Sanctions Screening

全球制裁筛查智能引擎

架构概览

三层筛查 + 法律影响分析 + 专业 PDF 报告

用户输入实体名
      │
      ▼
┌─────────────────┐
│ 第一层：初筛      │ ← OpenSanctions API (/match 端点)
│ (第三方聚合)      │    覆盖 100+ 全球制裁名单
└────────┬────────┘
         │ 命中？
    ┌────┴────┐
    │ 否      │ 是
    ▼         ▼
  清除    ┌────────────────┐
          │ 第二层：官方校验  │ ← 浏览器直连 10+ 官方网站
          │ (政府官网)       │    截图取证 + 时间戳
          └────────┬───────┘
                   ▼
          ┌────────────────┐
          │ 第三层：情报搜索  │ ← Tavily API (28 个受信源)
          └────────┬───────┘
                   ▼
          ┌────────────────┐
          │ 法律影响分析     │ ← 参见 references/legal_implications.md
          └────────┬───────┘
                   ▼
          ┌────────────────┐
          │ PDF 专业报告     │ ← scripts/generate_report.py (Edge Headless)
          └────────────────┘

关键原则： OpenSanctions 是第三方聚合数据，仅用于初筛。即使初筛未命中，也会生成官方校验计划（防止 API 故障导致漏报）。

🔴🔴🔴 强制执行工作流（含路径确认） 🔴🔴🔴

最高优先级指令： 当用户要求对某实体进行制裁筛查时，必须先完成「阶段 0：路径确认」，获得用户明确回复后，才能执行任何脚本。禁止跳过路径确认直接运行命令。 路径确认完毕后，阶段 1-4 必须全部自动执行，不得中途停下来询问用户。

阶段 0：意图识别 + 搜索模式确认 ⛔ 必须先完成，禁止跳过

这是整个工作流中唯一一次交互暂停点。在用户回复之前，禁止执行任何 python 命令。

收到筛查请求后，你自己先做两件事：

（1）判断实体类型：根据用户输入的名称，用你的知识判断是公司还是个人。

（2）先判断搜索模式，再决定是否生成变体：

模式 A：全量变体模式（默认）

如果用户只是说“筛查华为 / Huawei / 大疆 / DJI”，没有明确限制只搜一个字符串，则进入默认模式：自动生成搜索变体。🔴 你必须覆盖以下所有类别，通常至少生成 8-10 个变体。禁止只生成 2-3 个就交差。（部分网站对大小写敏感，所以大小写变体必不可少）：

• 英文简称，含大小写变体（如 "DJI"、"dji"、"Dji"）
• 英文全名（如 "SZ DJI Technology Co., Ltd."）
• 英文通用名（如 "DJI Technology"）
• 中文全名（如 "深圳市大疆创新科技有限公司"）
• 中文简称（如 "大疆"、"大疆创新"）
• 拼音/音译变体（如 "dajiang"）
• 常见缩写（如 "HW" 代表华为）
• 已知重要子公司（如 "DJI Europe B.V."、"HiSilicon"）

然后向用户展示变体列表 + 自然语言说明，请求确认：

🏢 我判断 「<用户输入>」 是 公司/法人实体（如果判断错了请纠正）。

🔍 我拟使用以下变体对 10 个全球制裁源进行全量筛查。每个变体都会分别在各网站搜索框搜索并截图取证，因为部分制裁网站对大小写敏感，所以会覆盖大写、小写、首字母大写等多种形式。

#	搜索变体	说明
1	DJI	英文简称-大写（主搜索词）
2	dji	英文简称-小写
3	SZ DJI Technology Co., Ltd.	英文注册全名
4	DJI Technology	英文通用名
5	大疆	中文简称
6	大疆创新	中文常用名
7	深圳市大疆创新科技有限公司	中文注册全名
8	dajiang	拼音变体
9	DJI Europe B.V.	已知子公司

📂 报告默认输出：

• PDF（最终交付）：<Skill根目录>/<实体名>_sanctions_report.pdf
• HTML（在线浏览）：<Skill根目录>/<实体名>_sanctions_report.html

请确认：回复**「确认」开始筛查。你也可以告诉我需要增加或删除**哪些变体（增加的变体同样会走完整筛查流程）。

模式 B：用户指定名称集合模式（用户明确要求时）

如果用户明确表达以下意思之一，必须进入“用户指定名称集合模式”，禁止自动生成变体，禁止再展示 8-10 个变体表：

• “只筛这个名字”
• “只筛这几个名字”
• “单个名称 / 两个名称 / 三个名称 / 四个名称 / 多个名称”
• “exact name / exact string / exact names”
• “不要变体”
• “仅搜索 huawei”
• “只查 DJI 和 dji，不要扩展”
• “只查这 4 个名字，不要自动补全”

