应用场景开发1.审计项目查询与监测服务模块（即审计项目库）优化升级。对采购人已上线的“审计项目查询与监测服务模块”“审计项目库”模块进行优化升级，重点围绕审计项目和被审计单位相关的审计知识集成开发模块功能。（1）围绕审计项目新增知识推荐功能：同类审计项目审计事项、同类审计项目历史发现问题和引用法规、同类审计项目方法案例等推荐、与当前审计项目相关的法规推荐、与当前审计项目的相关常见问题推荐等。（2）被审计单位关联知识推荐：围绕被审计单位新增知识推荐功能：该单位基本信息聚合（法人库相关信息、业务服务事项、权力清单、经济指标等）展示、该单位历年审计情况和问题整改分析、与该单位相关的法规推荐、与该单位相关的方法案例等推荐、与该单位相关的常见问题推荐、同类单位历史审计发现问题分析等。2.法规问题检索服务模块（即法规问题库）优化升级。结合本项目建设的审计知识库，对采购人已上线的“法规问题检索服务”模块进行优化升级，主要包括以下功能。（1）新增高级搜索功能。在搜索法律法规时，搜索结果支持按历史审计发现问题所引用的法规情况进行重新排序和推荐；搜索结果支持结合用户指定的知识库的相关性进行重新排序和推荐。（2）新增主题定制功能。可支持用户自定义审计法律法规主题，并可根据用户设置的参数（如地区、审计行业类别、被审计单位等）智能推荐相关法律法规，形成特定主题的法律法规汇聚目录。3.审计知识智能问答利用审计知识底座的知识分块与向量化对审计场景语料库进行数据处理、知识库索引构建，在用户输入问题查询时，通过信息检索组件在知识库中寻找相关的知识分块，将这些检索到的内容与原始查询一同输入大语言模型生成回复，支持审计知识对话生成，支持审计问题辅助定性、审计案例等个性化问答场景。（1）文档解析及智能问答1）文档解析。开发文档解析页面，用户上传文档后进行分块和向量化索引操作。①格式兼容性:文档解析系统应能支持多种文档格式，如PDF、Word、zip、md、json、图片中的文本等，确保不同来源的文档都能被正确解析；②解析准确率:系统应能准确提取文档中的文本、图像、表格等信息，并保持信息的完整性和准确性；③解析速度：系统应具备快速处理大量文档的能力，以满足业务对时效性的要求。2）文档入库。对解析完毕的文档根据业务情况做分类处理，建立多个文档库。①文档主题分类：支持根据不同业务建立不同主题的文档库，相同主题的文件解析后存放在对应主题文档库中从而更好地支持具体的业务（比如法律法规库，审计案例库等）；②存储结构:文档库应采用合理的存储结构，如键值对、文档、集合等，以便高效地存储和检索文档。同时，应确保存储结构具有良好的可扩展性和灵活性；③检索效率:文档库应提供高效的检索功能，支持关键词、属性等多种检索方式，以便用户快速定位所需文档；④数据安全:文档库应具备完善的数据安全措施，如加密技术、数字签名、权限控制等，以确保文档的安全性和隐私性。3）问题输入。开发问答交互页面，支持用户输入问题文本信息。用户可以指定问题的检索范围，也可进行全量检索。①界面要求：应以聊天对话框形式展现，界面底部为提问输入框及发送消息按钮。②反馈机制：在提交问题后，用户应能立即看到系统正在处理问题的状态以及最终的答案；③检索范围控制：用户应能够指定问题的检索范围，如特定领域等，以提高检索的准确性和效率；④响应时间：系统应能在合理的时间内返回用户的查询结果，通常要求响应时间尽可能短，以提高用户体验；⑤可扩展性与稳定性：随着知识库或数据集的不断增长，系统应具备良好的可扩展性，能够处理更多的查询请求。同时，系统还应具备稳定性，能够在高并发或异常情况下保持正常运行。4）问题解析与理解。将用户输入的问题进行解析和预处理，利用知识学习底座的向量化模型，对问题进行向量化操作，通过相似度算法查询与问题相关的知识分块，再重排序得到最终答案。①自然语言处理：系统应能通过自然语言处理技术对用户输入的问题进行解析，提取关键词和语义信息，以便后续进行精准的文档检索；②上下文理解：根据问题中的上下文信息，理解句子的整体意义和隐含意义。