• 本周工作可以概括为三条线：KG 构图完成、检索增强完成、single-step baseline 跑通
• 当前 retro 图谱已经整合 BKMS + ORD，形成统一的反应记录、化合物、酶、pathway 底座
• 图谱规模已经达到 2.42M ReactionRecord、2.02M Compound、12.84M 基础关系，额外添加了 Fragment 层
• staged retrieval 相比 exact match，命中从 16% 提升到 100%
• 单步逆合成在 USPTO50k test 上测试结果：Top-1 0.47、Top-10 0.59

• 数据来源分两部分：BKMS 提供酶催化/代谢反应，ORD 提供大规模有机反应实验记录
• 当前全量导入结果： BKMS 42,345 条反应，ORD 2,376,120 条反应，合计 2,418,465 ReactionRecord
• 当前基础图规模为 4.45M 节点、12.84M 基础关系，已经达到真实可检索的百万/千万级别
• 在基础图之上，还额外挂上了 85 Fragment 节点和 18.89M HAS_FRAGMENT 边，作为子结构检索层

• 当前图模型以 ReactionRecord 为核心，把所有反应级证据先固定在“反应记录”这一层
• Compound 只保留分子属性，例如 canonical_smiles、inchikey、morgan fingerprint
• 扩展节点包括 Enzyme、Pathway、Fragment，分别用于酶证据、代谢上下文和子结构检索

• 当前单步逆合成和图查询采用分层检索
• 检索顺序是： Exact Match -> Canonical Alignment -> FP Similarity -> Substructure
• 其中 smiels、canonical_smiles、morgan fingerprint、fragment_counts 参与构造检索参数
• 每一层都保留反应来源与支持证据，后续可以继续送入 Agent Context

• 当前图谱已经不仅能“存反应”，而且已经能支撑几类直接有用的查询
• 对 retrosynthesis 来说，最关键的是 产物 -> 生成反应 -> 前体分子
• 对 bio 相关任务来说，产物 -> 酶证据 和 反应 -> pathway 上下文

• 当前 single-step 原型已经把图检索层接进了完整流程
• 整体流程为： LayeredRetriever -> ContextBuilder -> Solver Agents -> Critic -> Rewriter -> Selector
• 其中 solver 目前有五种策略： exact / canonical / similarity / substructure / balenced
• selector 最终输出的不只是一个答案，还包括： rankings、selection_reason、retrieval_summary、uncertainty_notes

• 当前在GLM5上完成 USPTO50k test 的评测 top-k 结果为：

  Top-1 = 0. 47、Top-3 = 0.51、Top-5 = 0.57、Top-10 = 0.59

• 从样例输出看，当前很多候选仍主要依赖 similarity 层支持，模型推理能力不足

• 所以下一步重点把 retrieval 质量和 route ranking 做强，提升COT与Reasoning的能力

当前指标偏低，还需要提升单步逆合成反应的性能，主要考虑从下面几个方面：

• 当前使用的 GLM-5 更偏 programming / tool-use 风格模型，结构化输出比较稳定，但在多候选比较、化学反应机理判断、长链式推理上仍弱于真正的强 reasoning model
• 当前 context management 还是静态窗口式的：ContextBuilder 只保留有限候选与证据，并用启发式权重聚合，弱证据和相似噪声容易一起进入 prompt
• 系统还没有把成功路线、失败案例、常见 transformation pattern、enzyme/pathway 证据动态写回为 memory nodes，因此每次推理都在“重新开始”

• 下一阶段我不打算只继续做“图谱本身”，而是基于这套统一图底座推进四类下游任务