AuditCore 多智能体协同审计与底稿生成技能 (AuditCore Multi-Agent Audit Skill)

一、架构总览 (Visão Geral da Arquitetura)

O AuditCore Skill utiliza a arquitetura "Cérebro Hospedeiro + Núcleo Determinístico" (Host-Brain + Deterministic-Core):

Comitê de Auditoria Cega Multiagente sem Chave de API Externa: Reutiliza diretamente a capacidade de delegação de subagentes do agente hospedeiro (Claude Code, Antigravity, Codex, OpenClaw, etc.), iniciando quatro papéis de auditoria com isolamento físico de contexto (junior-auditor, challenger-auditor, fact-checker, senior-partner).
Núcleo de Algoritmo Patenteado Determinístico (scripts/audit_cli.py): Através de um mecanismo CLI com estado, impõe Criptografia e Anonimização de PII com Cadeia de Hash SHA-256 para Logs de Auditoria, Filtragem de Materialidade em Três Níveis, Penetração Determinística de Regras em Seis Dimensões (Lei de Benford, Z-Score, Anomalias de Dezenas de Milhares/Dezenas de Mil, Lançamentos em Finais de Semana, Divisão de Transações no Mesmo Dia para Evitar Aprovação, Lançamentos a Vermelho Negativos/Lançamentos Duplicados), Pesquisa Híbrida de Regulamentações em Três Vias sem PyTorch $H(q, c_i)$, Grafo Causal de Evidências em Quatro Camadas e Validação de Perda em Grafo Bipartido, Retrocesso Local Mínimo em Máquina de Estados DAG, e Geração Automática de Papéis de Trabalho Word (.docx) / Markdown (.md) com Quatro Elementos CSA-1131 e Restauração Reversa de PII.

二、三大核心铁律 (REGRAS DE FERRO — Violar Qualquer Uma Delas Invalida a Auditoria)

REGRA DE FERRO 1: Portão de Isolamento Físico com Vazamento Zero de PII (Zero-Leakage Privacy Gate)

Proibido Ler o Arquivo Contábil Original: Antes ou depois de executar scripts/audit_cli.py init, é absolutamente proibido usar pandas, python, cat, head ou qualquer ferramenta de leitura de arquivos para visualizar diretamente o conteúdo do arquivo .xlsx/.csv original do usuário!
Proibido Acessar o Cofre Criptografado: O arquivo .auditcore_workspace/cases/<CASE_ID>/.vault_do_not_read.json gerado pelo init é criptografado com XOR-SHA256-HMAC para armazenar o mapeamento real da empresa e contas. O hospedeiro e qualquer subagente estão proibidos de ler ou descriptografar este arquivo.
Raciocínio com Dados Anonimizados em Todo o Fluxo: Todas as explorações SQL e o raciocínio cego dos quatro papéis devem usar estritamente os placeholders anonimizados como PERSON_0001, ACCT_0001; o nome real da empresa só será restaurado reversamente pelo script determinístico localmente na fase final audit_cli.py export.

REGRA DE FERRO 2: Contrato de Auditoria Cega com Isolamento de Subagentes (Blinded Subagent Isolation)

No modo full-audit, é proibido "interpretar os quatro papéis sozinho no diálogo principal".
A sequência da máquina de estados deve ser seguida, lendo os arquivos de contrato de cada papel em agents/ e delegando subagentes independentes (usando as ferramentas invoke_subagent / Task / Agent do hospedeiro):
1. Auditoria Inicial: agents/junior-auditor.md -> Submeter --role junior
2. Revisão Independente: agents/challenger-auditor.md -> Submeter --role challenger
3. Verificação de Fatos: agents/fact-checker.md -> Submeter --role factcheck
4. Parecer Final do Sócio: agents/senior-partner.md -> Submeter --role senior
Regra de Compatibilidade com Degradação: Apenas quando o ambiente hospedeiro não suportar nenhuma ferramenta de delegação de subagentes, é permitido gerar o JSON de cada papel de forma independente e passo a passo na sessão principal, mas imediatamente após cada passo, deve-se chamar audit_cli.py commit para verificação pelo grafo de evidências determinístico, sendo estritamente proibido pular etapas e mesclar.

