X-Financial / Intelligent Expense Control

从报销工具，到企业费用智能操作系统

智能费控平台的核心价值，不是把传统审批流程搬到线上， 而是把费用、预算、组织、制度、票据、行为画像和智能体能力 连接成一套可解释、可追溯、可持续进化的企业财务风控中枢。

面向管理层 面向财务共享 面向研发评审 HTML 单页文档
2 层
双智能体循环
User Agent 处理用户操作；Hermes 在后台持续巡检数据与流转风险。
10+
业务模块
覆盖总览、单据、预算、规则、数字员工、知识库、日志和设置。
8 字段
本体协议核心
domain、scenario、intent、entities、time_range、constraints、risk_signals、next_step。
4 类
画像与风控算法
申请人费用画像、员工行为画像、预算费用模型、规则/本体/RAG 分析。
01 / WHY

为什么要做智能费控平台

智能费控不是把报销审批电子化，而是把企业每一笔支出变成可理解、可预测、可解释的经营信号。 当前，在金税四期深化、数电发票单轨制全面普及的政策背景下，传统的“后置流程型”费控已被逼入死胡同，企业必须构建全链路智能费控平台。

第一，数电票时代倒逼全链路数字化。随着全国数电发票的单轨制落地，发票的真伪验重、多系统抵扣、合规归档以及全生命周期的追踪已无法通过传统人工肉眼或零散的OCR识别来解决。系统必须具备在发票导入瞬间进行结构化解析、关联交易比对、业务事由交叉匹配的自动化能力，实现“开票即采集、采集即验真、入账即归档”。

第二，企业从“事后核销”向“事前控制”的主动性跨越。传统ERP与报销系统核心是“记账与流程审批”，当员工提交报销单时，费用早已产生。智能费控利用 RAG 知识检索、预算实时联动，在费用申请阶段甚至消费发生的瞬间（如因公商旅预订）就进行预算额度校验与制度约束，使费控前置到决策端。

第三，费用舞弊与异常的隐性化、复杂化。根据 ACFE 2024 年《全球职业舞弊与滥用报告》显示，全球企业中约有 15% 的舞弊案件与费用报销直接相关，且平均潜伏期长达 18 个月。传统的强硬制度配置只能拦截“超标准”、“无附件”等显性异常，但对于拆单报销、异地多点异常消费、同组偏离度过高、长期合作供应商异常开票等隐性风控，需要基于大数据画像和语义关系的图谱检测。

59% Gartner 2025 年调研显示，财务 AI 采用率已达到约六成，知识管理、应付自动化和异常检测是高频用例。
85% McKinsey CFO Pulse 提到，多数 CFO 期待 AI 生成洞察、减少手工分析，把财务人员释放到更高价值工作。
25% Salesforce 2025 年 CFO 调研显示，CFO 平均把约四分之一 AI 预算投向 AI Agent，数字劳动力进入预算层。
1. 从事后核销，变成事前控制

传统系统往往在报销单提交后才发现问题，智能费控可以在申请阶段就识别预算余量、 费用类型、地点、票据要求和制度约束。这样报销不是最后一关，而是从费用发生前就开始的控制链路。

2. 从人找规则，变成规则找风险

制度、Excel 规则、风险 JSON、知识库和历史记录被统一纳入规则中心与本体语义层， 系统可以自动给出命中原因、制度依据和补正建议，减少审批人凭经验反复判断。

3. 从部门口径，变成企业费用画像

部门、岗位、职级、费用类型、预算池、审批质量和 AI 协作记录共同构成画像， 让财务看到“为什么这个单据值得关注”，也让部门负责人知道费用结构是否偏离经营节奏。

4. 从流程系统，变成智能运营中枢

Hermes 数字员工可以按计划巡检风险、生成报告、汇总异常、沉淀优化候选， 让财务团队从重复检查转向规则治理、预算策略、风险决策和经营分析。

一句话定位

智能费控平台不是“更漂亮的报销页面”，而是企业经营数据进入财务风控体系的语义入口， 也是未来 AI 财务中台最容易落地、最容易证明价值的入口之一。

02 / COMPANY POSITION

费控在未来公司的地位

未来公司的费控，会从“报销审批工具”变成“企业费用智能操作系统”（Expense OS）。 它一端连接员工和部门的真实业务动作，另一端连接预算、现金流、成本、风险、制度和管理决策。

