Displaying gathered facts structured for the report generator.
⬇ output_json (ReportData format)
{
"entity_name": "ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\"",
"entity_full_name": "ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\"",
"subject_context": {
"ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\"": {
"name": "ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\"",
"context": ""
}
},
"facts_by_category": {},
"facts_by_subject": {},
"facts_by_relation": {},
"total_cost": {
"task_costs": [],
"total_override": 0.05676615
},
"screening_tasks": [
{
"task_id": "9f4761c3-33bb-4d03-bba8-4daae38b36c7",
"subject_type": "ENTITY",
"subject_name": "ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\"",
"subject_full_name": "ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\"",
"subject_node_id": "29f68cb8-13b0-49dc-81f1-d6593255be4e",
"context_description": "ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\"",
"context_data": {},
"search_state": {
"iterations": [
{
"iteration_number": 1,
"category": "CRIMINAL",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\"**\nKontekst pomocniczy: ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\", ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\", \n\nDla każdego etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\" w kategorii: \"Sprawy karne i postępowania prokuratorskie\n\nUwzględniaj tylko informacje dotyczące:\n- postępowań karnych\n- śledztw lub dochodzeń prowadzonych przez prokuraturę lub organy ścigania\n- zarzutów karnych, aktu oskarżenia, zatrzymań, aresztowań\n- przestępstw lub podejrzeń popełnienia przestępstwa\n\nNie uwzględniaj informacji dotyczących:\n- kar administracyjnych\n- decyzji regulatorów (np. GIIF, KNF, UOKiK, organy nadzorcze)\n- postępowań administracyjnych\n- sporów cywilnych lub gospodarczych\n- kontroli regulatora bez zarzutów karnych\n\nJeśli sprawa dotyczy wyłącznie sankcji administracyjnej lub naruszenia regulacyjnego, pomiń ją.\n\"\n\nIteracja: 1\nDotychczas sprawdzone kategorie: brak\n\n1. Skup się na podmiocie ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\" i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła (raw_text)\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w polu context\n- source_urls: tylko jeden URL na finding; nie łącz wielu URL w jeden finding\n",
"response_text": "{\"findings\":[],\"no_findings_reason\":\"No adverse media findings related to criminal proceedings or prosecutions were identified for the entity \\\"ŁYŻWA MARCIN -\\\"SETCOMP\\\", KWIACIARNIA \\\"KAMELIA\\\".\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 16865,
"output_tokens": 829,
"total_tokens": 17694,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 1,
"wolfram_alpha_executions": 0,
"cost_usd": 0.01102715
},
"information_gain": 0.0,
"timestamp": "2026-04-10T17:16:17.643970"
},
{
"iteration_number": 2,
"category": "CORRUPTION",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\"**\nKontekst pomocniczy: ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\", ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\", \n\nDla każdego etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\" w kategorii: \"Korupcja, łapownictwo i przestępstwa korupcyjne.\n\nUwzględniaj tylko informacje, które wskazują na:\n- podejrzenie korupcji lub łapownictwa w spółce,\n- śledztwo lub dochodzenie dotyczące korupcji prowadzone przez prokuraturę lub organy ścigania,\n- postawienie zarzutów korupcyjnych osobie powiązanej ze spółką (np. członkowi zarządu, pracownikowi, właścicielowi),\n- akt oskarżenia, zatrzymanie lub skazanie w sprawie korupcyjnej,\n- sprzedajność urzędniczą z udziałem STS lub jego kluczowych osób,\n- nadużycia finansowe, \n- oszustwa gospodarcze, \n- wyłudzenia, \n- przestępstwa na rynku kapitałowym (wykorzystanie informacji poufnej, manipulacje kursem, wprowadzanie inwestorów w błąd, poważne naruszenia obowiązków informacyjnych), jeśli są łączone z zarzutami nadużyć lub przestępstw gospodarczych.