GraphRAG 整体框架

三段式生成流水线

整个流水线由 4 个核心阶段 组成，最终在 Listing / 图片生成阶段注入「事实约束块」，实现从商品理解到事实约束生成的端到端保障。

阶段 1：实体 & 关系抽取

输入

title: Stainless Steel Kitchen Rack Foldable
parameters: |
  - Material: 304 SUS Stainless Steel
  - Size: 60×30×80cm
  - Folded: 60×30×8cm
  - Load: 8kg per tier
references:
  - kitchen_real_photo_1.jpg
  - kitchen_real_photo_2.jpg

处理

通过约束式提示词驱动 Gemini 3 Pro 抽取 7 类商品实体：

实体类型	示例
Product	Stainless Steel Kitchen Rack
Material	304 Stainless Steel
Specification	Size 60×30×80cm, Load 8kg
UseCase	Small Kitchen, Bathroom, Outdoor Camping
FeatureSellingPoint	Anti-rust, Foldable, Multi-tier
Compliance	Lead-Free, Food Contact Safe
Audience	Single Apartment Renter, Family

并构建 5 类语义关系：

关系	起点	终点	用途
HAS_SPEC	Product	Specification	事实校验
MADE_OF	Product	Material	视觉渲染
SUITABLE_FOR	Product	UseCase	Lifestyle 提示词
HIGHLIGHTS	Product	FeatureSellingPoint	Bullet 排序
COMPLIES_WITH	Product	Compliance	违禁词集合差

🔗 详细：实体抽取 | 详细：关系建模

阶段 2：图谱构建 + 索引

持久化

INSERT INTO kg_entities(id, product_id, type, name, attributes, embedding)
VALUES
  ('ent_001', 'prod_xxx', 'Product', 'Stainless Steel Kitchen Rack', '{...}', BLOB),
  ('ent_002', 'prod_xxx', 'Material', '304 Stainless Steel', '{...}', BLOB),
  ...

INSERT INTO kg_relations(id, source_id, target_id, rel_type, weight, evidence)
VALUES
  ('rel_001', 'ent_001', 'ent_002', 'MADE_OF', 1.0, 'Material: 304 SUS'),
  ...

向量索引

每个实体的 name + attributes 拼接后通过 Gemini Embedding 生成 1024 维浮点向量，存入 BLOB 字段。

后续可做：

• 跨 SKU 相似实体合并
• 模糊查询（"不锈钢" 召回 304 / 316 / 哑光不锈钢）
• 实体去重

🔗 详细：存储设计

阶段 3：检索增强生成

任务感知子图召回

不同的生成任务召回不同的子图：

任务 → 召回的关系子集
─────────────────────────────────────────────────────
主图生成    → MADE_OF + HAS_SPEC（材质 + 主要规格）
A+ 信息图   → HIGHLIGHTS + HAS_SPEC（卖点 + 规格）
Lifestyle  → SUITABLE_FOR + Audience（场景 + 受众）
Bullet 文案 → HAS_SPEC + HIGHLIGHTS + COMPLIES_WITH（全量约束）
违禁词检查  → COMPLIES_WITH（仅合规）

模板填充

子图序列化为 Cypher-like 三元组：

<MADE_OF, Stainless Steel Kitchen Rack, 304 Stainless Steel>
<HAS_SPEC, Stainless Steel Kitchen Rack, Size 60x30x80cm>
<HAS_SPEC, Stainless Steel Kitchen Rack, Load 8kg per tier>
<HIGHLIGHTS, Stainless Steel Kitchen Rack, Foldable>
<HIGHLIGHTS, Stainless Steel Kitchen Rack, Anti-rust>
<COMPLIES_WITH, Stainless Steel Kitchen Rack, Lead-Free>
<COMPLIES_WITH, Stainless Steel Kitchen Rack, Food Contact Safe>

注入到 System Prompt：

你是有 10 年经验的亚马逊高级运营。请基于以下知识图谱三元组撰写 Listing。

【知识图谱事实】
<MADE_OF, ...>
<HAS_SPEC, ...>
...