从组织分工与决策支持来看，CFO 的角色正加速从“合规记录者”转变为“战略业务伙伴（HR/IT/业务协同的中心）”。Deloitte 2025 年未来财务展望报告指出，财务部门未来的工作精力将有 70% 倾斜于数据分析和未来预测。智能费控则是这一变革的第一步——通过把一线经营活动（如差旅、招待、项目交付）产生的每一笔资金流动转化为语义数据，为 CFO 的“战略驾驶舱”提供实时的一手信号。

从预算与资源控制来看，未来的预算管控不再是“年初编预算，月底对账单”的静态割裂状态。智能费控通过建立动态预算池与资金控制链，使预算能够在秒级发生响应。这保证了业务部门在项目推进过程中，能实时感知每一笔花费对项目整体毛利空间、部门现金流余量的动态影响，促使人人关注经营效果。

从业务运营与体验来看，智能费控是消除部门隔阂、降低一线行政摩擦的“润滑剂”。当平台实现高度数字化与免报销消费结算时，员工不再需要贴票垫资，管理者不再需要在审批页面盲目点“同意”，财务不再需要枯燥审单，整个公司的运营效率将得到数量级提升。

  • 经营支出中枢 (Expense OS)： 将多系统的零散流程、差旅出行、第三方消费直接通过本体层收归统一。
  • 预算守护雷达： 在业务动作发生时实现“秒级预算占用与测算”，而不是事后核销时的“超支警告”。
  • 合规内控防火墙： 结合发票验真、合同信息、行程轨迹和行为偏差等多模态数据对风险自动拦截。
  • 战略决策沙盘： 支持 CFO 和高管直接询问“各项目利润健康度”、“政策变动预算消耗预测”等深度命题。
  • 自进化规则工厂： 依据历史人工审批意见和申诉结果，系统能自动推荐规则优化方案，实现制度灰度升级。
业务场景
差旅、招待、采购、项目外包、会务支出
费用智能操作系统
本体语义 · 实时预算 · 智能体 · 仿真沙盘
经营结果
成本优化、合规账套、税务风险减免、现金流稳健
CFO 战略看板
业财融合数据、动态毛利预警、资金利用率
数字孪生仿真
制度变动测算、预算优化预测、行为偏差度
协同平台
免贴票、即时审批、智能助手交互
智能费控平台向上承接公司战略与预算规则，向下沉入业务一线动作，最终演化为企业支出的全局操作系统。
03 / BLUE OCEAN

智能分析费控平台的蓝海

传统的报销系统、OA 工作流和财务共享软件已是一片红海，产品竞争停留在表单设计与流程配置层面。而真正能为企业带来颠覆性价值的“智能费控蓝海”，则存在于从流程处理到智能化决策预测的跃迁中。

根据全球著名调研机构 Grand View Research 2025 发布的市场预测报告，全球差旅与费用管理（T&E）软件市场规模在 2030 年将达到 106.9 亿美元，2024 至 2030 年的复合年增长率（CAGR）高达 16.9%。报告中特别强调，市场增长的核心引擎已不再是单纯的“线上化审批”，而是引入 AI Agent 进行决策自动化、基于 OCR/LLM 的隐性欺诈检测、以及基于企业历史支出行为的可持续 ESG 碳足迹追踪。这表明，“费用智能化与经营沙盘仿真”是蕴含巨大商业溢价的崭新蓝海。