REGRA DE FERRO 3: Portão Obrigatório da CLI com Estado e Loop de Retrocesso Mínimo (Stateful CLI & Minimum-Cut Rollback)

A conclusão de cada papel deve ser submetida através de scripts/audit_cli.py commit --role <role>. Se a sequência da máquina de estados for violada, a CLI retornará o código de saída 2 (STATE_GUARD_VIOLATION).
Após a submissão do factcheck, se a pontuação de consistência global $S_{\text{global}} < \theta$ (padrão 0.80), a CLI executará automaticamente um retrocesso local mínimo com consciência de dependência, retornando "rollback_triggered": true e rollback_diagnosis.arbitration_probe (sonda de verificação), e reverterá o estado para STATE_JUNIOR_AUDIT ou STATE_CHALLENGER_REVIEW.
Ao encontrar rollback_triggered: true, é obrigatório injetar rollback_diagnosis no papel alvo e re-delegar o subagente, até que a consistência seja atendida e o estado avance para STATE_SENIOR_PARTNER! É estritamente proibido escrever manualmente um papel de trabalho falso para pular o export.

三、五大运行模式路由表 (Tabela de Roteamento dos 5 Modos Operacionais)

A seleção do modo é automática com base na solicitação do usuário (o padrão é full-audit):

Nome do Modo	Cenário e Palavras de Gatilho	Caminho de Execução
`full-audit`(Padrão - Fluxo Completo)	Auditar arquivo contábil, investigar totalmente fraudes/deficiências de controle interno e emitir papel de trabalho formal	Executar completamente o Protocolo de Máquina de Estados em 5 Etapas Padrão abaixo (`init` $\to$ `sql` $\to$ Loop de Submissão Cega de 4 Papéis e Retrocesso Mínimo $\to$ `export`)
`quick-scan`(Escaneamento Rápido)	"Dá uma olhada rápida nas anomalias", "Não precisa rodar o jogo multiagente, só quero o resultado do escaneamento de regras"	1. Executar `audit_cli.py init --file <PATH> --case <ID> --mode quick`2. Opcional: Executar `audit_cli.py export --case <ID> --out-dir <DIR>` para exportar rapidamente o papel de trabalho do escaneamento de regras
`sql-explore`(Sandbox SQL de Penetração)	Executar consultas personalizadas de agregação entre períodos ou por grupo no arquivo contábil já inicializado	Executar `audit_cli.py sql --case <ID> --query "SELECT ... FROM financial_ledger ..."` (apenas `SELECT / WITH` somente leitura)
`law-lookup`(Pesquisa Híbrida de Regulamentações)	"Consultar cláusulas de normas sobre divisão de transações, lançamentos em fim de semana ou evidências de auditoria"	Executar `audit_cli.py law --query "<Palavra-chave ou Pergunta>" --top-k 5`, que retorna diretamente a cadeia de evidências ponderada $E(q)$ e a conclusão de raciocínio qualitativo em quatro estágios $\Psi$
`workpaper`(Re-exportação de Papel de Trabalho)	Para um caso já concluído, alterar o nome da entidade, período contábil ou diretório de exportação	Executar `audit_cli.py export --case <ID> --entity-name "<Nome da Entidade>" --period "<Período>" --out-dir <DIR>`

Para detalhes dos parâmetros CLI e JSON Schema, consulte conforme necessário: references/schemas.md.

四、 Protocolo de Execução da Máquina de Estados em 5 Etapas Padrão para `full-audit` (5-Step Stateful Protocol)

Assumindo que o diretório raiz do skill é <SKILL_DIR> (contendo scripts/audit_cli.py). Se o usuário não fornecer um arquivo contábil e solicitar uma demonstração, use diretamente o arquivo contábil de amostra de alta fidelidade com fraude embutida <SKILL_DIR>/examples/sample_vouchers_2026.xlsx.

Passo 1: Inicializar o Arquivo Contábil, Criptografar e Anonimizar, e Penetrar Regras Determinísticas (`init`)

python3 <SKILL_DIR>/scripts/audit_cli.py init \
  --file "<USER_EXCEL_OR_CSV_PATH>" \
  --case "CASE_2026_01" \
  --workspace ".auditcore_workspace" \
  --lang "português"

Registrar o JSON retornado: stats, schema_ddl, rule_findings, anomaly_samples, evidence_chain.
Neste ponto, a máquina de estados está em STATE_DYNAMIC_SQL_EXPLORATION.

