我们提出了Charlie，一个本地的多代理检索增强生成（RAG）系统，专门用于数字法医环境中的结构化证据处理。现代法医工作流必须在严格的可追溯性、保密性和法律合规要求下处理大量异构和非结构化文档。Charlie通过受控的代理架构来应对这一挑战，结合了本地检索、任务分解、结构化记忆和验证机制。与基于云的系统不同，它完全在机构基础设施内运行，维护数据主权和证据完整性。
我们描述了该系统的架构，包括从经典RAG到基于代理的编排的过渡，并展示其在现实法医场景中的应用。案例研究表明，Charlie支持可扩展的多文档数据提取，并支持长期的法医智能生成，同时保持可追溯性和审计能力。我们的结果表明，代理编排的本地RAG架构可以有效支持证据工作流，而不妥协法律和机构约束。Charlie为在高风险法医环境中部署AI系统提供了一个实用且可复制的蓝图。
博主点评： Charlie系统通过本地化和多代理架构的创新设计，为法医科学中的证据处理提供了强有力的支持，尤其是在合规性与数据安全性日益重要的背景下，这一解决方案展示了AI在专业领域的广泛应用潜力。其在实际案例中的有效性也为未来的法医智能系统设定了新标准。