1. 认知与决策型 AI Agent

从“机械填表和固定规则校验”跨越到“能基于上下文自主决策、异常判定、并提供人机协同解释”的财务数字员工。

2. 财务数字孪生与政策仿真

基于公司历史发票、人员组织、预算规则建立仿真模型，模拟差旅标准或预算政策调整后，对企业资金流与利润的实际影响。

3. 多源异构数据语义对齐

打破各子系统（CRM、ERP、OA、商旅聚合商）接口壁垒，利用 Semantic Ontology 本体语义层实现业务数据的天然降维对齐。

4. 行为偏离与隐性欺诈识别

基于知识图谱与图机器学习技术，识别跨期拆单、虚假报销、同组偏离异常、跨部门关联交易等人工难以察觉的系统性风险。

5. 自进化规则治理闭环

支持自然语言输入制度，由 LLM 自动翻译成系统执行规则，并通过人工申诉与退回反馈，在后台自动完成规则库的校准 and 修正。

6. 绿色财务与 ESG 碳足迹

在费控和商旅端自动提取交通工具、酒店的排放系数，帮助企业在进行费用管控的同时，同步测算并生成企业 ESG 碳足迹报告。

03.1 / COMPETITORS

主流费控系统竞品分析

要实现上述蓝海构想，必须客观分析当前市场上主流的费控软件。各大软件定位明确，但普遍在“智能化决策”、“跨系统语义融合”及“政策仿真”方面存在显著痛点。

竞品名称 核心定位与主要优势 核心痛点与局限性 X-Financial 的创新解决与差异化
SAP Concur
  • 全球化费控天花板，支持多币种、多税制、全球财税合规。
  • 商旅生态极其成熟，能够与 SAP ERP 体系深度咬合。
  • 本土化体验被国内用户诟病（如数电发票处理缓慢）。
  • 系统界面臃肿，配置与二次开发极为繁琐。
  • 实施周期漫长，运维与实施费用极其高昂。
  • 原生适配数电发票单轨制，具备开箱即用的 AI 智能验真归档。
  • 基于本地化轻量级大模型架构，大幅降低实施门槛和部署成本。
分贝通
  • 以商旅消费支付为切入点，打造“商旅+支付+费控”模式。
  • 倡导“无需报销”体验，员工体验极佳。
  • 强依赖平台内置的消费商城生态，在面对大量零星线下费用、外包采购时灵活性不足。
  • 对于复杂的多级跨账簿预算、动态共享额度的精细化管控能力相对偏弱。
  • 提供基于本体层屏蔽异构商城壁垒的通用解析能力，线下报销补件与线上免报销消费实现语义对齐。
  • 支持复杂层级的预算池（部门/项目/成本中心）秒级动态关联管控。
合思 (易快报)
  • 一站式业财收支管理，国内市占率居前。
  • 生态系统对接广泛，能与国内主流 ERP 无缝打通，配置灵活。
  • 系统逻辑依然以“传统工作流表单”为主，交互较为传统，缺乏智能助理的深度参与。
  • 缺乏中长周期的员工行为偏差分析、规则误报自适应纠偏机制。
  • 前台 User Agent 支持自然语言直接进行报销提问、草稿生成、异常核对与智能交互。
  • 通过共享本体与规则中心，让财务人员可以用自然语言配置和灰度升级风控规则。
每刻报销
  • 专注于大中型企业的智能财务共享，规则引擎非常强大。
  • AI 智能审单能力强，支持复杂的集团化多层级架构。
  • 系统的学习曲线陡峭，对业务人员和普通员工的交互不够平滑。
  • 侧重于既定流程的合规审计，对于预算和费控政策调整带来的前瞻性影响缺乏模拟仿真能力。
  • 前台大模型辅助，降低普通用户填单学习曲线。
  • 核心差异化：首创“财务数字孪生与仿真沙盘”，在系统级测试和决策前对费控变动进行量化分析预测。
03.2 / SOLUTIONS

X-Financial 痛点解决方案

针对以上竞品普遍面临的系统孤岛、缺乏智能决策、政策调整靠经验等痛点，X-Financial 提出了以 **“AI + 数字化 + 财务数字孪生”** 为核心的下一代费控解决方案。

一、 解决多系统孤岛：Semantic Ontology 本体语义层

传统软件通过 API 强行硬编码对接 CRM、ERP 和商旅系统，一旦系统升级，接口极易断裂，导致业财数据“语义断层”。

X-Financial 方案： 我们设计了包含 8 个关键因子的本体语义协议（domain, scenario, intent 等）。无论是口语化描述、页面动作还是三方消费接口，都先被解析为统一的“本体状态”，再分发至下层服务。这实现了跨系统的语义级天然对齐，让数据真正融为一体。