此时你只能使用用户明确给定的名称集合进行搜索，不能自动补全全名、中文名、拼音、大小写变体、子公司。用户给 1 个就搜 1 个，给 2 个就搜 2 个，给 N 个就搜 N 个。

此时请改为发送下面这种确认文案：

🏢 我判断 「<用户输入>」 是 公司/法人实体（如果判断错了请纠正）。

🔍 你要求执行用户指定名称集合筛查。我将只使用你明确给出的这些名称在全部制裁源中搜索，不会自动扩展任何变体（不补全全名、别名、中文名、拼音、子公司或大小写变体）。

本次将使用的名称集合（1-N 个，严格按你提供的列表执行）：

#	名称
1	<名称1>
2	<名称2>
3	<名称3>
4	<名称4>

📂 报告默认输出：

• PDF（最终交付）：<Skill根目录>/<实体名>_sanctions_report.pdf
• HTML（在线浏览）：<Skill根目录>/<实体名>_sanctions_report.html

请确认：回复**「确认」开始按上述名称集合**执行筛查；如果你希望改回全量变体模式，请直接说明。

等待用户回复后，你需要做以下准备（对全流程生效）：

实体类型  → 公司 → screen_entity 用 --type LegalEntity，browser_verify 用 --type Entity
         → 个人 → screen_entity 用 --type Person，browser_verify 用 --type Individual

搜索策略  → 全量变体模式：变体列表中第一个英文简称作为主搜索词（--entity 参数）
         → 全量变体模式：其余所有变体通过 --extra-variants 传入
         → 全量变体模式：🔄 脚本会在每个源上，用每个变体分别搜索+截图+取证（全量覆盖）
         → 用户指定名称集合模式：若只有 1 个名称，给 screen_entity.py 和 browser_verify.py 都加 --exact-name-only
         → 用户指定名称集合模式：若有 2-N 个名称，主名称作为 entity，其余名称通过 --extra-variants 传入
         → 用户指定名称集合模式：只搜索用户明确给出的名称集合，不自动生成任何变体
         → 每源结果自动合并：最严重状态优先，截图和匹配记录汇总

报告路径  → 默认路径，或用户指定的路径

🔴 严格执行用户确认的变体列表：如果用户回复中修改了变体列表（删除某些、只保留某些、或新增某些），你必须严格按用户确认后的最终列表执行，不要自行补充被用户删掉的变体（如全名）。用户说"只看 DJI 和 dji"，那就只传 DJI 和 dji，不要偷偷加回全名。

阶段 1：API 初筛（自动）

从 Skill 根目录运行：

# screen_entity.py 用官方全名 + LegalEntity/Person
python scripts/screen_entity.py "<官方全名>" --type <LegalEntity|Person> -o <report>.md

# 用户只给 1 个名称
python scripts/screen_entity.py "huawei" --type LegalEntity --exact-name-only -o <report>.md

# 用户明确只给 2 个名称
python scripts/screen_entity.py "Huawei" --type LegalEntity --extra-variants "huawei" -o <report>.md

# 用户明确给 4 个名称
python scripts/screen_entity.py "Huawei" --type LegalEntity --extra-variants "huawei" "HUAWEI" "Huawei Technologies" -o <report>.md

此步骤自动执行：OpenSanctions 初筛 + Tavily 情报搜索 + 生成浏览器校验计划。 🔴 禁止使用 --no-intel 参数 — Tavily 情报搜索是第三层核心环节，必须执行。 完成后立即进入阶段 2，不要停下来向用户报告中间结果。

阶段 2：官方网站浏览器校验（自动）

🚫 禁止自己写浏览器脚本。 直接运行已封装好的 scripts/browser_verify.py。 🚫 禁止裁减源列表。 不要加 --sources 参数，必须一次性跑完全部 10 个官方源。