\n\nNie uwzględniaj informacji dotyczących:\n- kar administracyjnych lub sankcji regulatorów (np. GIIF, KNF, UOKiK),\n- postępowań administracyjnych lub naruszeń regulacyjnych,\n- kar finansowych nałożonych przez organy nadzorcze,\n- ogólnych nieprawidłowości lub sporów biznesowych, które nie dotyczą korupcji,\n- czysto technicznych naruszeń AML (np. brak wyznaczenia osoby, brak procedury)\n\nKonflikt kategorii (CRIMINAL vs CORRUPTION vs GOVERNANCE):\n- jeżeli zdarzenie ma charakter zarówno karny, jak i korupcyjny (np. insider trading, poważne oszustwo gospodarcze), to traktuj je jako CORRUPTION, ale nie twórz osobnego dodatkowego rekordu tylko po to, by duplikować CRIMINAL.\n- jeżeli zdarzenie dotyczy wyłącznie kary administracyjnej za brak procedur AML (bez zarzutu oszustwa/korupcji)\n\nDodawaj wynik tylko wtedy, gdy artykuł jasno wskazuje na **korupcję lub zarzuty korupcyjne**, a nie jedynie na naruszenie przepisów lub sankcję administracyjną.\n\"\n\nIteracja: 2\nDotychczas sprawdzone kategorie: CRIMINAL\n\n1. Skup się na podmiocie ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\" i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła (raw_text)\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w polu context\n- source_urls: tylko jeden URL na finding; nie łącz wielu URL w jeden finding\n",
"response_text": "{\"findings\":[],\"no_findings_reason\":\"Brak informacji wskazujących na podejrzenie korupcji, łapownictwa lub innych powiązanych przestępstw dotyczących podmiotu ŁYŻWA MARCIN -\\\"SETCOMP\\\", KWIACIARNIA \\\"KAMELIA\\\".\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 61954,
"output_tokens": 1201,
"total_tokens": 63155,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0180137
},
"information_gain": 0.0,
"timestamp": "2026-04-10T17:16:39.384930"
},
{
"iteration_number": 3,
"category": "GOVERNANCE",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\"**\nKontekst pomocniczy: ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\", ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\", \n\nDla każdego etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\" w kategorii: \"GOVERNANCE\"\n\nIteracja: 3\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION\n\n1. Skup się na podmiocie ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\" i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła (raw_text)\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w polu context\n- source_urls: tylko jeden URL na finding; nie łącz wielu URL w jeden finding\n",
"response_text": "",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 0,
"output_tokens": 0,
"total_tokens": 0,
"web_searches": 0,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0
},
"information_gain": 0.0,
"timestamp": "2026-04-10T17:17:36.607314",
"error_message": "<failed_attempts>\n\n<generation number=\"1\">\n<exception>\n Error code: 429 - {'error': {'message': 'Rate limit reached for model `meta-llama/llama-4-scout-17b-16e-instruct` in organization `org_01kd5hte0zfn7v8twkyh2ebpqv` service tier `on_demand` on tokens per minute (TPM): Limit 300000, Used 295981, Requested 54330. Please try again in 10.0622s. ', 'type': 'compound', 'code': 'rate_limit_exceeded'}}\n</exception>\n<completion>\n None\n</completion>\n</generation>\n\n<generation number=\"2\">\n<exception>\n Error code: 429 - {'error': {'message': 'Rate limit reached for model `meta-llama/llama-4-scout-17b-16e-instruct` in organization `org_01kd5hte0zfn7v8twkyh2ebpqv` service tier `on_demand` on tokens per minute (TPM): Limit 300000, Used 294804, Requested 7071. Please try again in 375ms. ', 'type': 'compound', 'code': 'rate_limit_exceeded'}}\n</exception>\n<completion>\n None\n</completion>\n</generation>\n\n</failed_attempts>\n\n<last_exception>\n Error code: 429 - {'error': {'message': 'Rate limit reached for model `meta-llama/llama-4-scout-17b-16e-instruct` in organization `org_01kd5hte0zfn7v8twkyh2ebpqv` service tier `on_demand` on tokens per minute (TPM): Limit 300000, Used 294804, Requested 7071. Please try again in 375ms. ', 'type': 'compound', 'code': 'rate_limit_exceeded'}}\n</last_exception>"
},
{
"iteration_number": 4,
