GraphAgent : construire des graphes de connaissances pour automatiser la planification et l'exécution des tâches

Introduction générale

GraphAgent est un système automatisé de corps intelligent qui intègre la génération de graphes, la planification et l'exécution des tâches. Il est capable de traiter des données structurées et non structurées, de construire des graphes de dépendance sémantique complexes et d'exécuter efficacement les tâches de l'utilisateur par le biais de l'auto-planification et de la correspondance des outils.

Liste des fonctions

• Construire des graphes de connaissances : générer des graphes de connaissances qui reflètent des dépendances sémantiques complexes.
• Planification des tâches : interprétation des demandes des utilisateurs et formulation des tâches correspondantes par le biais de l'auto-planification.
• Exécution des tâches : exécution efficace des tâches programmées, mise en correspondance et invocation automatiques des outils.
• Support multimodal : modèles de langage intégrés et modèles de langage graphique pour révéler des informations relationnelles complexes.
• Tâches de prédiction : bonnes performances dans les tâches de prédiction telles que la classification des nœuds.
• Tâches de génération : Démontre de fortes capacités dans les tâches de génération telles que la génération de texte.

Utiliser l'aide

Processus d'installation

1. Entrepôt de clonage :

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

2. Créer et activer l'environnement conda :

   conda create -n graphagent python=3.11
conda activate graphagent

3. Installer la dépendance :

   pip install -r GraphAgent-inference/requirements.txt

Processus d'utilisation

1. Obtenir des modèles pré-entraînés :
   • GraphAgent/GraphAgent-8B : pour la modélisation de l'action des graphes.
   • GraphAgent/GraphTokenizer : pour convertir les graphes en jetons continus.
   • sentence-transformers/all-mpnet-base-v2 : pour l'intégration de cartes de texte.
   • Ces points de contrôle peuvent être téléchargés dans un répertoire local, et l'applicationGraphAgent-inference/run.shLe programme télécharge aussi automatiquement ces modèles. Le programme télécharge également ces modèles automatiquement.
2. Configurer le planificateur et le jeton API :
   • Le planificateur par défaut est deepseek, qui se trouve dans le fichierGraphAgent-inference/run.shTrouvé dans.
   • Placez la clé API à l'endroit approprié.
3. Raisonnement en cours d'exécution :
   • Exécutez la commande suivante pour lancer l'inférence : bash
bash GraphAgent-inference/run.sh


Fonction Opération Déroulement

• Construire un graphe de connaissances: Générer des graphes de connaissances reflétant des dépendances sémantiques complexes par l'intermédiaire de l'agent générateur de graphes.
• Planification de la missionL'agent de planification des tâches interprète les requêtes des utilisateurs et crée les tâches correspondantes afin d'assurer une gestion efficace des tâches par le biais de l'auto-planification.
• mise en œuvre du mandatL'agent d'exécution des tâches : L'agent d'exécution des tâches associe et invoque automatiquement les outils pour exécuter les tâches planifiées, garantissant ainsi l'efficacité de l'exécution des tâches.
• soutien multimodalLes modèles de langage : Intégrer des modèles de langage et des modèles de langage graphique pour révéler des informations relationnelles complexes et prendre en charge de multiples formats de données.
• Tâches de prévision: est performant dans les tâches de prédiction telles que la classification des nœuds, et l'utilisateur peut faire des prédictions correspondantes en fournissant l'ensemble de données.
• Générer des tâchesLe système d'information sur la santé : démontre de fortes capacités dans les tâches génératives telles que la génération de texte, où les utilisateurs peuvent saisir des données textuelles pour des tâches génératives.