ERP 表单知识图谱 (multi-granularity KG + RAG)

把 xlyweberp 低代码平台的 1748 张业务表单 结构化成多粒度知识图谱，打包成 LangChain4j 的 GraphRAG 语料。所有视图直接建在平台自带的配置表上（配置表本身就是一张潜在 KG， 这里只是把边物化出来）。

数据库连接

本地 ~/.my.cnf 默认指向不存在的库 xlyweberp_saas_ai，必须 带 --no-defaults：

mysql --no-defaults -h127.0.0.1 -P33307 -uroot -plocal xlyweberp_saas

三个粒度

层	关注	视图	规模	消费方式
L1	业务域（路由）	viw_kg_domain	11 域	⇒ 常驻 system prompt
L2 ⭐	单据流转（最有用）	viw_kg_edge_flow / viw_kg_form_neighbors	411 边	⇒ tool 按需查
L3	实体字段 ER（NL2SQL）	viw_kg_edge_ref + viw_kg_field_dict	1597 FK / 38k 术语	⇒ tool 按需查

消费分层（agentic RAG）： L1 体量小且永远相关 → 直接进 system prompt 做路由地图； L2/L3 大且稀疏 → 做成 agent tools（DynamicExeDbService.findSql 薄封装）按需索引， L3 工具必须"按词查询"而非整表 dump。L1 的 11 个域对齐 ai_agent 的 8 个业务智能体 （+基础资料/设备/其他→ERP代理人），可直接驱动场景路由。

视图/脚本一览（按依赖顺序）

1. viw_kg_domain — L1 业务域地图（11 行）：域→域流转上卷 + 锚点单据 + 对应智能体，渲染进 system prompt。
2. viw_ai_useful_forms — 1748 张有用业务表单目录（此前已建）。节点主键 sFormId，菜单 sModuleId。
3. viw_kg_edge_flow — 单据流转边：源菜单 --生成--> 目标菜单。 目标由 gdsconfigformslave 上 BtnCopyTo.<Action> 行的 sActiveId 解析（照搬存储过程 Sp_Ai_AddCommonAfterNew；.ActXxx 只是标签）。411 边 / 51 自环 / 404 端点命中目录。 完整覆盖 报价→订单→送货→对账→发票→收款 与 采购申请→订单→入库→对账→发票→付款。
4. viw_kg_form — 表单节点富化（业务域 / 数据源 / 上下游单据数 / AI工具挂载）。1748 行。
5. viw_kg_edge_ref — 外键/引用边：源表.字段 --引用--> 目标表.主键。 解析 gdsconfigformslave.sRelation（逗号分隔多跳 字段&关联表&主键&显示字段）的第一跳。 1597 边；目标多为 ele*/sis* 主数据字典。bTgtMaster 标记引用主数据。
6. viw_kg_form_card — 每表单一段可向量化的结构化卡片文本 sCard（合并节点+上下游+字段中文名）。
7. viw_kg_field_dict — 中文名→字段→表 术语字典（38342 条），带外键 join 提示，供 NL2SQL 接地。
8. viw_kg_form_neighbors — 每表单的 1-hop 子图（上/下游单据 + 引用实体表），GraphRAG 的「图扩展」步物化。
9. export_form_cards.sh — 导出 1748 张卡片为 JSONL（供灌向量库）。生成文件 gitignore，按需重跑。

一键重建

# 注意：zsh 不对未加引号的变量做分词，用数组
DB=(mysql --no-defaults -h127.0.0.1 -P33307 -uroot -plocal xlyweberp_saas)
for v in viw_ai_useful_forms viw_kg_edge_flow viw_kg_form viw_kg_edge_ref \
         viw_kg_form_card viw_kg_field_dict viw_kg_form_neighbors viw_kg_domain; do
  "${DB[@]}" < "$v.sql"   # viw_kg_domain 依赖 viw_kg_form + viw_kg_edge_flow，放最后
done
./export_form_cards.sh form_cards.jsonl   # → 1748 行 JSONL

依赖顺序：edge_flow → form → (edge_ref) → form_card / field_dict。edge_ref 独立于 form。

GraphRAG 用法（L2/L3 扩展）

1. 向量召回：把用户问题 embed，在 Milvus 里对 form_cards.jsonl 的 text 找 top-k 表单卡片。
2. 图扩展：对召回的表单，沿 viw_kg_edge_flow（上下游单据）+ viw_kg_edge_ref（关联主数据表） 拉一跳邻居，拼成子图上下文。
3. 术语接地：用 viw_kg_field_dict 把问题里的中文词映射到真实列 + join 目标，喂给 NL2SQL。
4. 取数：命中表单后统一走 POST /business/getBusinessDataByFormcustomId/{sFormId}?sModelsId={sModuleId}。

落地现状（2026-07-23）：agent 侧只用到 L1（进 system prompt）与 L2/L3 的 SQL 关键词查询 （KgQueryTool.findForms / kgSearch、FormResolverService）。第 1 步的向量召回尚未接入 ——export_form_cards.sh 的产物没有灌进 Milvus，上面写的是目标用法而非现状。

校验基线

以 ai_tool 为 ground truth 校验召回：共 64 个工具，63 个带 sSrcFormId（=菜单id） （唯一没有的是「工单成本查询」，配置本身就是坏的）。按业务表单口径为 61 张—— 另 2 个挂在通用 KPI 模块上。逐条能力盘点见 ../docs/legacy-tool-inventory.md。