AI导哈

银行AI代理系统

AgenticBankAI是一个多层级自主AI代理系统，专为银行工作流程设计，能够处理客户查询、贷款审批、交易监控等任务，采用MCP内存、RAG检索和A2A代理交接技术。

  • by ManasShahid
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 ManasShahid/SmartBankAgent

使用说明

代理银行AI

用于银行业务流程的多层自主AI代理

AgenticBankAI是一种前沿的模拟（系统/平台/技术） 银行业务应用中的智能代理AI展示如何利用多层自主代理处理客户查询、贷款处理、交易监控等更多任务 MCP内存、RAG检索和A2A代理交接。

🚀 概述

该项目展示了以下应用于银行业的代理型人工智能概念：

  • 自主智能体： 能够独立决策的代理。
  • 多层架构： 感知 → 规划 → 执行 → 质量保证。
  • MCP（模型上下文协议）： 用于上下文感知操作的结构化内存。
  • RAG（检索增强生成）： 整合外部知识源。
  • A2A（代理到代理）门户： 代理之间无缝通信并交接数据。
  • 模拟银行API接口： 用于查询账户余额、申请贷款及查看交易记录。

此设置展示了一个类似于生产级银行AI系统的实际工作流程。

🏦 银行业用例

  1. 客户支持： 自动回答与账户相关的查询。
  2. 贷款处理： 评估贷款资格并模拟审批过程。
  3. 交易监控： 获取并总结最近的交易记录。
  4. 合规与质量保证： 验证代理输出，并确保遵循模拟银行规则。

🔹 建筑学


Customer Query
|
v
[QueryAgent] --> [PlannerAgent] --> [ResponseAgent] --> [QAAgent]
|
v
MCP Memory + RAG Knowledge Base

工作流程：

  1. 查询代理（QueryAgent） 理解客户输入和意图。
  2. 规划者代理（或：计划制定者代理） 确定下一步操作（余额查询、贷款申请、交易检索）。
  3. 响应代理： 调用银行API或使用RAG（检索增强生成）技术生成答案。
  4. QAAgent（问答代理） 监控响应的正确性并更新工作流状态。
  5. A2A交接： 代理自动传递上下文和记忆。

💡 特性

  • 多层代理设计
  • 自主决策
  • 情境感知内存（MCP）
  • 用于知识检索的RAG（检索增强生成）集成
  • 代理间交接（A2A）
  • 模拟银行API（应用程序编程接口）：
    • 检查账户余额
    • 申请贷款
    • 获取交易历史记录
  • 错误处理的QA/监控

⚡ 安装

git clone https://github.com/yourusername/AgenticBankAI.git
cd AgenticBankAI
pip install -r requirements.txt

要求：

  • Python 3.10+
  • langgraph
  • langchain
  • openai
  • faiss-cpu

🛠 使用方法

from agentic_bank_ai import run_workflow

# Example customer query
customer_query = "Can I check my account balance and apply for a loan?"
run_workflow(customer_query)

预期输出：

Customer Query: Can I check my account balance and apply for a loan?
Response Agent Output: Your account balance is $5,000.50. Loan approved for $10,000, credit score: 720
QA Status: passed

🏗 项目结构

AgenticBankAI/
│
├─ agentic_bank_ai/
│   ├─ __init__.py
│   ├─ agents.py          # QueryAgent, PlannerAgent, ResponseAgent, QAAgent
│   ├─ workflow.py        # Multi-layer graph workflow
│   ├─ mcp_memory.py      # MCP memory templates
│   └─ banking_api.py     # Simulated banking APIs
│
├─ tests/
│   ├─ test_agents.py
│   └─ test_workflow.py
│
├─ requirements.txt
└─ README.md

🧩 扩展项目

  • 为欺诈检测、投资组合管理或合规方面添加新的代理。
  • 为生产就绪系统集成真实的银行API（在本版本中为模拟版本）。
  • 用最新的银行业法规扩展RAG知识库。
  • 实现支持多客户的异步A2A（应用到应用）通信工作流。

📜 许可证

麻省理工学院许可证（MIT License）

🔗 参考文献

秉承代理式人工智能原则，用心打造

相关 MCP