二、 解决财务假智能：User Agent & Hermes 双智能体闭环

市面软件仅使用 OCR 识别将文字填入表单，人工审核工作量并没有显著降低，也无法识别隐性舞弊。

X-Financial 方案： 我们构建了双 Agent 循环。前台 User Agent 帮员工和财务进行友好交互，自动查漏补正，解释退回原因；后台 Hermes 数字员工 定时在数据底座扫描，分析员工近90/180天的费用画像和行为画像，依据同组偏差算法自动判定隐性风险，出具报告。

三、 解决规则配置难：LLM 驱动的规则与知识工厂

传统系统的规则引擎配置需要 IT 人员编写繁杂的条件表达式，难以响应公司制度的频繁变动。

X-Financial 方案： 支持财务直接上传自然语言描述的制度文档。系统通过大模型将文本转化为可测试、可执行的规则库资产；当发生审批争议或误报时，支持财务通过“反馈池”对规则 and 知识库进行一键校正，进入自进化闭环。

首创蓝海技术 四、 解决政策盲目调整：财务数字孪生与仿真沙盘（Financial Digital Twin）

很多企业在遇到经营波动时，会盲目调低差旅标准（如酒店降低20%），这容易导致员工满意度下降、灰色报销增多或合规偏离率升高，甚至因行政摩擦上升造成更大的隐性成本。目前市场没有任何一款软件能评估规则调整带来的实际后果。

X-Financial 方案： 我们通过融合组织架构树、员工费用画像、预算控制规则与历史发票数据库，为企业构建了一个“财务数字孪生体”。当管理层想要修改政策（如“下调销售部酒店标准 15%”）时，可在系统仿真沙盘（Simulation Sandbox）中运行模拟。沙盘会模拟历史真实或合成出的数万个出差场景进行回归测算，量化预测此次政策调整对“未来费用降幅（预估降低11%）”、“员工合规偏离率（预估提升8%）”、“预计审批流程摩擦时间（预估提升12%）”的多维影响，为企业提供真正科学的决策辅助。

04 / PROJECT GOAL

开发这个平台的目的

当前项目的目标是做一套可演示、可扩展、可继续工程化的智能费控底座。 它既要能承载真实报销、审批、预算和知识库流程，也要能承载智能体调用和后续自进化闭环。

01
让用户用自然语言完成费用流程
用户可以描述出差、招待、补件、审批问题，系统通过本体解析成结构化字段，再交给编排器和对应服务处理。
02
让财务看到预算和风险的真实原因
预算中心计算预算占用、剩余额度、审批后使用率；规则中心解释风险规则命中；画像算法给出同组基准。
03
让 Hermes 自动发现隐藏问题
后台数字员工读取单据、聚类上下文、识别拆单和异常频次等隐性风险，再形成报告和工单候选。
04
让知识、规则和反馈持续进化
人工反馈、OCR 修正、规则误报漏报、审批意见改写和知识问答反馈进入候选池，经人工审核后更新规则或知识。
05 / ALGORITHMS

相关算法与智能分析能力

项目中已经沉淀了独立算法目录和多个业务模型。核心原则是： 先有可解释公式，再进入服务；算法输出“依据 + 建议动作”，不直接替代人工审批。

申请人费用画像

根据近 90/180 天申请频次、金额占用、同组偏离、历史退回调减、本次申请偏离等指标， 计算画像风险分和审批建议强度。

applicant_expense_profile.py / applicant_expense_profile_formula.md
员工行为画像

覆盖费用支出画像、流程质量画像、AI 协作强度、审批行为画像， 支持按照部门、岗位、职级和费用类型建立同组基准。

employee_behavior_profile.py / employee_behavior_profile_service.py
预算费用管控模型

结合预算总额、已占用、已核销、本次申请金额、审批后使用率、预警线和超预算金额， 输出 recommended、caution、review、block 等建议。

budget_expense_control.py / budget.py
风险规则与本体桥接

风险信号会映射到具体规则编码，例如重复发票、地点不一致、附件不匹配、事由过短， 使自然语言风险问题能落到可执行规则。

risk_ontology_bridge.py / risk_rule_template_executor.py
profile_score = frequency_score * 0.20 + amount_occupancy_score * 0.25 + peer_deviation_score * 0.25 + adjustment_history_score * 0.15 + current_claim_deviation_score * 0.15 budget_control = claim_amount_ratio + after_usage_rate + over_budget_amount + missing_business_context + control_action
06 / MODULES

