安全知识图谱能为安全智能体提供可计算的外部记忆，但从长篇网络威胁情报（CTI）文本中构建知识图谱面临挑战：大语言模型（LLM）缺乏扎实的安全领域知识，且端到端的文档-图谱训练难以用廉价稳定的奖励进行监督。本文提出 GRID（Graph Representation of Intelligence Data）框架，一种端到端的安全文本知识图谱构建方法。GRID 首先从 CTI 文章构建安全领域监督：通过图提取和知识图谱条件文本修订，创建可追溯的文章-图对齐。然后将文档-图谱学习转化为脚本任务库，结合四选多选问题和三元组级正则匹配目标，生成比 LLM 评判器反复评分更稳定的任务特定奖励。利用该监督流水线，训练了两个基于 Qwen3-4B-Instruct-2507 的 4B 提取器：主模型任务库奖励模型和辅助模型端到端奖励模型（后者使用 LLM 评判器的精确率/召回率奖励）。在来自 GRID、CASIE、CTINexus、MalKG 和 SecureNLP 的 249 篇 CTI 文章上，结合本体引导的 GRID 提取流水线的任务库奖励模型达到了 84.62% 的来源平均精确率、64.91% 的来源平均召回率和 68.53% 的平均 F1 值，实现了最佳来源平均召回率和接近最高的平均 F1，同时 token 使用和部署成本更低。端到端奖励模型达到 76.91% 精确率、53.85% 召回率和 58.06% 平均 F1。进一步分析表明，任务库奖励可一次性离线构建，并在后续后训练运行中复用，性能优于在线端到端 LLM 评判器奖励以及更弱的替代方案（如仅选择奖励和无需强化学习的端到端 SFT）。