Passo 2: Consulta de Penetração no Sandbox SQLite Somente Leitura (`sql`)

Com base em schema_ddl e rule_findings, escreva uma consulta SQL de agregação direcionada à tabela anonimizada financial_ledger (por exemplo, verificar o número de transações divididas no mesmo dia por fornecedor e o valor acumulado, ou resumir valores anômalos por conta devedora):

python3 <SKILL_DIR>/scripts/audit_cli.py sql \
  --case "CASE_2026_01" \
  --workspace ".auditcore_workspace" \
  --query "SELECT Date, Vendor, COUNT(*) AS tx_count, SUM(Amount) AS total_amount FROM financial_ledger GROUP BY Date, Vendor HAVING tx_count >= 2 OR total_amount >= 100000 ORDER BY total_amount DESC"

Neste ponto, a máquina de estados avança para STATE_JUNIOR_AUDIT.

Passo 3: Loop de Submissão Cega Independente Multiagente e Retrocesso Mínimo Local (`commit` Loop)

3.1 Delegar Auditor Júnior (`STATE_JUNIOR_AUDIT`)

Ler <SKILL_DIR>/agents/junior-auditor.md.
Delegar subagente (ou passo independente), fornecendo apenas os dados anonimizados stats, rule_findings, anomaly_samples, resultados sql, evidence_chain (se for uma re-auditoria por rollback, fornecer adicionalmente rollback_diagnosis).
Obter o JSON retornado pelo subagente (contendo analysis, risk_score, cited_reg_ids), submeter à CLI:

python3 <SKILL_DIR>/scripts/audit_cli.py commit \
  --case "CASE_2026_01" \
  --workspace ".auditcore_workspace" \
  --role junior \
  --payload '<JUNIOR_JSON>'

A máquina de estados avança para STATE_CHALLENGER_REVIEW.

3.2 Delegar Revisor Independente (`STATE_CHALLENGER_REVIEW`)

Ler <SKILL_DIR>/agents/challenger-auditor.md.
Delegar subagente independente, fornecendo as evidências anômalas anonimizadas, evidence_chain e o junior_report e junior_score da auditoria inicial, solicitando uma revisão e questionamento independentes com ceticismo profissional.
Obter o JSON retornado (contendo rebuttal, adjusted_risk_score), submeter à CLI:

python3 <SKILL_DIR>/scripts/audit_cli.py commit \
  --case "CASE_2026_01" \
  --workspace ".auditcore_workspace" \
  --role challenger \
  --payload '<CHALLENGER_JSON>'

A máquina de estados avança para STATE_FACT_CHECK.

3.3 Delegar Verificador de Fatos e Verificar Consistência Global (`STATE_FACT_CHECK`)

Ler <SKILL_DIR>/agents/fact-checker.md.
Delegar subagente independente para executar a decomposição em fatos atômicos (claims) e o mapeamento de evidências em grafo bipartido (evidence_mapping) nas conclusões da auditoria inicial e da revisão.
Obter o JSON retornado (contendo analysis, support_score, conflict_score, conflict_type, claims, evidence_mapping), submeter à CLI:

python3 <SKILL_DIR>/scripts/audit_cli.py commit \
  --case "CASE_2026_01" \
  --workspace ".auditcore_workspace" \
  --role factcheck \
  --payload '<FACTCHECK_JSON>'

Verificar o current_state e rollback_triggered retornados pela CLI:
- Se "rollback_triggered": true: indica um conflito grave no grafo de evidências ($S_{\text{global}} < \theta$). A CLI já removeu automaticamente o subgrafo de pior raciocínio e reverteu para rollback_target_state (geralmente STATE_JUNIOR_AUDIT). Você deve extrair o rollback_diagnosis retornado (contendo arbitration_probe e csa_guidance) e voltar ao 3.1 (ou 3.2) para re-delegar o subagente e corrigir as conclusões!
- Se "current_state": "STATE_SENIOR_PARTNER": a consistência do grafo de evidências foi atingida, prossiga para o Passo 4.

Passo 4: Delegar Sócio Sênior para Emitir o Parecer Final e os Lançamentos de Ajuste de Auditoria (`STATE_SENIOR_PARTNER`)

Ler <SKILL_DIR>/agents/senior-partner.md.
Delegar subagente independente, fornecendo estatísticas anonimizadas, cadeia de evidências de regulamentações, conclusões aprovadas da auditoria inicial/revisão, para gerar o parecer final (final_verdict, final_risk_score, reasoning, action_item, suggested_aje).
Submeter à CLI:

python3 <SKILL_DIR>/scripts/audit_cli.py commit \
  --case "CASE_2026_01" \
  --workspace ".auditcore_workspace" \
  --role senior \
  --payload '<SENIOR_JSON>'

A máquina de estados avança para STATE_WORKPAPER_GENERATION.

