硬件数据手册记录了元件选型、系统集成和兼容性验证所必需的工程规格。手册篇幅长、结构多样，信息分散在表格、图形和正文中，人工检查既费时又易出错。虽然大语言模型（LLM）能够自动化提取，但一次性处理往往会遗漏关键规格，即使文档能够完整放入模型的上下文窗口。\ \ 本文提出了一套基于 LLM 的自动化流水线，将硬件数据手册转化为通用的层次硬件知识图谱。核心步骤包括：\
- 块级属性抽取：将文档切分为若干块，每块使用 LLM 提取属性键值对；\
- 层次路由：依据属性的语义层级，将抽取结果映射到图谱的不同层级节点；\
- 迭代细化：对初步图谱执行多轮 LLM 推理与验证指令，利用确定性本地执行器更新图结构，同时保留原始来源信息。\ 该设计通过分阶段降低单次查询的上下文需求，并保持可追溯的中间表示。最终生成的知识图谱在语义上组织良好、来源可追溯，便于后续检索与推理。\ \ 我们在 20 份覆盖多种元件类型和文档长度的硬件手册上进行评估。采用 属性忠实度（property faithfulness）衡量抽取结果与原文的一致性，并引入 图间完整度（inter‑graph completeness）评估相对语义覆盖率，无需完整的人工标注。实验表明：本框架在属性忠实度上达到 98.8%，显著高于一次性基线的 76.1%；在完整度上覆盖了基线属性的 83.6%，而基线仅覆盖本方法的 10.5%。这些提升为下游硬件设计与验证提供了更可靠、全面的工程信息，降低了遗漏约束和错误决策的风险。\ \ 点评