5）答案生成与展示。根据用户问题和系统推理结果，生成准确和易懂的答案。对答案进行排版和格式化，以便用户阅读和理解。①文档检索技术：系统应具备高效的文档检索能力，能够在预设的知识库或数据集中进行广泛的搜索，寻找与问题相关的文档或段落；②答案准确性:系统给出的答案应与用户问题的意图一致，内容准确率可达70%以上；③易懂性：系统生成的答案应使用简洁明了的语言，避免使用过于复杂或晦涩的词汇和句子结构。6）问答记录。当用户完成问答交互后，系统将自动执行多维度的问答记录管理机制：首先基于时间戳和唯一会话ID对每条问答记录进行结构化存储，同时提取问题关键词、分类标签及关联知识节点形成元数据；其次通过智能摘要算法生成问题概要，支持按时间倒序、问题类型、解决状态等多维度筛选排序；此外还提供历史记录的快速检索功能，支持模糊查询和高级筛选，并允许用户对历史记录添加备注标签或标记为常用问题，最终以交互友好的列表形式直观展示完整的问题历史，包括问题描述、解答摘要、关联知识链接及处理状态等关键信息。（2）个性化问答场景个性化问答场景为本项目探索性建设内容，本处所列需求为采购人初步设想，具体实现场景需要在项目实施过程中进一步探索后确定。1）审计问题辅助定性助手。基于通用能力，结合审计问题，提供问题辅助定性的交互问答。技术要求：结合审计知识库（审计问题库等）、大模型通用能力和问答交互上下文信息提供问题辅助定性交互式问答能力。2）审计政策制度助手。基于通用能力，结合审计具体政策或制度，提供政策、制度的交互问答。技术要求：结合审计知识库（审计法律法规主题库等）、大模型通用能力和问答交互上下文信息提供政策、制度的交互式问答能力。3）审计智能阅读助手。基于通用能力，根据上传的单个文件或多个文件，进行知识化提取、总结，提供文件的交互问答。①文件处理与知识化提取技术：要求对上传文件能够准确解析，提取文件中的关键知识，进行清晰、结构化的表示；②交互问答系统技术：能够正确理解用户的请求并给出正确的答案，支持查看答案的来源；③响应时间：系统处理用户请求并返回结果的整体时间限制在10秒以内。（二）工具组件开发1.审计知识学习底座开发审计知识学习底座包括审计知识模型、审计知识处理模块、审计对话模块和组件支撑模块。（1）审计知识模型审计知识模型主要用于支持审计工作的知识体系和技术工具，结合了多种模型和算法，提供系统所需的功能和效能。包括审计大语言模型、向量化模型等模型。1）审计大语言模型在审计领域，大语言模型可以用于生成审计报告、解析审计法规和标准、辅助审计决策等。大语言模型可以处理大量的文本数据，并提供对文本内容的深入分析和理解。①审计大语言模型选择：综合考虑泛化性，准确性，速度等在DeepSeek、通义千问等成熟大语言模型基础上构建审计领域大模型。②审计大语言模型接口服务：开发大模型访问接口服务，应支持http,websocket等连接访问，应支持流式，一次性结果返回模式；③大模型限制：应确定一轮问答过程中，大模型接受上下文的字数限制，异常处理等。2）向量化模型在审计领域，向量模型可以用于文本嵌入，辅助基于语义的文本相似度计算，用于相关文本的召回。①向量化模型选择：综合考虑准确性，存储大小等因素选择向量化模型。②文本相似度计算评估：向量化模型应支持多种文本相似度算法，支持算法切换以实现最好效果；③向量化模型维度设置：支持根据不同场景设置不同的维度大小，以达到较好的效果。（2）审计知识处理模块审计知识处理模块包括数据处理转换、数据存储等功能，在数据处理过程中，主要是通过审计知识模型自动对审计知识库中的文档进行处理，根据统一的数据标准规范将数据整合存储至知识库中，为审计知识智能问答系统和审计辅助类查询应用提供数据支持。①数据处理转换：支持对常见格式如txt、word、pdf、zip、md、json等文档的数据进行处理转换，支持审计知识模型自动对审计知识语料库中的文档进行规范化处理形成知识，支持对处理结果的查看，支持手工调整；②数据存储：支持将规范化处理的知识存储至知识库中，支持对知识的溯源。