SCAIR：模式条件代理迭代推理用于企业知识图谱

# 基于模式条件的智能体迭代推理在企业知识图谱中的应用  
来源：https://arxiv.org/html/2607.22571  

Prateek Chaturvedi¹,², Yuqicheng Zhu¹,², Hongkuan Zhou¹,², Dongzhuoran Zhou²,³, Yunjie He¹,², Steffen Staab¹,⁴, Fei Du⁵,⁶, Jie Tang⁶, Evgeny Kharlamov²,³  
¹斯图加特大学，²博世人工智能中心，³奥斯陆大学，  
⁴南安普顿大学，⁵BSH家用电器控股（中国）有限公司，⁶清华大学  
[email protected]  

###### 摘要  
基于知识图谱的检索增强生成（KG-RAG）技术支持自然语言与结构化企业知识的交互，然而现有在公开基准测试中表现良好的智能体方法，往往无法泛化到真实世界的企业知识图谱（KGs），这些图谱具有密集、模式驱动和操作约束的特点。为克服这些局限，我们提出SCAIR（基于模式条件的智能体迭代推理），一种无需训练的方法，通过注入模式条件的结构先验知识，并在多跳推理中强制实施模式感知的遍历，将结构化规划与受控迭代推理相结合。在一个基于真实配置管理数据库（CMDB）构建的企业级基准测试上的实验表明，SCAIR大幅提升了现有KG-RAG方法的性能。关键的是，我们的研究强调，可靠的企业图推理不能依赖通用的智能体设计，而必须将目标领域的结构和操作约束明确纳入推理过程。我们证明，通过使智能体设计与业务逻辑对齐，可以在无需昂贵模型重训练的情况下获得显著的性能提升。  

**SCAIR: 基于模式条件的智能体迭代推理在企业知识图谱中的应用**  

Prateek Chaturvedi¹,², Yuqicheng Zhu¹,², Hongkuan Zhou¹,², Dongzhuoran Zhou²,³, Yunjie He¹,², Steffen Staab¹,⁴, Fei Du⁵,⁶, Jie Tang⁶, Evgeny Kharlamov²,³  
¹斯图加特大学，²博世人工智能中心，³奥斯陆大学，⁴南安普顿大学，⁵BSH家用电器控股（中国）有限公司，⁶清华大学  
[email protected]  

## 1 引言  

在工业4.0时代，企业产生大量异构数据，分布在不同系统中，从结构化传感器日志到非结构化维护报告（Lasi等，2014；Frank等，2019）。知识图谱（KGs）作为整合此类数据的实用方案，提供了一种灵活的架构，在统一的语义网络中显式建模实体及其依赖关系（Hogan等，2021；Pan等，2024）。这种结构表示对于复杂的工业应用尤为有价值（Liu等，2023；Listl等，2024；Grangel-González等，2020）。例如，在企业IT和制造环境中，配置管理数据库（CMDBs）通常被建模为知识图谱，以表示机器、组件、生产线及其运行状态（Schmidt等，2025b）。此类知识图谱支持关键业务查询，包括依赖分析、故障诊断和组件替换，其中对互联资产的推理对于可靠决策至关重要。  

为降低企业结构化知识的访问门槛，基于知识图谱的检索增强生成（KG-RAG）已成为一种有效解决方案（Peng等，2024；Zhu等，2025a；Zhang等，2025）。它允许用户通过自然语言与企业知识图谱交互，检索有依据且可解释的证据来回答复杂查询。近年来，智能体KG-RAG方法通常遵循两种范式：*规划-执行*（plan-and-execute），学习显式的推理计划或子图选择策略（He等，2024a；Luo等，2024）；以及*ReAct式迭代探索*，动态交替推理与图遍历（Sun等，2024；Chen等，2024；Zhou等，2025a）。这两种范式在公开的KGQA基准上都表现出了强劲的性能。  

