博彦合规审查
焦于银行客户金融业务合规审查领域,涵盖以下核心业务场景:客户身份识别与尽职调查:客户基本信息、身份验证、受益所有人识别、风险等级评估;反洗钱与反恐怖融资:可疑交易监测、名单管理、大额交易报告、可疑交易报告;客户交易行为监测:交易类型识别、交易频率分析、异常行为识别;合规审查与风险防控:法规对标、冲突识别、审查建议生成、风险预警;客户信息管理:客户档案管理、资料保存、信息更新、隐私保护
从真实行业问题、公开本体结构到前后效果,每一个案例都能复现。
焦于银行客户金融业务合规审查领域,涵盖以下核心业务场景:客户身份识别与尽职调查:客户基本信息、身份验证、受益所有人识别、风险等级评估;反洗钱与反恐怖融资:可疑交易监测、名单管理、大额交易报告、可疑交易报告;客户交易行为监测:交易类型识别、交易频率分析、异常行为识别;合规审查与风险防控:法规对标、冲突识别、审查建议生成、风险预警;客户信息管理:客户档案管理、资料保存、信息更新、隐私保护
将 PMC 的业务知识从"人脑经验 + Excel 公式"转化为机器可理解、可推理的形式化知识资产。项目为此构建供应链 MRP 领域本体,采用 OWL 2 + SWRL 三层架构(基础层/计划层/推理层),统一物料、BOM、订单类型、机型等核心概念,并把过剩、库存短缺、在订短缺、最终短缺的判定规则,以及下单数量、下单时间、是否压缩采购提前期等采购决策逻辑形式化编码。本体映射到 Neo4j 图数据库并配套 Cypher 查询模板,再与供应链 Skill 集成,支撑促销版本风险对比、需求按机型分配、需求冲击短缺推演、订单交期调整等场景的自然语言问答,实现口径一致、结果可复现。
本项目属核电物资供应链数字化领域。以 SAP、UPM、PDMS 三大既有系统为基础,建设覆盖主数据、库存计划、采购供应、智能仓储、质量追溯、跨厂调配和数据分析的数字化作业平台,实现物资业务全流程在线协同。管理考核围绕供应保障、成本控制、质量合规、供应商生态和数字化创新五个维度展开,以数据驱动和智能工具持续提升供货效率、库存资金使用效率及核安全质量保障能力。
项目沉淀了 Kubernetes 操作、跨平台开发环境配置和 K8s 智能查询三类技能,覆盖集群数据刷新、Neo4j 本体推理、Pod/部署/服务等资源分析,以及 OOM、宕机、重启和影响范围诊断。它配置了演示、开发、测试、实验和生产集群访问上下文,并明确生产环境操作前须确认意图,以保障运维操作的规范性与安全性。
项目由物料管理、计划管理、工单管理和库存管理四个子本体组成,通过15条SWRL规则识别欠料、补货、到料延期预警、调料超额及急件、样品工单等业务状态。它支撑生产排期、到料与调料计划、WIP及高呆库存管控,并可将规则推理结果用于计划审批与生产协同决策。
项目基于FlyOntOS本体操作系统和Neo4j知识图谱,沉淀16条业务规则,支持ROI异常识别、出价效果归因、竞品压力判断、门店分群、营收与预算预警及门店健康度评分。系统已实现归因分析与规则推理能力,并规划通过策略推荐、历史案例复用、风险校验和效果跟踪,形成“分析—出价—评估—调优”的智能投放闭环。
面向武汉市城市运行管理中心的降水灾害综合预测与应急速报系统。项目以 OWL 本体模型为语义底座,构建"成因—灾情—预警"三大业务域知识图谱(42 张数据表、涵盖降雨、长江汉江水位、泵站、渍水点、交通拥堵、地铁客流、警情、舆情等要素),并接入 RandomForest / Prophet / XGBoost 等模型预测渍水深度、水位趋势与风险等级;再由大模型多轮推理自动生成 Ⅰ/Ⅱ 级安全速报,通过 Vue3 + FastAPI 前端实时推送暴雨、台风、洪水场景的模拟推演过程,支撑防汛决策与应急响应联动。
项目将官方目录按进口、出口两大管制方向及其大类、子类层级拆分为可检索的 Markdown 文档,覆盖两用物项出口管制清单、核出口管制清单、易制毒化学品等门类,涉及航空航天与推进、电子、材料、化工、核等军民两用技术领域。在此基础上建立领域本体(OWL)并导入 Neo4j 图数据库,通过节点上的路由关键词将用户问题精准定位到对应文档片段,再从表格化原文中抽取管制编码、物项名称与描述、参考商品名称、海关商品编号、计量单位及技术参数指标。
本项目是面向跨境电商进出口业务的政策法规智能问答助手。系统汇集 54 份权威文件,涵盖两大板块:47 份法规文件(含《海关法》《关税法》《电子商务法》等上位法,海关总署 2018 年第 194 号、2024 年第 167 号、2025 年第 79 号等系列公告,财政部与税务总局的综试区免税、零售进口限值、海外仓退税、退运税收等政策,以及配套政策解读与申报表单模板)和 7 份政策操作指引(企业备案、9810 出口海外仓、B2B 出口备案、订购人身份验核、网购保税进口化妆品等实操流程)。
本项目基于联创中心的审核要求构建表单填写规则本体和知识图谱; 基于flywork平台,为委办局提供揭榜挂帅表单填写助手,通过对话等方式,基于规则图谱,提供表单内容指引、内容润色,填写内容预审核等功能,使各委办局提供的表单符合联创中心要求;同时提供管理端平台,供联创中心管理规则,提供案例指引,导出已有表单。
项目基于 IBM Research 开源的 AssetOpsBench 框架进行增强,在原有工业资产运维 AI Agent 评估、任务编排和场景测试能力之上,引入公司自研本体建模技术,对设备层级、功能关系、故障原因、维护动作和业务规则进行统一语义建模。通过本体模型提供的结构化知识约束和关联推理能力,平台不仅能够评估 AI Agent 完成故障诊断、工单分析、维修建议和资产查询等任务的表现,还能提升智能体在复杂工业场景中的知识理解准确性、推理可解释性和跨系统复用能力。