新闻详情

新闻详情

首页 / 资讯中心 / 详情

央国企合规办公Agent Skill体系:20个Skill三大域的全栈实践

发布时间:2026/11/4 20:50:16来源:尧图网络
央国企合规办公Agent Skill体系:20个Skill三大域的全栈实践
央国企合规办公Agent Skill体系20个Skill三大域的全栈实践引言为什么央国企需要专属的合规办公Skill市面上的AI办公工具很多——写文档、做PPT、做报表四件套就能搞定。但放在央国企场景下立刻暴露三个致命问题1.合规缺位党委前置、三重一大、GB9704公文格式——通用工具根本不懂这些规矩2.审计盲区谁在什么时候用AI改了什么没有留痕巡察组来了一问三不知3.国标脱节信创要求、国产模型适配、穿透式监管——通用方案全部绕着走我们花了6个月做了20个Skill按三域架构铺开——不是通用办公工具的微调版而是从0开始按央国企需求设计的东西。三域架构文档作业 合规安全 报告分析┌─────────────────────────────────────────────────────┐│ SOE合规办公Skill体系 │├───────────────────┬──────────────────┬───────────────┤│ 文档作业域 │ 合规安全域 │ 报告分析域 ││ (document) │ (compliance) │ (reporting) │├───────────────────┼──────────────────┼───────────────┤│ doc-formatter │ party-review │ ops-digest ││ doc-template │ triple-major │ risk-weekly ││ doc-compare │ gb9704-check │ kpi-dashboard ││ meeting-minutes │ audit-trail │ var-analysis ││ contract-check │>文档作业域Phase18个Skill已完成| Skill | 功能 | SOE合规特色 ||-------|------|------------|| doc-formatter | 文档格式规范化 | GB/T 9704-2012公文格式自动校正 || doc-template | 模板填充 | 党委/行政/纪委三类红头模板内置 || doc-compare | 文档对比 | 对比结果含审计时间戳操作人 || meeting-minutes | 会议纪要 | 三重一大议题自动标记决议追踪 || contract-check | 合同审查 | 央企采购合同合规50条规则内建 || red-letter | 红头文件生成 | 版记份号密级紧急程度全套 |合规安全域Phase26个Skill已完成| Skill | 功能 | SOE合规特色 ||-------|------|------------|| party-review | 党委前置审查 | 事项→党委会决议编号自动关联 || triple-major | 三重一大判定 | 金额阈值事项分类自动触发 || gb9704-check | 国标公文校验 | 9704-2012全文147条逐项检查 || audit-trail | 操作留痕 | AI操作全链路日志区块链锚定 ||>报告分析域Phase36个Skill已完成| Skill | 功能 | SOE合规特色 ||-------|------|------------|| ops-digest | 经营日报 | 国资委EVA指标口径自动计算 || risk-weekly | 风险周报 | 穿透式监管五维度框架内建 || kpi-dashboard | KPI仪表盘 | 央企负责人经营业绩考核指标 || var-analysis | 预算差异分析 | 预算内/预算外双轨标注 || peer-compare | 同业对标 | 同类型央企公开数据自动对标 || forecast | 经营预测 | 审计调整非经常性损益剔除 |三大差异化特色1. 合规内建Built-in Compliance不是写完了再检查合不合规而是写的过程就在合规框架里。以红头文件生成Skill为例——版记位置、份号编排、密级标注、紧急程度每一步都有国标对应的校验规则。用户不需要知道GB/T 9704的147条细则Skill自动把关。2. 审计留痕Audit Trail by Default每次AI操作的完整链路都被记录- 谁在什么时候调用了哪个Skill- 输入了什么原始数据脱敏后留档- AI产出了什么中间结果- 最终输出了什么内容- 是否经过人工确认这些日志不储存在云端全部在本地的.audit/目录满足数据不出域的要求。3. 