ABHISHEK1139/IND-Diplomat

# IND-Diplomat 地缘政治风险分析与预测系统。 公开实施文档 IND-Diplomat 是一个分层的地缘政治风险分析系统，结合了信号采集、状态建模、受控推理和报告生成。它摄取开源和结构化信号，构建状态上下文，检查证据是否充分，然后产出评估结果，而不是默认输出不受约束的叙述。 ## 系统功能 - 从多个传感器和知识层采集并规范化地缘政治信号。 - 构建具有时序记忆、证据绑定和来源权重的国家及关系状态上下文。 - 运行具有范围控制、认知准备度检查、红队挑战和验证感知输出的委员会式分析。 - 生成情报式报告、趋势视图、全球溢出效应分析，以及危机回放和前置时间测试等验证实验。 ## 架构概览 ``` flowchart TD Q[Question] --> S[Scope] S --> O[Ops Health] O --> C[State Build] C --> E[Readiness Gate] E --> R[Council] R --> J[Judgment] R --> X[Explainability] J --> X J --> V[Validation] ``` 实现被组织为以下层级系列： - 第 1 层：采集与传感器 - 第 2 层：知识提取、检索与存储 - 第 3 层：状态建模、可信度与时序推理 - 第 4 层：分析、辩论、假设测试与保障措施 - 第 5 层：判断、报告与趋势建模 - 第 6 层：展示、回测与学习 - 第 7 层：全球多战区建模 更多详情请参阅 [docs/architecture.md](docs/architecture.md)。 ## 核心能力 - 通过 `run.py` 进行 CLI 驱动的风险评估 - 分层推理，分析前设有显式把关机制 - 感知证据的报告，而非不受约束的对话输出 - 历史回放和消融式验证工具 - 可选的 API 和仪表盘界面供探索使用 ## CLI 快速入门 在实现工作区中运行命令： ``` cd ../DIP_6 python project_root.py python run.py --help python run.py --experiment replay ``` 实用说明： - Python 3.12+ 是预期的运行时环境。 - `Config/requirements.txt` 是主要的依赖入口。 - `.env.example` 默认期望一个本地 Ollama 端点。 - 在此工作区中，`project_root.py` 会报告 `data/rag_index` 缺失。 - 如果本地数据目录不完整，某些提供者将返回部分或空结果。 若要运行完整查询，请使用： ``` python run.py --country IRN "Assess the current risk of military escalation in the Persian Gulf region with focus on Iran nuclear program tensions" ``` 完整查询执行可能需要几分钟时间，如果模型或提供者检查失败，可能会返回 `INSUFFICIENT_EVIDENCE`。 ## 输出示例 ``` Scenario: Persian Gulf / Iran nuclear tensions Risk Level: Elevated Escalation Index: 0.473 Analytic Confidence: 63.1% Epistemic Confidence: 84.8% Selected Signals: - economic pressure - coercive bargaining - diplomatic hostility - active diplomacy - WMD-related risk - cyber activity - force posture changes Reasoning Trace: 1. Capability and cost signals push the baseline escalation score upward. 2. Active diplomacy and diplomatic hostility are both elevated, so the system treats intent as mixed rather than cleanly escalating. 3. Red-team review lowers confidence because the evidence base is thinner than the signal picture alone might suggest. Caveat: This run showed higher evidence-base quality than final analytic confidence, so the system stayed elevated rather than making a deterministic war call. ``` 此片段基于本地工作区中保存的 IRN/波斯湾运行结果。如需更长的脱敏版本，请参阅 [examples/sample_assessment.md](examples/sample_assessment.md)。 ## 研究导向特性 - 可解释推理：已包含委员会推理摘要、部长驱动因素与缺口、置信度框架、第 6 层简报输出，以及用于推理和可靠性的仪表盘视图。 - 历史验证：`run.py` 已通过 `--experiment replay`、`--experiment ablation` 和 `--experiment leadtime` 暴露了回放、消融和前置时间实验功能。 - 场景支持：仓库包含剧本式的内部脚手架，但此处未将其作为一等 CLI 场景引擎暴露。 ## 可选接口 还提供了辅助接口： - `API/main.py` 暴露了用于编程访问的 FastAPI 接口。 - `Frontend/server.py` 提供分析师仪表盘并代理请求。 主要接口是通过统一管道的 CLI。API 和仪表盘位于该核心路径之上。 ## 仓库地图 工作区包含源模块和本地运行时产物。公开打包视图和导出边界在 [docs/repo-map.md](docs/repo-map.md) 中概述。 ## 当前限制 - 代码库包含混合生成的表面；某些模块比其他模块更清晰、更时效。 - 存在用于运行时状态、生成报告、向量索引和缓存数据的大型本地产物。这些不应被视为公开源代码发布的一部分。 - 结果取决于本地环境状态、模型可用性和数据集覆盖范围。 - API 和仪表盘虽已存在，但作为公开入口点，其部分更广泛的接口表面不如 CLI 路径可靠。 ## 联系 / 协作 本项目处于活跃开发中，欢迎反馈。 - GitHub Issues：在本仓库中开启一个 issue 用于提问、错误报告或协作请求 - 邮箱：`ak612520208365@gmail.com`

标签：AI风险缓解, CLI 工具, ESC4, guarded reasoning, HTTP/HTTPS抓包, LSASS转储, OSINT, Python, 信号采集与处理, 冲突预测, 决策支持系统, 国家安全, 地缘政治风险分析, 多层状态建模, 态势感知, 情报分析系统, 情报报告自动生成, 数据验证, 文档结构分析, 无后门, 时间序列推理, 逆向工具, 预测分析