当前项目模块与核心能力

前端提供业务操作入口，后端提供领域服务、智能体编排、本体解析、规则资产、知识检索和审计追踪。 其中最核心的是：本体语义层、Orchestrator、User Agent、Hermes、预算/单据服务、规则中心和画像算法。

前端应用层

总览、个人工作台、单据中心、预算中心、规则中心、数字员工、员工管理、制度知识、日志管理、系统设置。

OverviewView BudgetCenterView AuditView DigitalEmployeesView DocumentsCenterView
单据与报销服务

支持申请单、报销单、附件、票据分析、审批、退回、归档、预算联动和 AI 结构化核对。

ExpenseClaimService expense_claim_budget_flow expense_claim_risk_review
预算中心

管理预算额度、部门/项目/成本中心维度、预算占用、核销、可用余额、预警线和超预算控制。

BudgetService BudgetAllocation BudgetReservation
规则中心

管理财务规则、风险规则、规则测试、规则等级、业务场景、费用类型范围和规则资产版本。

AgentAssetService AgentFoundationRiskRuleMixin risk-rules
本体语义层

把自然语言、页面动作、附件上下文和定时任务解析成统一协议，供 Agent 和工具调用使用。

SemanticOntologyService ontology_detection ontology_extraction ontology_validation
Agent 编排与追踪

Orchestrator 决定进入 User Agent 或 Hermes，记录本体解析、工具调用、降级结果和审计轨迹。

OrchestratorService OrchestratorExecutionEngine AgentRunService
知识库与 RAG

对制度、FAQ、Excel、PDF、DOCX 进行检索和结构化回答，支持本地文本块与 LightRAG 运行时融合。

KnowledgeRagService knowledge_document_extractors knowledge_ingest_log
Hermes 数字员工

后台执行风险扫描、费用报告、员工画像刷新、任务日志记录和风险报告沉淀。

HermesRiskScannerService hermes_scheduler HermesRiskReport
07 / ARCHITECTURE

双智能体循环架构

外层 User Agent 负责用户操作、问答、草稿和确认；内层 Hermes 负责后台巡检、隐性风险、任务报告和候选优化。 两者不争夺职责，而是共享本体、规则、知识、数据和审计。

外层循环：User Agent 面向用户操作 处理用户自然语言、页面动作、草稿生成、审批解释和确认后的流程写入
用户输入
自然语言、页面按钮、附件上下文
本体解析
场景、意图、实体、缺槽位
Orchestrator
路由、权限、审计、降级
工具执行
DB、规则、RAG、OCR、预算
回答/草稿
解释、核对、确认、提交
用户确认、补充字段或修改核对结果后，继续回到同一个会话上下文。
共享中台 语义本体 · 规则资产 · 知识库 · 业务数据库 · AgentRun Trace · 权限审计
内层循环：Hermes 数字员工监控核心数据与流转风险 面向系统事件和定时任务，负责长期巡检、隐性风险、报告与优化候选
定时触发
schedule、system event、手动触发
数据快照
预算、单据、员工、日志
风险分析
规则、LLM、画像、同组基准
报告/工单
risk_report、work_items、snapshot
反馈候选
规则、知识、OCR、Prompt
Hermes 只生成候选和报告；规则上线、知识发布、审批和付款仍需要权限、确认和人工审核。
双循环的关键不是“两个聊天机器人”，而是把用户主动流程和后台系统巡检拆开， 再通过统一语义协议、规则资产、业务数据和审计日志连接起来。
08 / ONTOLOGY

