Spectra：规则驱动的 LLM 流水线，实现 KYC 文件自动处理

arXiv:2609.25474v1 公告类型：新提交 摘要：资本市场的了解你的客户（KYC）开户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，并对照复杂的监管政策验证合规性。该流程每位客户都需要分析师投入大量时间，由于各环节按顺序交接，端到端开户往往需要数周时间。在本研究中，我们分析了一个开户流程，发现它由多个可重复的环节组成，非常适合 AI 自动化。因此，我们提出了一种更易于自动化的重构工作流：将传统的四方流程整合为两方，双方共享大部分工作并可一起自动化，从而消除了会叠加延迟的中间交接环节。为自动化剩余步骤，我们推出了 Spectra——一个 AI 辅助文档处理平台，结合了结构化规则引擎与基于 LLM 的分类、提取和验证 Agent。规则引擎将合规策略编码为可查询的数据库，从而实现有针对性的上下文注入，在降低 token 用量的同时提高提取精度。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。在对真实 KYC 文档的评估中，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%。