Spectra：规则驱动的 LLM 流水线，实现 KYC 文件自动化处理

arXiv:2609.25474v1 公告类型：新发布 摘要：资本市场的“了解你的客户”（KYC）入职流程要求分析师手动对文档进行分类、从异构来源中提取结构化数据，并依据复杂的监管政策验证合规性。该流程每位客户都需要耗费大量分析师时间，由于各环节按顺序交接，端到端入职往往需要数周时间。在本文中，我们分析了一个入职流程，发现它由多个可复用的组件构成，非常适合 AI 自动化。因此，我们提出了一种便于自动化重构的工作流程：将传统的四方流程整合为两方，由这两方分担大部分工作并可一并自动化，从而消除会加剧延迟的中间交接环节。为实现剩余步骤的自动化，我们推出了 Spectra——一个 AI 辅助文档处理平台，将结构化规则引擎与基于 LLM 的分类、提取和验证 Agent 相结合。规则引擎将合规策略编码为可查询的数据库，实现聚焦的上下文注入，在减少 token 使用量的同时提升提取精度。该系统并非使用单一的庞大提示词，而是将文档处理分解为相互独立、可审计的阶段，每个阶段独立优化，并可追溯到具体的政策条款。在真实 KYC 文档上的评估中，Spectra 实现了 100% 的分类准确率和 89.4% 的提取准确率，人工审核负担下降了 96%。