数千个人员节点、上百个基站、数万条通话记录——自然语言输入→AI自动生成图查询→图数据库力导向图谱秒级展开→追问异常节点。网安队员不用学SQL，一句话出图。
百万行信令大表面前，网安队员被迫写图查询/SQL——熟手写对要30分钟，新手直接不会。好不容易查出结果，还要手动在纸上画关系图。一个案子花在数据查询和画图上的时间，远超花在侦查研判上的时间。
查个"3跳内所有关联"要手写几十行图查询，语法错一个标点就报错。老民警写对要30分钟，新民警直接不会。一个查询耗掉一上午，查出来的结果还只能看表格。
手写图查询耗时数十分钟一个人可能持有3-5个号码。不同号码的通话记录分散在不同数据页上，无法自动聚合——同一个人用了不同号码联系不同人，在传统查询中看起来是三组独立数据。
身份同一性识别困难百万行通话记录导出是密密麻麻的Excel表格——谁跟谁是紧密联系人？哪个号码是通信枢纽？有没有形成团伙内部通信圈？表格完全看不出来关系结构。
表格无法呈现关系拓扑网安队员用自然语言描述需求——"找出过去7天和某异常号码3跳内的所有关系"。AI自动生成图查询语句、图数据库秒级执行、力导向图谱可视化展开。异常节点自动高亮，还能继续用自然语言追问"哪些关系频次最高"。
网安队员用自然语言描述需求，无需学习图查询语法。"找出过去7天和某异常号码3跳内的所有关系"、"哪些号码和这组嫌疑号码有过联系"——怎么说怎么查。
AI将自然语言自动翻译为图查询语句。图数据库对数千个人员节点、数万条通话关系（CALLED边）实时执行查询，按通信频率、时段重合度、共同联系人等多维度计算关联强度。3跳以内关系秒级返回。
图数据库可视化界面展示力导向关系图谱，异常节点自动高亮。图出来后还能继续追问——"这些关系里哪些频次最高"、"这组号码里面有没有形成内部通信圈"。AI自动解读图谱，给出分析摘要。
以下演示展示从输入自然语言查询到图查询自动生成、图数据库执行出图、自然语言追问的全过程——网安队员不再写SQL，回归侦查员本职。
网安队员输入自然语言："找出过去7天和某异常号码3跳内的所有关系"。AI自动生成图查询语句，图数据库对数万条通话记录实时执行。力导向图谱展开后，异常节点（is_suspect=true）自动高亮。网安队员追问"这些关系里哪些频次最高"——AI实时解读图谱数据，自动输出通信频次排序和分析摘要。
通用AI没有图计算能力，传统侦查靠手写图查询 + Excel画图——天溥以自然语言→图查询→图数据库三层链路，让网安队员从SQL工程师回归侦查员。
| 维度 | 通用 AI 厂商 | 天溥科技 |
|---|---|---|
| 查询方式 | 手写 SQL / 图查询，门槛高、易出错 | 自然语言一句话出图，零代码门槛 |
| 隐性关联 | 只能看到直接通话，间接关系靠人脑 | 自动发现共同联系人、设备共址、通信群组等间接关系 |
| 处理规模 | 上下文窗口有限，最多几十条记录 | 5200人+数万条通话记录，全部查询 < 250ms |
| 追问能力 | 每次查询要从头写SQL | 图谱出来后自然语言追问——"哪些最可疑？"，AI自动解读 |
| 部署 | 依赖云端，通话数据严禁出内网 | 全本地部署，图数据库与推理引擎均在公安内网 |
