Spectra：规则驱动的 LLM 流水线，用于 KYC 文档自动化处理

资本市场中的客户尽调（KYC）开户要求分析师手工分类文档、从异构来源抽取结构化数据，并对照复杂监管政策验证合规。该流程每客户需耗费大量分析师时间，由于串行交接，端到端开户往往长达数周。本文分析一个开户流程，发现它包含非常适合 AI 自动化的可重复组件。因此我们提出一个便于自动化的重构工作流：把传统的四方流程合并为共享大部分工作、可一并自动化的两方，消除层层叠加延迟的中间交接。为自动化剩余步骤，我们提出 Spectra，一个结合结构化规则引擎与基于 LLM 的分类、抽取、验证智能体的 AI 辅助文档处理平台。规则引擎把合规政策编码为可查询数据库，支持聚焦的上下文注入，在降低 token 用量的同时提升抽取精度。系统不采用单一单体提示，而是把文档处理分解为隔离、可审计的阶段，每个阶段独立优化且可追溯到具体政策条款。在真实 KYC 文档上的评估中，Spectra 达到 100% 分类准确率与 89.4% 抽取准确率，人工审查负担下降 96%。