Passo 5: Montar o Papel de Trabalho com Quatro Elementos, Avaliar a Qualidade $Q(Y)$, Reverter a Anonimização de PII e Exportar o Papel de Trabalho CSA-1131 (`export`)

python3 <SKILL_DIR>/scripts/audit_cli.py export \
  --case "CASE_2026_01" \
  --workspace ".auditcore_workspace" \
  --out-dir "./audit_outputs" \
  --entity-name "Entidade Auditada" \
  --period "Exercício de 2026"

A CLI reverterá automaticamente os nomes de entidades PII e gerará:
1. workpaper_docx_path: Papel de trabalho de auditoria formal em .docx Word, em conformidade com a Norma 1131 de Auditoria do Conselho de Normas de Auditoria da China;
2. workpaper_markdown_path: Papel de trabalho de auditoria estruturado em .md;
3. quality_evaluation: Relatório de avaliação contendo $Q_{\text{ev}}$, $Q_{\text{con}}$, $Q_{\text{cmp}}$, pontuação total $Q(Y)$ e resultados de verificação de alucinação com tolerância zero.
Reportar ao usuário as descobertas finais da auditoria, exibir os nomes reais das entidades envolvidas após a restauração, os Lançamentos de Ajuste de Auditoria (AJE), a pontuação de qualidade $Q(Y)$ e os caminhos dos arquivos .docx / .md gerados.

五、 Tabela de Desculpas Comuns e Prevenção à Preguiça (Rationalization Table & Red Flags)

Desculpa Comum do Agente (Rationalization)	Fato Objetivo e Contraponto da Regra de Ferro (Reality & Iron Rule)
"O arquivo contábil é pequeno, vou usar `pandas.read_excel` para dar uma olhada nas colunas e fornecedores."	Violação Grave (Violação da REGRA DE FERRO 1)! Uma vez que o arquivo original é lido diretamente, os nomes reais das empresas e números de contas bancárias são expostos no contexto do LLM, destruindo completamente os limites de conformidade de privacidade. É obrigatório e só possível executar primeiro `audit_cli.py init`.
"Para economizar tempo, vou escrever os JSONs do auditor júnior, revisor, verificador de fatos e sócio sênior em um único bloco de código e fazer commit consecutivamente."	Violação Grave (Violação da REGRA DE FERRO 2)! Criar quatro papéis simultaneamente no mesmo contexto causa um sério viés de confirmação (Confirmation Bias). Se o hospedeiro suportar subagentes, eles devem ser delegados independentemente; mesmo na execução sequencial, é obrigatório ler o feedback do grafo de evidências da CLI após cada `commit` antes de executar o próximo passo.
"Após submeter o `factcheck`, o `rollback_triggered: true` foi ativado. Vou apenas alterar a pontuação no JSON e submeter como `senior`."	O Portão de Estado Intercepta Diretamente (Código de Saída 2)! Após o rollback, a máquina de estados está em `STATE_JUNIOR_AUDIT` (ou `STATE_CHALLENGER_REVIEW`). Se os papéis anteriores não forem reexecutados de acordo com `rollback_diagnosis.arbitration_probe`, a máquina de estados nunca permitirá o avanço para `STATE_SENIOR_PARTNER`.
"Já sei a conclusão da auditoria, vou escrever um relatório em Markdown para o usuário, não preciso chamar `audit_cli.py export`."	Violação Grave (Violação da REGRA DE FERRO 3)! Um relatório escrito à mão não pode descriptografar os nomes reais das empresas em `.vault_do_not_read.json` (só pode produzir `PERSON_0001`), e carece da estrutura patenteada de quatro elementos $Y={\text{idx},\text{aje},\text{jud},\text{log}}$, da pontuação de qualidade $Q(Y)$ e do papel de trabalho formal CSA-1131 `.docx`.

Red Flags — Quando o Pensamento Abaixo Ocorrer, Pare Imediatamente e Volte ao Protocolo CLI:

Preparar-se para executar pd.read_excel / pd.read_csv / open() para ler o arquivo financeiro original do usuário
Preparar-se para ler .vault_do_not_read.json
Inventar números de artigos de lei que não aparecem em evidence_chain durante a análise (isso acionará a degradação de tolerância zero hallucinated_citations, forçando $Q(Y)$ para $\le 0.40$)
Pular as etapas sql ou qualquer commit --role e tentar export diretamente

AuditCore 多智能体协同审计与底稿生成技能

O que é AuditCore 多智能体协同审计与底稿生成技能?

Perguntar na sua IA favorita

Documentação