国标适配National Standards Ready从GB/T 9704公文格式到国资委EVA考核口径到央企采购50条合规规则——20个Skill内置了15项央国企独有标准体系| 国标/规范 | 对应Skill | 适配方式 ||----------|----------|---------|| GB/T 9704-2012 | doc-formatter, gb9704-check, red-letter | 147条逐项校验 || 国资委EVA考核 | ops-digest, kpi-dashboard | 口径自动计算 || 三重一大决策制度 | triple-major, party-review | 金额阈值触发 || 央企采购合规 | contract-check | 50条规则内建 || 穿透式监管 | risk-weekly | 五维度框架 || 信创要求 | 全体系 | 纯Python国产模型适配 |技术实现零API费 纯Python 毫秒响应20个Skill全部用纯Python实现不调用任何外部API示例三重一大判定Skill的核心逻辑def check_triple_major(item): decisions [] # 规则1重大决策——投资额超过净资产5% if item.type investment and item.amount company.net_assets * 0.05: decisions.append({ rule: 重大决策-大额投资, threshold: f净资产5% ({company.net_assets * 0.05:.0f}万元), actual: f{item.amount:.0f}万元, action: 必须提交党委会前置研究 }) # 规则2重大项目——标的额超过5000万 if item.type project and item.amount 50000000: decisions.append({ rule: 重大项目-大额采购, threshold: 5000万元, action: 必须集体决策纪检监察备案 }) return decisions关键技术特点-响应速度所有规则都在内存中运行单次判定 10ms-零API费不调用大模型API做决策纯规则引擎-可审计每次判定的规则ID、阈值、实际值全部记录-可配置金额阈值、规则开关都通过YAML配置文件调节SOE评分体系1-5级合规成熟度我们设计了一套SOE评分体系帮助企业自评合规办公的AI化程度| 等级 | 描述 | 典型特征 ||------|------|---------|| SOE-1 | 手工合规 | 纯人工操作无AI辅助合规靠人员素质 || SOE-2 | 工具辅助 | 用通用办公工具合规检查靠人工复核 || SOE-3 | 规则内建 | 使用合规Skill规则自动校验人工确认 || SOE-4 | 审计闭环 | AI全链路留痕审计可追溯合规主动预警 || SOE-5 | 智能合规 | AI自动适配法规变更合规成为默认态 |大部分央企目前处于SOE-1到SOE-2之间。通过这套Skill体系可以直接跃迁到SOE-3甚至SOE-4。与通用办公Skill的本质区别| 维度 | 通用办公Skill | SOE合规办公Skill ||------|--------------|-----------------|| 设计起点 | 效率优先 | 合规优先 || 审计要求 | 无 | 全链路留痕 || 国标适配 | 无 | 15项内建 || 数据驻留 | 云端 | 本地 || 信创兼容 | 未考虑 | 纯Python国产模型 || 党委前置 | 不支持 | 自动触发 || 三重一大 | 不支持 | 金额阈值判定 || 穿透式监管 | 不支持 | 五维度框架 |不是通用工具的企业版而是按央国企需求重新设计的专属体系。开源地址与互引流本项目是Agent Skills开源生态的一部分完整代码和文档在GitHub| 仓库 | 内容 | 协议 | 链接 ||------|------|------|------|| soe-compliant-office | 20个央国企合规办公Skill | MIT | https://github.com/yuzhaopeng-up/soe-compliant-office || financial-ai-skills | 104个金融AI技能 | MIT | https://github.com/yuzhaopeng-up/financial-ai-skills || teleagent-skills | 5个通用业务技能 | Apache 2.0 | https://github.com/yuzhaopeng-up/teleagent-skills || skill-framework | 208技能分类体系L0-L4框架 | MIT | https://github.com/yuzhaopeng-up/skill-framework || fintech-h5-demos | 12个零依赖金融H5演示 | MIT | https://github.com/yuzhaopeng-up/fintech-h5-demos |结语从能用AI到合规地用AI央国企的AI化不是能力问题是合规问题。不是能不能做是做了能不能经得起巡察。这20个Skill的目标不是让AI替代人做决策而是让合规成为默认选项——每次操作都在规则框架内每条审计痕迹都可追溯每份输出都符合国标。从SOE-1到SOE-4的跃迁关键不在技术在于把合规从事后检查变成过程内建。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/4 15:56:54

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/4 17:01:23

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