命令模板（❗ 注意：主搜索词是最短常用名，不是全名）：

# 公司示例（用户输入"大疆"或"dji"）
# ❗ --entity 用最短常用名 "DJI"（会在每个网站搜索框搜索）
# ❗ --extra-variants 只放用户确认的变体
# ❗ --api-report 传入阶段 1 的报告路径（嵌入 OpenSanctions 交叉验证）
python scripts/browser_verify.py "DJI" \
  --type Entity \
  --extra-variants "dji" \
  -o screenshots/ \
  --report DJI_sanctions_report.html \
  --api-report DJI_api_report.md

# 用户只给 1 个名称
python scripts/browser_verify.py "huawei" \
  --type Entity \
  --exact-name-only \
  -o screenshots/ \
  --report huawei_sanctions_report.html \
  --api-report huawei_api_report.md

# 用户明确只给 2 个名称
python scripts/browser_verify.py "Huawei" \
  --type Entity \
  --extra-variants "huawei" \
  -o screenshots/ \
  --report Huawei_sanctions_report.html \
  --api-report Huawei_api_report.md

# 用户明确给 4 个名称
python scripts/browser_verify.py "Huawei" \
  --type Entity \
  --extra-variants "huawei" "HUAWEI" "Huawei Technologies" \
  -o screenshots/ \
  --report Huawei_sanctions_report.html \
  --api-report Huawei_api_report.md

# 个人示例（用户输入"张三"）
python scripts/browser_verify.py "Zhang San" \
  --type Individual \
  --extra-variants "张三" "ZHANG SAN" "zhang san" \
  -o screenshots/ \
  --report ZhangSan_sanctions_report.html \
  --api-report ZhangSan_api_report.md

关键说明：

• 第一个参数（entity）用最短常用英文名（如 "DJI"、"Huawei"）
• 默认模式下，--extra-variants — 官方全名/中文名/其他别名。🔄 每个变体都会在每个源上全量搜索+截图+取证
• 用户指定名称集合模式下，--extra-variants — 用户明确给出的其余名称（可传 1-N 个）；只搜索用户给出的列表，不自动扩展
• --exact-name-only — 只搜索输入的单个名称，禁止自动扩展任何变体
• --type Entity|Individual — 对应阶段 0 用户回答
• --report <路径> — 直接输出 HTML 报告

⚠️ 重要：不要加 --sources 参数！ 默认会自动校验全部 10 个官方源（OFAC、BIS CSL、DoD 1260H、SAM.gov、FCC、UK、UN、EU、AU、CA）。

此脚本自动完成：

• 访问全部 10 个官方制裁搜索网站；默认模式下用全名 + 所有变体逐一搜索
• 若启用“用户指定名称集合模式”，则只搜索用户明确给出的 1-N 个名称，无论是 1 个、2 个、4 个还是更多
• 分页截图：如果搜索结果有多页，逐页翻页截图
• PDF 逐页截图 + 精确高亮：DoD 1260H 等 PDF 名单，逐页 PageDown + PyMuPDF 黄色高亮
• XLSX 下载分析：澳大利亚 DFAT 名单下载 XLSX，pandas 分析后渲染截图
• 截图取证并保存到指定目录
• 输出汇总结果表（命中/清除/需人工确认）

首次使用需安装依赖：

pip install playwright
python -m playwright install chromium

完成后立即进入阶段 2.5，不要停下来向用户报告中间结果。

阶段 2.5：误中审查（自动，禁止跳过）

🔴🔴🔴 此步骤必须在撰写报告之前完成，绝对禁止跳过。 跳过此步骤将导致报告包含大量虚假命中，质量不可接受。

你必须按顺序执行以下操作：

步骤 1：读取审查指南（完整的判断规则在这里）：

read_file: references/false_positive_check.md

步骤 2：无需手动操作 — FP 分析已在 browser_verify.py 报告生成阶段自动完成：

1. 报告生成时自动调用 OpenSanctions API 获取交叉验证数据
2. 核心清单（ofac, bis_csl, dod_1260h, sam, uk, un）的 HIT → 一律标记为确认命中
3. 泛化清单（eu, au, ca）的 HIT 自动检查：
   • ISO 国家代码碰撞 → 疑似误中
   • OpenSanctions 无该清单佐证 → 🟡 疑似误中
   • EU regime 列表泛化 → 疑似误中
4. 报告 HTML 中的侧栏图标、汇总表、源 section 标题、Evidence List badge、Executive Summary 数字全部自动更新

⚠️ 禁止：不要手动写脚本修改报告 HTML 中的 badge/icon/数字。所有 FP 标记已在生成阶段完成。 如需调整判断规则，修改 browser_verify.py 中的 SOURCE_TO_OS_DATASETS、CORE_HIT_SOURCES、FP_CANDIDATE_SOURCES 配置。