为了评估这些范式的部署就绪度，我们构建了一个面向企业的KGQA基准，源自一个真实的制造CMDB。与现有基准中使用的稀疏开放域图不同，该数据集捕捉了工业环境特有的密集连接性、严格的模式约束和操作依赖性。在该基准上的实验表明，现有的智能体KG-RAG方法在这种条件下无法泛化。公开基准可能部分掩盖这些弱点，一方面因为其图结构更简单，另一方面因为实体和关系名称通常与LLM预训练语料重叠，这可能虚报了报告的性能。相比之下，企业设置暴露了系统性的失败模式：ReAct式探索在密集子图中容易发生不受控的搜索扩展和语义漂移，而规划-执行方法严重依赖特定分布的训练，难以在不同查询模式间泛化。  

受这些发现启发，我们提出**SCAIR**（**S**chema-**C**onditioned **A**gentic **I**terative **R**easoning，基于模式条件的智能体迭代推理），一种混合智能体框架，将结构化规划与受控迭代推理相结合。SCAIR注入模式条件的结构先验，在多跳推理中强制实施模式感知的遍历，并控制主题实体传播以平衡搜索中的探索与利用。值得注意的是，SCAIR在没有任何任务特定训练的情况下，在企业基准上超越所有评估的基线方法。  

本研究的核心启示是：在简化公开基准上优化的通用智能体设计，往往无法泛化到真实业务场景。有效的企业图推理必须明确考虑目标领域的结构和操作特征，并将这些约束反映在智能体设计中。在清晰理解业务场景和系统分析现有解决方案的失败模式后，可以在无需昂贵模型重训练的情况下获得显著的性能提升。  

## 2 预备知识  

### 2.1 知识图谱问答  

知识图谱将结构化知识表示为实体通过类型化关系连接的图。形式上，知识图谱定义为 G = (E, R, T)，其中 E 表示实体集合，R 表示关系类型集合，T ⊆ E × R × E 表示三元组集合。每个三元组 (e_h, r, e_t) ∈ T 编码一个原子事实，说明关系 r ∈ R 在头实体 e_h ∈ E 和尾实体 e_t ∈ E 之间成立。知识图谱问答（KGQA）旨在通过对 G 中的相关事实进行推理来回答自然语言问题。  

### 2.2 现有方法  

KGQA 主要通过两种范式来解决。**语义解析**方法将自然语言问题翻译成可执行的逻辑表达式，如 SPARQL 查询，然后在知识图谱上执行以获得答案（Berant和Liang，2014；Berant等，2013；Reddy等，2014）。相比之下，**基于信息检索**的方法（即 KG-RAG）使用分布式表示检索并排名候选实体或子图，通常利用图神经网络编码结构信息，然后基于检索到的证据生成答案（Bordes等，2015；Dong等，2015）。  

最近，该领域趋向于**智能体推理框架**，其中 LLM 作为决策智能体，负责规划、与知识图谱交互并对检索到的证据进行推理（Luo等，2024；He等，2024a；Sun等，2024；Chen等，2024）。在此智能体范式中，如 *Reasoning on Graphs*（RoG）（Luo等，2024）和 *G-Retriever*（He等，2024a）的方法遵循**规划-执行**设计（Wang等，2023）。智能体首先构建显式的推理计划或识别目标子图，然后通过受限的图检索执行该计划，最后生成答案。这些方法主要是训练驱动的，其规划或检索组件通过监督学习来使推理计划或子图选择与下游问答目标对齐。  

*Think-on-Graph*（ToG）（Sun等，2024）和 *Plan-on-Graph*（PoG）（Chen等，2024）更贴近**ReAct式框架**（Yao等，2023），将推理步骤与迭代图探索交替进行，允许智能体根据中间观察调整遍历决策。这类方法通常无需训练，依赖 LLM 的推理能力而非任务特定的参数优化。除了以文本为中心的 KG-RAG，近期工作还探索将知识图谱与多模态信号结合以改进表示学习和推理（Yu等，2025；Zhou等，2026b，2024）。  