【硬约束】
1. 严禁生成与三元组冲突的描述
2. 严禁使用违禁词（FDA approved, antibacterial, #1, ...）
3. Bullet 顺序：场景 → 参数 → 卖点 → 售后 → 品牌

大模型推理

调用 GPT-5.5 / Gemini 3 Pro 生成最终内容，模型在硬约束下输出。

🔗 详细：检索增强生成

关键工程优化

优化 1：实体去重与合并

首次抽取："304 stainless"
二次抽取："304 SUS Stainless Steel"
三次抽取："Grade 304 Stainless"

通过向量相似度（cosine > 0.92）自动合并为同一实体节点。

优化 2：权重学习

kg_relations.weight 字段决定召回顺序：

初始权重 = 1.0

随着用户反馈：
  - 用户保留生成结果 → 涉及的关系 weight × 1.05
  - 用户重新生成    → 涉及的关系 weight × 0.95
  - 经过 N 次迭代后，关键卖点的 weight 会 > 不重要规格

排序时按 weight DESC，最重要的 3-5 条进入 Bullet。

优化 3：跨 SKU 知识沉淀

同一类目的多个 SKU 共享 UseCase / Compliance 节点：

SKU_A (厨房收纳架_1) ──SUITABLE_FOR──→ Small_Kitchen_Apartment
                                           ↑
SKU_B (厨房收纳架_2) ──SUITABLE_FOR────────┤
                                           │
SKU_C (厨房收纳架_3) ──SUITABLE_FOR────────┘

→ Small_Kitchen_Apartment 的描述文本由所有 SKU 反馈共同优化
→ 后续新 SKU 直接复用这个高质量场景描述

性能数据

阶段	耗时	说明
实体抽取	≈ 6s	Gemini 3 Pro 单次调用
向量化	< 200ms	20 个实体并行
持久化	< 50ms	SQLite 单事务
构图总耗时	≈ 6.5s	实测平均值
子图召回	< 60ms	1 万节点规模
模板填充	< 10ms	字符串拼接
LLM 生成（带约束）	8-14s	取决于任务

完整调用示例

// 前端调用
async function generateAllInOne(productInput) {
  // 1. 后端抽取实体并构建图谱
  const { graphrag_id, entities, relations } = await api.post(
    '/api/graphrag/extract',
    { product: productInput }
  )

  // 2. 前端实时可视化（边构建边显示）
  visualizeKnowledgeGraph(entities, relations)

  // 3. 并行调用各生成任务
  const [mainImage, bullets, aplus, grid4, video] = await Promise.all([
    api.post('/api/generate/image', {
      task: 'main_image',
      graphrag_id  // 后端按 task 召回不同子图
    }),
    api.post('/api/generate/copy', {
      task: 'amazon_bullets',
      graphrag_id
    }),
    api.post('/api/generate/image', {
      task: 'aplus_infographic',
      graphrag_id
    }),
    api.post('/api/generate/image', {
      task: 'lifestyle_4grid',
      graphrag_id
    }),
    api.post('/api/generate/video', {
      task: 'product_showcase',
      graphrag_id
    })
  ])

  return { mainImage, bullets, aplus, grid4, video, graphrag: { entities, relations } }
}

技术亮点回顾

核心创新

1. 实体—关系最小检索单元 —— 比文档片段细 100 倍，召回更精准
2. 任务感知子图召回 —— 不同生成任务用不同关系子集
3. 三元组硬约束生成 —— "必须 entailed by"，从源头消除幻觉
4. 关系权重学习 —— 通过用户反馈持续优化
5. 复用 SQLite 不引入新依赖 —— 关系表 + 向量 BLOB 混合存储

下一步

• 🔍 实体抽取细节 —— 7 类实体 + 约束 Prompt
• 🔗 关系建模细节 —— 5 类关系 + 权重设计
• 🎯 检索增强细节 —— 子图召回算法
• 💾 存储设计细节 —— SQLite + 向量 BLOB