"category": "REPUTATIONAL",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\"**\nKontekst pomocniczy: ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\", ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\", \n\nDla każdego etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\" w kategorii: \"REPUTATIONAL\"\n\nIteracja: 4\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE\n\n1. Skup się na podmiocie ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\" i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła (raw_text)\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w polu context\n- source_urls: tylko jeden URL na finding; nie łącz wielu URL w jeden finding\n",
"response_text": "{\"findings\":[],\"no_findings_reason\":\"No adverse media findings for the entity 'ŁYŻWA MARCIN -\\\"SETCOMP\\\", KWIACIARNIA \\\"KAMELIA\\\"'\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 25439,
"output_tokens": 1691,
"total_tokens": 27130,
"web_searches": 1,
"visit_webpages": 1,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.01383045
},
"information_gain": 0.0,
"timestamp": "2026-04-10T17:17:55.527246"
},
{
"iteration_number": 5,
"category": "POLITICAL_EXPOSURE",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\"**\nKontekst pomocniczy: ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\", ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\", \n\nDla każdego etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\" w kategorii: \"POLITICAL_EXPOSURE\"\n\nIteracja: 5\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE, REPUTATIONAL\n\n1. Skup się na podmiocie ŁYŻWA MARCIN -\"SETCOMP\", KWIACIARNIA \"KAMELIA\" i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła (raw_text)\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w polu context\n- source_urls: tylko jeden URL na finding; nie łącz wielu URL w jeden finding\n",
"response_text": "{\"findings\":[],\"no_findings_reason\":\"No adverse media findings for the specified entity in the POLITICAL_EXPOSURE category.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 30062,
"output_tokens": 925,
"total_tokens": 30987,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0130643
},
"information_gain": 0.0,
"timestamp": "2026-04-10T17:18:05.457282"
}
],
"categories_checked": [
"CRIMINAL",
"CORRUPTION",
"GOVERNANCE",
"REPUTATIONAL",
"POLITICAL_EXPOSURE"
],
"findings": [],
"facts": [],
"cumulative_cost": 0.0559356,
"information_gain_history": [
0.0,
0.0,
0.0,
0.0
],
"stop_reason": "Max iterations reached: 5 >= 5",
"stopped_at": "2026-04-10T17:18:05.457431",
"failed_iterations": 1,
"errors": [
"Iteration 3 (GOVERNANCE): <failed_attempts>\n\n<generation number=\"1\">\n<exception>\n Error code: 429 - {'error': {'message': 'Rate limit reached for model `meta-llama/llama-4-scout-17b-16e-instruct` in organization `org_01kd5hte0zfn7v8twkyh2ebpqv` service tier `on_demand` on tokens per minute (TPM): Limit 300000, Used 295981, Requested 54330. Please try again in 10.0622s. ', 'type': 'compound', 'code': 'rate_limit_exceeded'}}\n</exception>\n<completion>\n None\n</completion>\n</generation>\n\n<generation number=\"2\">\n<exception>\n Error code: 429 - {'error': {'message': 'Rate limit reached for model `meta-llama/llama-4-scout-17b-16e-instruct` in organization `org_01kd5hte0zfn7v8twkyh2ebpqv` service tier `on_demand` on tokens per minute (TPM): Limit 300000, Used 294804, Requested 7071. Please try again in 375ms. ', 'type': 'compound', 'code': 'rate_limit_exceeded'}}\n</exception>\n<completion>\n None\n</completion>\n</generation>\n\n</failed_attempts>\n\n<last_exception>\n Error code: 429 - {'error': {'message': 'Rate limit reached for model `meta-llama/llama-4-scout-17b-16e-instruct` in organization `org_01kd5hte0zfn7v8twkyh2ebpqv` service tier `on_demand` on tokens per minute (TPM): Limit 300000, Used 294804, Requested 7071. Please try again in 375ms. ', 'type': 'compound', 'code': 'rate_limit_exceeded'}}\n</last_exception>"
]
}
}
],
"total_facts": 0,
"total_findings": 0,
"structure_summary": "Podmiotem jest ŁYŻWA MARCIN, który prowadzi dwie działalności: SETCOMP oraz KWIACIARNIA KAMELIA. Na podstawie dostępnych danych nie można określić łańcucha właścicielskiego, nie ma informacji o osobach zarządzających ani o podmiotach powiązanych. Brak tych informacji utrudnia ocenę ryzyka AML, w szczególności nie wiadomo, czy istnieją anonimowi beneficjenci lub skomplikowane struktury, które wymagałyby dodatkowej uwagi."
}