Wepr Geo Brand Graph

WEPR GEO Brand Graph

执行流程

1. 按 references/skill-method.md 建立来源账本，区分官网、官方文档、投资者关系、客户案例、第三方资料和待确认素材。
2. 按 references/real-data-acquisition.md 对来源 URL 做自动连通核验；能访问的来源进入真实数据样本，受限来源进入人工复核。
3. 按 mention -> candidate -> canonical entity 做实体消歧。
4. 按 references/entity-schema.md 抽取品牌、产品、服务、功能、技术、行业、用户、场景、客户、案例、证据、地点、时间。
5. 按 references/evidence-policy.md 抽取有方向的关系边，每条关系必须有证据 ID。
6. 先做完整性自检：权威参考、来源覆盖、真实数据来源核验、实体覆盖、关系证据、Schema 一致性、内容资产对齐、国内 AI 平台监测闭环和隐私授权缺口。
7. 输出实体清单、关系清单、可信等级、消歧表、Mermaid、JSON-LD、RDF 三元组、国内 AI 平台测试场景和补强建议。

排版质量门

• Word 必须使用横向页面、真实 w:tbl 表格、固定 dxa 表宽，禁止自动表宽撑出页面。
• Word 表格网格总宽必须小于正文宽度，并保留右侧安全边距。
• URL、英文实体 ID、英文产品名和长英文短语必须在单元格内主动断行。
• HTML/PDF 按 kami paper long-doc 风格排版：暖米纸底、ivory 内容面、油墨蓝点缀、暖灰边框、serif 标题、紧凑长文档节奏。
• HTML 可视化报告必须有固定跟随的目录菜单；PDF 打印版可隐藏菜单以保持正文排版。
• 报告必须包含系统化分析模块，不能只输出基础实体表和图谱图。

工具入口

• scripts/render_wepr_geo_brand_graph.py：从结构化 report_input.json 生成 Word、PDF、HTML、Markdown 和 quality-report.json。
• scripts/collect_source_validation.py：读取来源账本，自动采样 URL 可达性、页面标题和核验时间，并可写回 source_validation。
• examples/hubspot-domestic-ai-test/report_input.json：HubSpot 国内 AI 平台测试样例输入。
• templates/brief-template.md：项目输入简报模板。
• evals/expected_artifacts.json：必要文件和示例交付检查清单。
• reports/output-risk-profile.md 与 reports/artifact-design-profile.md：输出风险和排版设计约束。