（3）审计对话模块审计对话模块为审计知识智能问答的用户主要对话模块，包括历史对话管理、问题输入、答案溯源、对话参数配置等功能，其中可以按照需要对对话的知识来源、回答方式、检索方式、阈值、TOPK等参数进行设置。①历史对话模块：应支持对历史对话的管理，主要是支持通过分页获取历史对话记录，支持清空历史对话记录；②会话管理模块：应支持对多个会话的管理，用户可以新建会话来和已有的会话区分开，多个会话应按创建时间倒序排列，应支持置顶会话功能；③问题输入模块：开发问答交互页面，支持用户输入问题文本信息。用户可以指定问题的检索范围（比如某个主题），也可进行全量检索；④答案溯源功能：知识问答返回的答案应在其底部标注答案来源（主要是指答案来自哪个文件等信息）。（4）系统管理系统管理模块实现模型管理、用户管理、安全管理及系统管理等功能。（三）其他信息资源与数据库建设1.审计知识库建设本项目基于“审计大脑”已积累产生的知识类数据，对政策文件、审计业务涉及的法律法规、行政规范性文件、政策指导性文件等审计知识进行归集，构建审计知识库，利用本项目开发的审计知识学习底座，以审计知识库为基础，提取主题、事项、地域、时效、对象行业等信息，作为数据基础，关联案例方法、审计问题、科研成果等，在审计定性表述、适用法规向导等业务环节，为辅助审计职业判断和审计定性提供数据支撑。（1）审计知识库建设内容将分散在省审计部门已建信息系统中的各类审计知识和部分纸质载体和其他渠道归集（如外部接口、互联网信息等）的审计知识，如法律法规、审计经验方法、审计典型案例、审计常见问题、审计科研成果等数据抽取出来，并补充归集被审计单位基本信息、权力清单、业务服务事项等数据，汇聚形成审计知识库。外部数据主要来源于各级部门官网、企事业单位官网、审计相关网站、省公共数据开放平台、电子或纸质材料等。审计知识库的数据内容如下表所示：序号内容1审计机关在开展审计业务（主要是实施审计项目）过程中所可能涉及的法律法规、行政规范性文件和政策指导性文件等。2审计机关编制的各类审计经验、审计方法、典型案例、常见问题、指导意见、实施指南等，以及形成的审计科研成果等（课题文章等）。3审计项目产生的审计实施方案等审计文书。4审计项目查出的审计问题等。5审计机关掌握或能够获取的被审计单位的各类信息（如单位基本情况、业务服务事项、权力清单等）。6领导讲话、指示批示要求。根据审计知识库的数据内容构建以下多个主题库：审计法律法规主题库、审计成果主题库、审计项目文书主题库、审计对象主题库、领导指示批示主题库。依据业务规范，条目式建立知识分类分级目录。①构建审计法律法规主题库审计法律法规主题库包含审计机关在开展审计业务（主要是实施审计项目）过程中所可能涉及的法律法规、行政规范性文件和政策指导性文件等。在审计法规知识种类中，审计法规可按审计业务、效力级别、行业分类、学科分类、时效性等维度进行知识归类，满足不同级别用户在审计法规检索、审计问题辅助定性等场景的知识辅助需求。审计业务分类包括政策落实跟踪审计、财政审计、金融审计等；效力级别分类包括法律、行政法规、部门规章、地方法规等；行业分类包括能源矿产、制造业、建筑业等；学科分类包括民商法、行政法、社会法、刑法等；时效性包括现行有效、尚未实施、失效、部分失效、已修改、草案/征求意见稿等。②构建审计成果主题库审计成果主题库包括审计机关编制的各类审计经验、审计方法、典型案例、常见问题、指导意见、实施指南等，以及形成的审计科研成果等（课题文章等）。支持按行业、地域、审计业务和审计事项等维度进行分类，并在此基础上进行管理和查询。③构建审计项目文书主题库审计项目文书主题库包括审计项目产生的审计实施方案等审计文书。支持按审计事项进行分类，并在此基础上进行管理和查询。审计事项分类包括预算执行、税收审计、金融审计、社会保障审计等。