GraphAgent: creación de grafos de conocimiento para automatizar la planificación y ejecución de tareas

Introducción general

GraphAgent es un sistema automatizado de cuerpo inteligente que integra la generación de grafos, la planificación de tareas y su ejecución. Es capaz de procesar datos estructurados y no estructurados, construir complejos grafos de dependencias semánticas y ejecutar eficientemente tareas de usuario mediante autoplanificación y ajuste de herramientas.GraphAgent obtiene buenos resultados en tareas de predicción y generación en una amplia gama de conjuntos de datos, lo que demuestra su eficacia en escenarios de datos reales.

Lista de funciones

• Construcción de grafos de conocimiento: generación de grafos de conocimiento que reflejen dependencias semánticas complejas.
• Planificación de tareas: Interpretación de las consultas de los usuarios y formulación de las tareas correspondientes mediante autoplanificación.
• Ejecución de tareas: ejecución eficaz de tareas programadas, correspondencia automática e invocación de herramientas.
• Soporte multimodal: integración de modelos lingüísticos y modelos lingüísticos de grafos para revelar información relacional compleja.
• Tareas de predicción: obtiene buenos resultados en tareas de predicción como la clasificación de nodos.
• Tareas de generación: Demuestra grandes capacidades en tareas de generación como la generación de textos.

Utilizar la ayuda

Proceso de instalación

1. Almacén de clonación:

   git clone https://github.com/HKUDS/GraphAgent.git
cd GraphAgent

2. Crea y activa el entorno conda:

   conda create -n graphagent python=3.11
conda activate graphagent

3. Instale la dependencia:

   pip install -r GraphAgent-inference/requirements.txt

Proceso de utilización

1. Obtener modelos preentrenados:
   • GraphAgent/GraphAgent-8B: para el modelado de acciones gráficas.
   • GraphAgent/GraphTokenizer: para convertir grafos en tokens continuos.
   • sentence-transformers/all-mpnet-base-v2: para la incrustación de mapas de texto.
   • Estos puntos de control pueden descargarse a un directorio local, y elGraphAgent-inference/run.shEl programa también descarga automáticamente estos modelos. El programa también descarga automáticamente estos modelos.
2. Configure el planificador y el token de API:
   • El planificador por defecto es deepseek, que se encuentra en la carpetaGraphAgent-inference/run.shEncontrado en.
   • Coloque la clave API en el lugar adecuado.
3. Razonamiento de carrera:
   • Ejecute el siguiente comando para iniciar la inferencia: bash
bash GraphAgent-inference/run.sh


Función Flujo de operaciones

• Construir un grafo de conocimientoGenerar grafos de conocimiento que reflejen dependencias semánticas complejas mediante el Agente Generador de Grafos.
• Planificación de la misiónAgente de planificación de tareas: interpreta las consultas de los usuarios y crea las tareas correspondientes, lo que permite una gestión eficaz de las tareas mediante la autoplanificación.
• aplicación del mandatoAgente de ejecución de tareas: el Agente de ejecución de tareas empareja e invoca automáticamente las herramientas para ejecutar las tareas programadas, garantizando que las tareas se completen de forma eficiente.
• apoyo multimodal: Integre modelos de lenguaje y modelos de lenguaje de grafos para revelar información relacional compleja y admitir múltiples formatos de datos.
• Tareas de previsión: obtiene buenos resultados en tareas de predicción como la clasificación de nodos, y el usuario puede realizar las predicciones correspondientes proporcionando el conjunto de datos.
• Generar tareasDemuestra grandes capacidades en tareas generativas como la generación de texto, donde los usuarios pueden introducir datos de texto para tareas generativas.