## 3 面向企业的 KGQA 基准  

本节首先分析为何广泛使用的 KGQA 基准无法捕捉工业应用的需求，然后介绍一个基于真实配置管理数据库（CMDB）构建的企业级基准，旨在评估智能体 KG-RAG 系统在现实操作约束下的表现。  

### 3.1 现有 KGQA 的局限性  

KGQA 基准如 *WebQSP*（Yih等，2016）和 *Complex Web Questions (CWQ)*（Talmor和Berant，2018）基于开放域知识图谱（如 Freebase (Bollacker等，2008)）构建，旨在评估相对稀疏图结构上的组合推理。尽管影响力大，但这些基准依赖的假设与企业用例不符。  

首先，它们假设每个问题映射到一个定义良好的可执行查询，完全捕捉用户意图。然而在工业环境中，问题常常是欠指定且受约束驱动的，多个推理路径可能有效，具体取决于操作上下文。其次，基准问题大多是**回顾性**的，将知识图谱视为事实检索的百科全书。企业问题通常是**前瞻性**和面向问题的，涉及隐式业务逻辑，如操作状态、兼容性或条件替换，这些逻辑在知识图谱中以结构形式编码，而非以文本显式陈述。最后，在公共基准中难以避免 LLM 预训练导致的语义泄露，因为实体和关系名称往往与预训练数据重叠。这使得强性能是否反映真正的图推理还是隐含记忆变得模糊。  

这些差异暴露出现有 KGQA 基准与真实工业应用需求之间的明显差距。  

### 3.2 企业 KGQA 基准  

为弥合公开基准与真实工业需求之间的鸿沟，我们构建了一个基于真实制造 CMDB 的企业 KGQA 基准。该基准包括 (i) 从 CMDB 派生的知识图谱（CMDB-KG），以及 (ii) 面向业务的问答对。  

#### CMDB-KG。  
CMDB-KG 源自一个真实世界的制造 CMDB（Schmidt等，2025a），该数据库整合了异构企业数据，包括生产线、机器、组件、制造商和操作属性。该图包含 116,369 个三元组。构建细节见附录 A.1。  

###### 示例 1（CMDB-KG）。  
图 1 展示了 CMDB-KG 的一个代表性片段。一条生产线（例如，Line W509-6）通过 `hasMachine` 连接到多台机器，每台机器通过 `hasComponent` 连接到其安装的组件。机器和组件都标注了操作状态（例如，`working`、`idle`、`broken`），组件还可能通过 `similarTo` 关系连接，以指示功能可互换性。  

#### 问答对生成。  
我们从企业环境中收集代表性的业务导向信息需求，并将其抽象为一组与 CMDB 模式对齐的结构化查询模板。这些模板随后在 CMDB-KG 上以可扩展的方式自动实例化，生成基于真实企业数据的可执行问答对。最终基准包含 9 种代表性查询类型，共 19,080 个问题。详细规格见附录 A.2。  

###### 示例 2（业务导向问题）。  
考虑问题：*“哪些工作中的组件可以替换安装在生产线 W509-6 上的故障组件？”*  
与公开基准问题不同，此查询不能表达为单个定义良好的组合逻辑式。它需要识别 W509-6 中的故障组件，通过 `similarTo` 检索功能等效的组件，并强制执行操作约束。具体来说，有效的替换组件必须处于工作中状态，且安装在空闲的机器上；否则，移除它们会中断其他生产线。这些隐式业务约束必须在推理过程中得到尊重。  

图 1：CMDB-KG 的代表性片段。  

#### 评估协议。  
我们遵循 Zhou 等（2025b，2026a）的评估协议。设 P_q 和 A_q 分别为问题 q 的预测答案集和真实答案集。*准确率*衡量精确集合匹配（P_q = A_q）。*Hits@Any* 衡量是否检索到至少一个正确答案（P_q ∩ A_q ≠ ∅）。*精确率*和*召回率*分别衡量答案的正确性和完整性。