步骤 3：检查报告中的判断结果，如有异议直接反馈给用户。

完成后立即进入阶段 3。

阶段 3：撰写完整证据报告（自动）

将阶段 1、阶段 2、阶段 2.5 的误中判断全部整合为一份完整的 Markdown 证据报告。报告必须包含：

1. 报告头部：筛查编号、时间、实体信息、风险评级
2. 法律影响分析：读取 references/legal_implications.md 模板，针对每个确认命中的清单给出法律影响
3. OpenSanctions 初筛结果：匹配实体、命中名单、匹配分数
4. 官方校验证据：每个源的校验结果 + 截图内嵌 + 🟡 误中标注（如有）
5. 情报摘要：Tavily 新闻搜索结果
6. 管理层底线结论：参考 references/legal_implications.md 中的 Executive Action Plan 模板
7. 证据清单：所有截图和数据文件的汇总表

完成后立即进入阶段 4，不要停下来向用户报告中间结果。

阶段 4：交付最终报告（自动）

browser_verify.py 已自动生成专业 HTML 报告和 PDF 报告（PDF 默认始终生成，可用 --no-pdf 跳过）。

报告交付时，你必须在回复中附上以下内容（不可省略）：

1. PDF 报告文件路径（最终交付物，自动通过 Playwright 从 HTML 渲染，含页眉页脚页码）

2. HTML 报告文件路径（在线浏览版，含侧栏目录、截图、交叉验证、误中标注）

3. 🧠 误中分析结论（阶段 2.5 结果）——逐个 HIT 列出判断和理由：

## 🧠 AI 合规分析师误中判断

| 源 | 判断 | 理由 |
|----|------|------|
| [源名] | 🔴 确认命中 | [命中记录全名与搜索实体一致的证据] |
| [源名] | 🟡 疑似误中 | [具体误中模式：如 ISO 碰撞/类型不匹配/部分匹配] |

3. 综合风险等级（排除疑似误中后的判断）
4. 建议

环境与依赖

依赖安装

脚本仅使用 Python 标准库 + 1 个第三方包。如缺少则安装：

# 核心依赖（仅 markdown 是第三方包）
pip install markdown

# 可选：澳大利亚 DFAT XLSX 分析需要
pip install pandas openpyxl

工作目录

所有脚本必须从 Skill 根目录执行（scripts/ 之间有相互导入依赖）。

API Key

在 Skill 根目录创建 .env（可参考 .env.example），脚本启动时由 env_loader 自动加载。

• OPENSANCTIONS_API_KEY：OpenSanctions 聚合初筛（必填，用于 match / 交叉验证）
• TAVILY_API_KEYS：逗号分隔的多个 Tavily key，配额耗尽时自动轮换（推荐）
• TAVILY_API_KEY：单 key 备选

法律影响分析

对每个命中清单，报告中必须包含法律影响分析和咨询建议。模板参见 references/legal_implications.md。

结构：

1. 法律影响 (Legal Impact): 引用具体法规/行政令号
2. 审批政策 (Licensing Policy): 推定拒绝/逐案审查等
3. 咨询建议 (Advisory): 面向客户的具体行动建议
4. 管理层底线结论 (Executive Action Plan): 总结性决策建议

中文实体名处理

中文实体名在默认模式下须自动转换为多种搜索变体：

• 中文原名 → 拼音变体 → 英文商号 → 常用别名
• 例：大疆 → dji, SZ DJI Technology, Da Jiang Innovations

变体生成逻辑在 scripts/fuzzy_match.py 中实现。若用户明确要求只按给定名称集合筛查，则不要调用这套自动扩展逻辑。

报告解读

风险等级

参考文档

详细信息参见 references/ 目录：

• us_lists_coverage.md — 美国 5 大核心清单 + 13 个 CSL 子清单完整覆盖指南
• legal_implications.md — 各清单法律影响分析模板和咨询意见模板
• country_risk_tiers.md — 国家/地区风险分级表
• red_flags_checklist.md — BIS "Know Your Customer" 红旗检查清单

脚本索引

免责声明

• 本工具仅供参考，不构成法律意见
• OpenSanctions 为第三方聚合数据，命中结果需通过官方源校验
• 制裁名单持续更新，筛查报告建议有效期不超过 7 天
• 最终合规决策应咨询具有执业资格的律师或合规专家