eddyzzl/marvis-risk-agent
MARVIS-Agent: all-purpose credit risk agent for model development, validation, data processing, feature engineering, and strategy workflows.
解决的问题
MARVIS-Agent 是一个以本地优先为设计原则的平台，旨在自动化信用风险分析和策略开发中复杂且碎片化的流程。它取代了手动连接的脚本、笔记本和电子表格的链条，提供了一个受控的工作台，将数据处理、模型开发和风险策略通过清晰的审计追踪连接起来。
如何工作
用户以自然语言描述其风险目标。该代理会澄清需求，构建经过验证的工作流计划，并执行确定性工具进行计算。与普通聊天机器人不同，MARVIS 使用 LLM 进行编排和解释，而实际的指标（如 KS、AUC 和 PSI）则由硬编码的平台内核计算，以确保数学准确性和可审计性。系统包含人类参与的“责任关卡”，用于高影响决策。
适用人群
专为需要在本地保留敏感数据并保持严格审计追踪以供监管或内部审查的风险团队和信用分析师而构建。
主要亮点
- 端到端策略工作流：涵盖从项目理解、样本设计到影响评估和最终报告生成的七步流程。
- 受控模型开发：提供特征工程、训练多种模型（包括 PMML 导出）以及基于结构化证据的模型验证工具。
- 确定性执行：确保风险指标和金融计算由代码执行，而非由 LLM 推测。
- 本地优先架构：将文件、任务状态和输出保留在受控的本地工作区，以维护数据隐私。
- 审计就绪交付物：以 Excel、Word、JSON 和 Markdown 格式生成专业报告，包含完整的来源和数据血缘。
相关
- 项目
google/mantisMantis 是一个开源的、AI 驱动的工具包，可自动执行代码安全审查。它使用 LLM 代理来构建威胁模型、生成漏洞利用测试和建议补丁，所有这些都在沙箱化、可配置的工作流程中完成。该项目是实验性的，仅供隔离环境使用；所有发现都需要手动验证。
- 项目
agnt-gg/agntAGNT 是一款本地优先、可自托管的桌面应用程序，将 AI 代理、可视化工作流、长期目标、记忆、插件和本地 HTTP API 整合为一个“代理操作系统”。它基于 Electron、Vue、Express 和 SQLite 构建，支持超过 15 种 LLM 提供商、60 多个工作流节点、插件模板以及用于自我改进技能的 SkillForge。非常适合需要本地持久化、可检查 AI 自动化的开发者或团队。
- 项目
microsoft/agent-governance-toolkitAgent Governance Toolkit 是由微软维护的开源库，介于自主 AI 代理与其调用的工具之间，强制执行以 YAML/OPA 编写的确定性、可审计策略（允许/拒绝/需批准）。它提供多语言 SDK（Python、TypeScript、.NET、Rust、Go）、用于合规检查的 CLI（`agt`）以及针对主流代理框架的适配器，从而实现生产级治理、归因和防篡改日志记录。
- 项目
AI4Finance-Foundation/FinRobotFinRobot 是一个面向高风险金融分析的开源多代理AI平台。它将确定性Python基础估值（DCF、LBO等）与LLM生成的叙述分离，协调专业代理（数据、分析、建模、综合、报告，以及辩论代理），并提供三个版本：生产级桌面应用（V2）、自托管Web报告生成器（V1）和教育用AutoGen库（V0）。系统整合多个市场数据源，提供56个分析师剧本，可通过CLI、浏览器UI或原生Tauri桌面客户端在本地运行。
- 项目