SciToolAgent: una inteligencia que integra más de 500 herramientas de investigación para automatizar las tareas científicas y de investigación.
Últimos recursos sobre IAPublicado hace 6 meses Círculo de intercambio de inteligencia artificial 11.6K 00
Introducción general
SciToolAgent es una plataforma de herramientas de código abierto desarrollada por el Centro de Innovación de la Universidad de Zhejiang en Hangzhou (HICAI-ZJU). Integra más de 500 herramientas científicas a través de tecnologías de grafos de conocimiento (SciToolKG) y modelado de grandes lenguajes para ayudar a los investigadores a abordar problemas en los campos de la biología, la química, la ciencia de materiales, etc. El uso principal de esta herramienta es automatizar tareas científicas, como el procesamiento de datos, el modelado molecular o el análisis bibliográfico, y, en última instancia, generar resultados específicos, como gráficos analíticos, resultados computacionales o informes resumidos. La plataforma está alojada gratuitamente en GitHub y puede desplegarse localmente o experimentarse a través de un servicio en línea, lo que la hace especialmente adecuada para equipos de investigación que necesitan producir resultados con rapidez.

Lista de funciones
- Integración de herramientasConéctese a más de 500 herramientas para gestionar datos, modelar o realizar cálculos.
- Recomendaciones de Knowledge GraphRecomendación de la combinación adecuada de herramientas en función de las necesidades de la tarea.
- Automatización de tareasAhorre tiempo planificando y ejecutando automáticamente los procesos de investigación.
- Generación de resultadosSalida de resultados específicos, como gráficos, informes o cálculos.
- control de seguridad: Garantiza que la herramienta funcione de forma segura y evita resultados erróneos.
- Extensiones personalizadas: Apoyar la incorporación de nuevas herramientas para obtener resultados personalizados.
Utilizar la ayuda
Proceso de instalación
SciToolAgent requiere una instalación local para ser completamente funcional. Los pasos son los siguientes:
1. Descargar el código fuente
- Introdúcelo en el terminal:
git clone https://github.com/HICAI-ZJU/SciToolAgent.git
cd SciToolAgent
2. Creación de entornos virtuales
- Crear y activar el entorno:
conda create -n SciToolAgent python=3.10
conda activate SciToolAgent
3. Instalación de dependencias
- Instale la dependencia completa:
pip install -r requirements.txt
- O instala la versión lite:
pip install -r requirement_agent.txt
4. Entorno de configuración
- Copiar y editar
.env
Documentación:
OPENAI_API_BASE = your_api_base
OPENAI_API_KEY = your_api_key
5. Activación de los servicios
- entrar en
tools
Catálogo, correr:
cd tools
bash run.sh
Cómo utilizarlo
SciToolAgent puede producir resultados ejecutándose localmente o experimentándolos en línea.
funcionamiento local
- Inicio de los servicios: Ejecutar
bash run.sh
Después, el servicio queda en espera a nivel local. - operar: Acceso
test
ejecute el script de prueba:
cd ../test
PYTHONPATH=. python test_run_SciToolAgent.py
- Ver resultados: Una vez finalizada la tarea, los resultados se guardan en la carpeta
tools/TempFiles
como gráficos o informes. - maletín: Directorio raíz
Cases.ipynb
Se proporcionan cuatro ejemplos que pueden ejecutarse directamente para ver el resultado.
Experiencia en línea
- Acceso a servicios en línea:
http://scitoolagent.scimind.ai:8080/ - Introduzca una tarea (por ejemplo, "Analizar datos moleculares") y obtendrá resultados sencillos en cuestión de segundos.
- La versión en línea es adecuada para pruebas rápidas, los resultados complejos deben ejecutarse localmente.
Funciones destacadas Procedimiento de funcionamiento
1. Análisis de datos y salida de gráficos
- utilice: Tratamiento de datos y generación de visualizaciones.
- mover::
- Para convertir un fichero de datos (por ejemplo, un
.csv
(calcular) poner (en)tools/DataFiles
. - Ejecutar comando:
python scripts/run_agent.py --input "tools/DataFiles/sample.csv" --task "数据分析并可视化"
- sonda
tools/TempFiles
A continuación se enumeran los gráficos y análisis que se generan.
2. Modelización molecular para generar cálculos
- utiliceAnaliza estructuras moleculares y genera datos calculados.
- mover::
- Preparar documentos moleculares (por ejemplo
.cif
), introduzca eltools/DataFiles
. - Herramientas de llamada:
from tools.ToolsFuns import molecular_analysis
result = molecular_analysis("tools/DataFiles/input_file.cif")
print(result)
- Los resultados de salida son parámetros moleculares o datos del modelo, guardados en la ruta especificada.
3. Generación automatizada de informes científicos
- utiliceIntegración de múltiples herramientas para generar informes completos.
- mover::
- Introduzca la descripción de la tarea y el archivo de datos:
python scripts/run_agent.py --input "tools/DataFiles/sample.pdf" --task "分析文献并生成报告"
- El sistema invoca automáticamente la herramienta, procesa la bibliografía y genera un resumen.
- El informe se conserva en el
tools/TempFiles
El formato es texto o PDF.
advertencia
- El funcionamiento local requiere 16 GB de RAM y una red estable para garantizar la realización satisfactoria de tareas complejas.
- La versión en línea es adecuada para resultados sencillos, y la implantación local se recomienda para grandes cantidades de datos.
- Limpieza regular
tools/TempFiles
para no ocupar demasiado espacio.
© declaración de copyright
Derechos de autor del artículo Círculo de intercambio de inteligencia artificial Todos, por favor no reproducir sin permiso.
Artículos relacionados
Sin comentarios...