④构建审计问题主题库审计问题主题库包括审计项目查出的审计问题等。支持按审计业务维度进行分类，并在此基础上进行管理和查询。审计业务分类包括财政审计、行政事业审计、高校审计等。⑤构建审计对象主题库审计对象主题库包括审计机关掌握或能够获取的被审计单位的各类信息（如单位基本情况、业务服务事项、权力清单等）。支持按行政区域、条线职能等维度进行分类，并在此基础上进行管理和查询。条线职能分类包括机构、高校、新闻单位、企业单位、派出机构等。⑥构建领导指示批示主题库领导指示批示主题库包括领导讲话、指示批示要求。支持按年度进行分类，包括年度讲话和批示、阶段性讲话和批示。（2）审计知识数据采集确定了审计知识库需要建设的内容后，需分析各类审计知识的数据来源，运用适当的技术手段获取数据，并对这些知识数据进行对接和数据采集。审计知识库的数据采集方式包括：省审计部门内部系统接口自动采集、网络数据采集、离线数据批量导入或补充录入等方式。（3）审计知识数据预处理审计知识的预处理需要用到审计知识学习底座中的审计知识处理模块。审计知识处理模块包括数据清洗转换、数据加载等功能，在数据处理过程中，主要是通过审计知识模型自动对审计知识库中的文档进行处理，根据统一的数据标准规范将数据整合存储至知识库中，为审计知识智能问答系统和审计辅助类查询应用提供数据支持。①数据清洗转换数据清洗转换是针对整理好的审计知识进行进一步的加工处理，并存入向量数据库中，便于后续的进一步分析。在数据清洗转换过程中需要进行如下操作：文档处理。根据主题库的建设内容，对收集到的审计知识文件进行数据处理，包括主题分类、段落划分和标题补充等内容。文本解析。根据实际需求，将文本按照不同分块大小或者章节目录等方式进行分块处理，生成知识分块。知识维护。实现对知识库的管理功能，包括添加、删除、修改和更新等操作。权限管理。设计权限管理系统，以控制用户对知识库的访问和操作权限。②数据加载将各种审计知识数据通过向量模型进行文本嵌入转化为一系列含有语义的向量并转移到向量数据库中的过程，向量数据库支持高维空间索引和相似性搜索等任务。同时结合大语言模型实现审计知识智能问答。四、非功能需求（一）部署环境要求本项目将依托省业务云和审计云进行建设。所有系统在省级集中部署，所有软件平台需要符合业务云和审计云的标准规范。（二）性能要求1.系统年平均故障时间应控制在8小时以内，即可用性达到99.9%，操作平均响应时间不超过3秒。2.系统支持不少于100用户同时在线，审计知识智能问答不少于10个并发用户。3.web查询响应时间≤2秒。（三）可靠性要求1.对用户的操作顺序、输入的数据进行正确性检查，并以显著方式提示错误信息。2.系统需有出错处理机制，当系统运行过程中发生错误时，系统将明确提示错误信息并指导用户按照系统错误处理手册进行处理。3.系统应提供运行监视和故障恢复机制，建立系统运行日志文件，能跟踪系统的所有操作。4.系统配备完善的软件异常处理机制，采用三层防御体系保障运行稳定性：在系统架构层面，构建全面的异常捕获网络：通过AOP（面向切面编程）实现全局异常拦截，在微服务边界设置熔断器（如Hystrix/Sentinel），形成防护屏障；运用健康检查机制实时监测服务状态，建立异常分级预警体系，将故障响应时间窗口缩短至秒级。在运行时层面，实施精准的异常处理策略：根据异常类型实施差异化处置（如重试、回滚、降级），集成智能诊断工具链，通过调用链追踪（如SkyWalking/Zipkin）实现根因定位；采用智能熔断算法（如自适应阈值控制）防止级联故障扩散，预留资源隔离机制确保核心功能持续可用。在恢复机制层面，构建双环保障体系：针对可恢复异常设计自动恢复策略（如数据库连接池重生），对于永久性异常配置人工干预通道；通过分布式事务补偿机制保证数据一致性，建立版本回溯功能支持系统状态快速回退，确保异常场景下的数据安全。（四）可维护性要求系统应采用模块化、结构化设计，应具备良好的编码规范和风格，包括命名规则等，并提供完备的文档资料，以提高软件可维护性。