IdeaForge：基于知识图的多智能体框架用于跨方法创新分析与专利权利生成

当前AI辅助创新系统通常仅应用单一构想方法(如TRIZ或设计思维)，使用顺序式提示工作流程且不保留中间推理结构。因此，跨方法生成的见解碎片化，限制了可追溯性、综合和系统性新颖性评估。我们提出IdeaForge，一个知识图驱动的多智能体框架，用于创新分析和专利权利生成。IdeaForge通过在持久FalkorDB知识图上运行的专家智能体，将TRIZ、设计思维和SCAMPER等多种创新方法整合在一起。每个智能体贡献表示矛盾、发明原理、用户需求、变换、类比和备选权利的结构化实体和关系。IdeaForge的核心贡献是通过图基权利链接实现跨方法收敛机制。由多方法独立支持的权利通过CONVERGENT关系相连，使能够通过图遍历识别高置信度创新候选方案。下游专利草拟智能体基于收敛子图生成结构化专利草案，减少对不受约束的语言模型生成的依赖。我们描述了图模式、智能体架构、收敛检测管道和专利合成工作流程。在一个法律技术案例中，实验表明图基多方法综合产生的创新候选方案在多样性和可追溯性方面优于单方法基线。我们讨论了计算创造力、可解释AI辅助发明以及图本质创新系统的意义。