本体语义层的优势

当前项目已经接入本体语义层。它的价值在于把“用户怎么说”和“系统怎么执行”隔开， 让自然语言、页面动作、定时任务、规则中心和数据库查询都走同一套协议。

减少关键词误判

用户说“我今天去客户现场，招待客户”，不能因为出现“客户”就误路由到应收查询。 本体会综合场景、意图、缺槽位和上下文判断。

让 Agent 调用可审计

每次调用都能保留 scenario、intent、entities、risk_flags、next_step， 便于回放、追责和优化。

让规则与预算复用同一语义

费用类型、部门、预算期间、预算科目、风险信号都可以被统一解析， 减少前后端重复写规则。

自然语言 / 页面动作
用户提问、发起申请、编辑核对、上传附件
定时任务 / 系统事件
风险巡检、知识同步、MCP 健康检查
Semantic Ontology domain · scenario · intent · entities · time_range · constraints · risk_signals · next_step
数据库查询
预算、单据、员工、部门、应收应付
规则 / MCP
风险规则、票据校验、外部服务
知识 / RAG
制度条款、FAQ、历史解释、证据来源
本体层不直接给最终答案，它输出可执行协议，让后续工具和 Agent 按相同语义工作。
{ "domain": "reimbursement", "scenario": "travel_reimbursement", "intent": "risk_check", "entities": ["employee", "department", "expense_type", "budget_period"], "time_range": {}, "constraints": {}, "risk_signals": ["duplicate_invoice", "over_budget"], "next_step": "run_rule" }
09 / PRODUCT SCREENS

关键页面截图

下列截图来自当前项目 `web/UI` 目录，用来展示平台已经覆盖的核心操作面： 管理总览、预算、单据、智能助手、知识库、日志和设置。

X-Financial 首页总览截图
财务运营总览 汇总业务流转、风险信号和关键指标，是管理层进入智能费控平台的第一屏。
预算中心截图
预算中心 维护部门、项目、费用类型预算，跟踪预算占用、可用余额和超预算预警。
智能助手对话界面截图
User Agent 对话 承接自然语言查询、流程草稿、风险解释和用户确认，是外层智能体循环的入口。
审批中心详情截图
单据与审批详情 展示申请、报销、审批意见、附件核对、风险提示和可追溯处理记录。
制度知识库截图
制度与知识库 承载制度文档、知识检索和 RAG 证据来源，支持智能问答和规则解释。
日志管理页面截图
日志管理 观察 Agent Run、工具调用、语义解析、知识同步和系统运行状态。
风险总览截图
风险洞察 用于展示风险分布、异常趋势和需要财务关注的事项。
系统设置截图
系统设置 管理企业信息、模型接入、日志策略、渲染配置和通知能力。
10 / EVOLUTION

建议演进路线

当前项目已经具备智能费控雏形。后续重点不是堆更多页面，而是把本体、预算、画像、规则、 Hermes 和反馈闭环做深，让平台从“能演示”走向“可运营”。

阶段一
完成本体协议、单据中心、预算中心、规则中心、知识库和 Agent Run 追踪的稳定联动。
阶段二
加强费用画像、部门预算占比、审批建议、风险解释和单据详情页的业务可读性。
阶段三
将 Hermes 的风险扫描、费用报告、员工画像刷新和规则质量复盘变成可配置任务。
阶段四
建立人工反馈池，让 OCR 修正、规则误报漏报、审批意见改写和知识问答反馈形成候选优化项。
关键原则

自进化不等于自动改线上规则。Hermes 负责发现、聚类、建议和生成候选； 最终规则、知识、审批和付款仍然必须经过权限、确认和人工审核。

11 / SOURCES

趋势依据与引用来源

本文档中的市场趋势、CFO 角色变化、AI Agent 预算、异常检测和费控市场空间，参考了以下公开资料。

结论

X-Financial 的智能费控方向已经具备清晰技术骨架： 本体语义层负责理解，Orchestrator 负责调度，User Agent 负责用户流程， Hermes 负责后台内循环，预算、规则、画像和知识库负责提供可解释依据。 继续沿着这条线做深，平台会从“报销工具”成长为企业费用经营与财务风控的智能中台。