从接到修改要求后，对于普通BUG修改应在1周内完成；对于评估后为重大需求或设计修改应在2周内完成。安装新版本必须保持所有的数据库内容和所有个人设置不变。（五）可扩展性要求系统在设计过程中需构建模块化、松耦合的弹性架构，采用微服务架构模式实现功能组件的独立部署与动态扩展。通过容器化技术（如Docker）和编排工具（如Kubernetes）支持资源弹性伸缩，结合API网关实现服务接口的灵活扩展。数据库层采用分库分表策略和读写分离机制，预留水平扩展接口，确保在业务量激增时可通过增加节点实现无缝扩容。同时建立标准化的插件机制，支持第三方功能模块的无缝集成，形成可动态扩展的技术生态体系。（六）安全性要求系统安全性从审计部门的业务特殊性出发，应符合省审计部门信息化系统建设安全要求，建立完善的平台使用、数据管理、运行维护安全体系，风险可控。1.保证数据的保密性。对系统中的数据设置严格的访问控制，要求根据信息敏感程度的不同，对不能公开的数据设置访问权限，所有不能公开的数据都不能泄漏给未经授权的人。在数据的传输过程中对传输的数据进行加密。2.保证数据的完整性和可用性。防止未被授权的数据修改，以及未被授权的操作。保证被授权人能够正确地执行操作，并访问到可以访问的数据。3.保证数据交互的安全性。数据交互按照特定的协议传输交互。重要数据可追溯性，系统应对重要数据提供痕迹保留、数据追踪和防范非法扩散的功能。4.提供运行日志管理及安全审计功能，可追踪系统的历史使用情况。（七）适配性要求本项目建设的基础设施环境和应用支撑环境须符合信创相关要求。系统（包括大模型）所需服务器及其他硬件需支持或适配国产软硬件环境，系统须支持使用金审三期审计专用安全浏览器访问。系统除支持X86终端和WIN7、WIN10、WIN11操作系统外，须按照采购人要求对全省审计机关在用的主流信创终端进行适配。五、实施服务要求（一）工期要求要求制定合理的阶段详细工作方案。内容至少包括进度安排、详细的工作（安排）分工、人员组成等内容。进度安排需要充分考虑平台建设和系统实施的工作合理性。人员组织要求投入项目经理、产品经理、软件开发人员等满足项目要求的人力资源组成。（二）项目管理要求1.团队人员要求须为本项目提供开发、实施以及信息安全保障能力最优秀、经验最丰富的项目团队，确保项目的顺利实施。项目实施全过程中，应提供项目经理、软件开发人员等。应在投标文件中提供有关人员列表，介绍人员的情况，包括姓名、职称、从事类似项目经验、职责安排等情况。项目实施过程中，须严格按照招标文件中的项目组成员名单安排项目人员，不得随意进行更换。其中项目经理和技术负责人必须全程参与本项目的开发、实施过程，项目验收前无故不得更换。若有特殊原因需调整，应在省审计部门及项目监理审核同意后进行，否则要依照合同中的有关条款进行处罚。2.项目要求（1）开发过程管理。项目整体管理必须遵从规范的项目管理方法（ISO9001认证）。（2）项目周报。项目启动后，服务单位应建立定期汇报制度。要求每周需向采购人提交上周项目周报，周报应包含上周工作总结及本周具体的工作计划。（3）项目月报。服务单位项目经理每月月底需拟定项目月报，于每月最后一周或次月第一周向采购人提交。项目月报应含有本月工作及下月工作的计划安排，需重点阐述：一是项目一个月建设内容即项目建设概况；二是项目进度，项目实际完成情况与计划进度比较，是否出现偏离，对偏离的原因特别是滞后的原因及进度完成情况等进行分析；三是对遗留问题和需要特别协调等重大问题的说明；四是对下个月的计划情况等。（4）项目会议。项目例会一般由监理单位牵头，至少每两周召开一次项目例会。原则上项目例会要求服务单位项目经理出席，如有特殊原因不能到会，需要提前向采购人和监理单位说明。不定期交流会议：服务单位与采购人临时性的交流讨论会，由服务单位负责起草会议纪要，邮件发送给采购人和监理单位，并由监理单位最终定稿。（5）计划报审制。服务单位对项目建