KYC Analyst 是一个开源 KYC/AML 合规自动化项目，目标是帮助合规分析师完成客户准入中的重复性任务，例如制裁筛查、PEP 检查、负面新闻检索、公开公司资料查询、风险评分和报告生成。项目特别强调 17 个人工复核 checkpoint，明确 AI 只是辅助，最终判断仍由训练有素的分析师控制。这一点非常符合金融合规场景的真实要求。

它的价值不在于“完全自动批准客户”，而在于展示 KYC 工作流如何被拆解和编排。传统 KYC 经常需要分析师在多个公开数据源和内部系统之间来回查找、复制、整理和写报告。KYC Analyst 试图把这些步骤用 AI 和脚本连接起来，同时保留人工确认、审计轨迹和可解释风险评分。

• 面向 KYC/AML 客户准入流程，而不是泛泛的文档问答。
• 使用公开数据源进行制裁、PEP、负面新闻、公司资料等检查。
• 设置多个人工复核点，避免 AI 自动决策。
• 风险评分偏确定性，强调“show your math”和审计可追踪。

这个项目适合学习合规自动化设计的关键原则：AI 可以减少查找、整理和报告劳动，但不能跳过合规判断；KYC 流程必须有证据、来源、时间戳、人工确认和风险等级说明。对银行从业者来说，它是理解“人机协同合规助手”的好样本。

• 个人客户或小微企业开户尽调辅助。
• 制裁名单、PEP、负面新闻初筛。
• 客户准入报告草稿生成。
• 高风险客户增强尽调工作流参考。
• 银行合规团队 AI 辅助工具设计参考。

项目处于实验性质，不能直接作为合规最终系统。公开数据源覆盖不完整，负面新闻检索可能漏报或误报，姓名匹配存在同名问题。真实银行必须接入权威名单源、内部客户信息、监管要求和审计系统，并确保所有 AI 输出由合规人员复核。