CN120235181A 基于图结构语义融合的端到端智能体的自动化构建方法 （北京中数睿智科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120235181A

(43)申请公布日2025.07.01

(21)申请号202510703476.X

GO6N

3/0464(2023.01)

(22)申请日2025.05.29

GO6N

GO6N

3/0442(2023.01)

3/0985(2023.01)

(71)申请人北京中数睿智科技有限公司

GO6N

3/092(2023.01)

地址100083北京市海淀区知春路23号10

GO6N

3/096(2023.01)

层1014室

GO6N

5/04(2023.01)

(72)发明人韩涵王甫宁何江和龙博

GO6F

40/211(2020.01)

孙昊夏暄陈善君

GO6F

40/253(2020.01)

(74)专利代理机构深圳利联知识产权代理事务

GO6F

40/295(2020.01)

所(普通合伙)44866专利代理师袁海江

(51)Int.CI.

GO6F

GO6FGO6FGO6F

40/30(2020.01)

16/432(2019.01)

16/483(2019.01)

16/45(2019.01)

GO6N3/006(2023.01)

GO6F

16/36(2019.01)

GO6N3/045(2023.01)

GO6N3/0455(2023.01)

GO6N

5/022(2023.01)

GO6N3/042(2023.01)

权利要求

书4页

说明书21页附图1页

(54)发明名称

基于图结构语义融合的端到端智能体的自动化构建方法

(57)摘要

120235181ACN本发明涉及人工智能技术领域，尤其涉及一种基于图结构语义融合的端到端智能体的自动化构建方法。所述方法包括以下步骤：接收用户输入的业务需求数据；对业务需求数据进行业务目标以及需求约束条件分析，生成智能体的核心工作流框架；将智能体的核心工作流框架进行端到端执行路径分析，得到端到端工作流；构建动态演化语义图谱；基于端到端工作流构建端到端调用链执行策略，并根据动态演化语义图谱进行智能体实例封装以及智能体实例强化学习增强处理，从而自动化地构建端到端智能体。本发明通过融合图结构知识与大语言模型的生成能力，

120235181A

CN

接收用户输入的业务需求数据；对业务需求数据进行业务目标以及需求约束条件分析，得到结构化需求参数；根据结构化需求参数进行技术蓝图处理，得到初步端到端技术蓝图

对初步端到端技术蓝图进行动态工作流处理，生成智能体的核心工作流框架；根据结构化需求参数进行多模态语境理解，得到多模态上下文语境信息；基于多模态上下文语境信息将智能体的核心工作流框架进行端到端执行路径分析，得到端到端工作流

根据结构化需求参数获取多模态数据，并构建动态演化语义图谱：对动态演化语义图谱进行查询节点动态激活，生

成高激活候选节点数据；基于高激活候选节点数据对动态演化语义图谱进行知识片段动态选择，得到优选知识片段

基于端到端工作流构建端到端调用链执行策略；通过端到端调用链执行策略以及动态演化语义图谱进行智能体实例封装，并进行智能体实例强化学习增强处理，从而自动化地构建端到端智能体

S1

S2

S3

S4

CN120235181A权利要求书1/4页

2

1.一种基于图结构语义融合的端到端智能体的自动化构建方法，其特征在于，包括以下步骤：

步骤S1:接收用户输入的业务需求数据；对业务需求数据进行业务目标以及需求约束条件分析，得到结构化需求参数；根据结构化需求参数进行技术蓝图处理，得到初步端到端技术蓝图；

步骤S2:对初步端到端技术蓝图进行动态工作流处理，生成智能体的核心工作流框架；根据结构化需求参数进行多模态语境理解，得到多模态上下文语境信息；基于多模态上下文语境信息将智能体的核心工作流框架进行端到端执行路径分析，得到端到端工作流；

步骤S3:根据结构化需求参数获取多模态数据，并构建动态演化语义图谱；对动态演化语义图谱进行查询节点动态激活，生成高激活候选节点数据；基于高激活候选节点数据对动态演化语义图谱进行知识片段动态选择，得到优选知识片段；

步骤S4:基于端到端工作流构建端到端调用链执行策略；通过端到端调用链执行策略以及动态演化语义图谱进行智能体实例封装，并进行智能体实例强化学习增强处