适合谁
希望了解住房贷款流程的申请人，以及需要核验材料、政策和风险条件的客户经理与审批人员。
02 / 住房贷款智能授信辅助
FinCredit Copilot
把材料、政策、计算和人工确认放进同一条清晰的贷款流程。
系统界面预览
FinCredit Copilot
下面是系统界面。可以先看看案例，也可以直接进入演示体验。
演示使用虚构人员、材料和金额；最终授信由有权限的人员确认。
进入系统项目概览
基于 Red Hat AI Quickstart 开源项目 multi-agent-loan-origination（Apache-2.0）二次开发。负责中国住房贷款场景所需的中文材料核验、政策知识库、确定性计算、MCP 工具接入和人工审批流程；授信计算和最终决策由代码与授权人员完成。
可以完成什么
- 逐页核验中文材料，查看字段置信度、证据位置与跨材料冲突
- 按角色限制工具和数据范围，查询适用政策并追溯版本
- 由确定性工具计算 DTI / LTV，经过提案和人工确认完成决策
如何体验
- 在首页选择借款人、客户经理或审批人员身份。
- 使用演示账号进入对应工作台。
- 按页面提示查看材料、运行风险画像或咨询助手。
- 最终授信选择始终由审批人员确认。
关键技术与设计取舍
多模态材料核验
针对身份证、收入证明与银行流水的信息分散问题，采用逐页文本与视觉双通道抽取，输出字段置信度、页码及证据位置。跨材料核验标记冲突和缺失，低置信度字段转人工复核；修订历史保留原值、修改结果与依据。
角色权限与人工决策
在上游多角色架构基础上限定工具和数据范围。DTI、LTV、完整性及一致性由确定性代码计算，保留输入、公式和规则版本；Agent 生成提案后，由有权限的人员确认，模型无法自动批准或拒绝授信。
MCP 工具集成与服务容错
通过 MCP Streamable HTTP 与 langchain-mcp-adapters 接入基础风险评估、确定性计算和人工审批工具，并将外部预测模型作为可选服务；预测模型不可用时，基础风险评估、确定性计算与人工审批流程仍可运行。对限流、超时、连接失败和 5xx 返回结构化错误及可重试标记。
受控 Agentic RAG
将全国政策、成都地方规则和内部演示规则分开管理，使用 pgvector、PostgreSQL 全文检索与 RRF 融合，再按辖区、版本及生效期过滤。证据不足时最多进行一次受控改写；版本无法核验或证据仍不充分时拒答并转人工。
评测与可追溯审计
以同一政策库和 30 题数据集比较 A/B/C，分别记录检索排名、拒答与时延，避免把不同方案的最优指标拼接。trace_id 串联模型调用、政策检索、规则计算和人工决策，方便从结果回看依据与执行步骤。
问题
材料字段分散在不同文件，政策又受地域、版本和生效期约束。需要让 Agent 帮助理解与编排，同时把数值计算、权限检查和最终授信保留在可验证的流程中。
做法
- 先明确材料、政策、计算与最终决策的职责，再将中文材料和规则接入已有角色流程。
- 将证据、字段修改、计算公式与人工确认保留在同一条可追溯链路中。
- 通过对照评测观察检索排名与拒答之间的取舍，再决定启用哪些控制。
结果
形成材料核验、政策证据、规则计算与人工确认的多角色演示流程。30 道本地政策问答对照测试中，混合检索将 MRR 从 64.17% 提升至 70.00%；证据不足时最多一次改写，否则拒答并转人工。
边界与思考
人员、申请、金额和内部机构规则均为演示数据；外部政策来自公开资料。评测为历史小样本记录，原始逐题 JSON 未公开，仓库提供数据集、脚本和汇总报告。引用元数据检查不代表最终答案逐句正确；本地/远程模型配置也不代表已实现终端小模型与云模型的动态调度。