本文提出一种自动化框架，用于从网络安全威胁情报（CTI）报告中提取可到达的攻击链。现有CTI提取方法主要关注指标、实体或TTP标签，但未建模每个攻击步骤的执行条件和结果状态，因此无法支持状态匹配或多阶段攻击链的可达性分析。该框架将每个攻击步骤建模为一个攻击单元，包含前置条件、攻击行为和后置条件。采用多阶段流水线，结合大语言模型（LLM）来提取攻击行为骨架、恢复前置和后置条件、归一化为预定义谓词并修复断裂依赖；最终将攻击单元编译为Datalog风格的规则，用于攻击目标可达性推理。在包含334个人工验证注释步骤的20份CTI报告数据集上，该框架在恢复攻击行为方面比代表性CTI提取系统实现了更高的注释步骤覆盖率。此外，通过显式生成前置和后置条件，它产生的攻击单元比端到端LLM基线更完整、更一致。在提取的链上，Datalog推理在20份报告中的19份中到达了指定的攻击目标，而后向搜索在生成的规则下产生了34条攻击路径。源代码和实验工件已以匿名形式提供。