SciToolAgent : une intelligence qui intègre plus de 500 outils de recherche pour automatiser les tâches scientifiques et de recherche.
Introduction générale
SciToolAgent est une plateforme d'outils open source développée par le centre d'innovation de l'université de Zhejiang à Hangzhou (HICAI-ZJU). Elle intègre plus de 500 outils scientifiques par l'intermédiaire d'un graphe de connaissances (SciToolKG) et de technologies de modélisation du big language afin d'aider les chercheurs à résoudre des problèmes dans les domaines de la biologie, de la chimie, de la science des matériaux, etc. Cet outil sert principalement à automatiser des tâches scientifiques, telles que le traitement de données, la modélisation moléculaire ou l'analyse de la littérature, et finalement à générer des résultats spécifiques, tels que des graphiques analytiques, des résultats de calcul ou des rapports de synthèse. La plateforme est hébergée gratuitement sur GitHub et peut être déployée localement ou expérimentée via un service en ligne, ce qui la rend particulièrement adaptée aux équipes de recherche qui ont besoin de produire des résultats rapidement.

Liste des fonctions
- Intégration des outilsLes outils d'aide à la décision : Connectez-vous à plus de 500 outils pour gérer les données, la modélisation ou les tâches de calcul.
- Recommandations du graphique de connaissancesRecommandation : recommander la bonne combinaison d'outils en fonction des besoins de la tâche à accomplir.
- Automatisation des tâchesLes services de recherche : Gagnez du temps en planifiant et en exécutant automatiquement les processus de recherche.
- Génération de résultatsLes résultats de l'analyse des données sont affichés sous la forme de graphiques, de rapports ou de calculs.
- le contrôle de la sécuritéLes résultats de l'analyse de l'environnement : Assurez-vous que l'outil fonctionne en toute sécurité et qu'il ne produit pas de résultats erronés.
- Extensions personnaliséesLes résultats de l'évaluation de la qualité de l'eau et de la qualité de l'air doivent être pris en compte dans l'évaluation de la qualité de l'eau.
Utiliser l'aide
Processus d'installation
SciToolAgent nécessite une installation locale pour être pleinement fonctionnel. Les étapes sont les suivantes :
1. télécharger le code source
- Saisissez-le dans le terminal :
git clone https://github.com/HICAI-ZJU/SciToolAgent.git
cd SciToolAgent
2. création d'environnements virtuels
- Créer et activer l'environnement :
conda create -n SciToolAgent python=3.10
conda activate SciToolAgent
3. installation des dépendances
- Installer la dépendance complète :
pip install -r requirements.txt
- Ou installez la version Lite :
pip install -r requirement_agent.txt
4. environnement de configuration
- Copier et éditer
.env
Documentation :
OPENAI_API_BASE = your_api_base
OPENAI_API_KEY = your_api_key
5) Activation des services
- entrer dans
tools
Catalogue, tirage :
cd tools
bash run.sh
Comment l'utiliser
SciToolAgent peut produire des résultats en les exécutant localement ou en les expérimentant en ligne.
opération locale
- Démarrage des services: Run
bash run.sh
Ensuite, le service est en attente localement. - opérer: Accès
test
exécutez le script de test :
cd ../test
PYTHONPATH=. python test_run_SciToolAgent.py
- Voir les résultatsLa tâche terminée, les résultats sont sauvegardés dans la base de données du
tools/TempFiles
tels que des graphiques ou des rapports. - dossier en cours d'exécutionRépertoire racine : Root directory
Cases.ipynb
Quatre exemples sont fournis et peuvent être exécutés directement pour visualiser les résultats.
Expérience en ligne
- Accès aux services en ligne :
http://scitoolagent.scimind.ai:8080/ - Saisissez une tâche (par exemple, "Analyser des données moléculaires") et obtenez des résultats simples dans les secondes qui suivent la soumission.
- La version en ligne convient pour des tests rapides, mais les résultats complexes doivent être exécutés localement.
Fonctions vedettes Procédure d'utilisation
1. l'analyse des données et la production de graphiques
- utiliserLes données sont traitées et des visualisations sont générées.
- déplacer: :
- Pour convertir un fichier de données (par exemple, un fichier
.csv
(informatique) mettre (dans)tools/DataFiles
. - Exécuter la commande :
python scripts/run_agent.py --input "tools/DataFiles/sample.csv" --task "数据分析并可视化"
- sonde
tools/TempFiles
Voici quelques exemples de graphiques et d'analyses qui peuvent être utilisés pour générer les résultats.
2. la modélisation moléculaire pour générer des calculs
- utiliserLe logiciel d'analyse des structures moléculaires permet d'analyser les structures moléculaires et d'obtenir les données calculées.
- déplacer: :
- Préparer les documents moléculaires (par exemple
.cif
), insérer letools/DataFiles
. - Outils d'appel :
from tools.ToolsFuns import molecular_analysis
result = molecular_analysis("tools/DataFiles/input_file.cif")
print(result)
- Les résultats obtenus sont des paramètres moléculaires ou des données de modèle, enregistrés dans le chemin spécifié.
3. la génération automatisée de rapports scientifiques
- utiliserLes rapports : Intégrer de multiples outils pour produire des rapports complets.
- déplacer: :
- Saisissez la description de la tâche et le fichier de données :
python scripts/run_agent.py --input "tools/DataFiles/sample.pdf" --task "分析文献并生成报告"
- Le système invoque automatiquement l'outil, traite la documentation et génère un résumé.
- Le rapport est conservé dans le
tools/TempFiles
Le format est texte ou PDF.
mise en garde
- Le fonctionnement local nécessite 16 Go de mémoire vive et un réseau stable pour garantir la réussite des tâches complexes.
- La version en ligne convient pour les résultats simples, et le déploiement local est recommandé pour les grandes quantités de données.
- Nettoyage régulier
tools/TempFiles
pour éviter de prendre trop de place.
© déclaration de droits d'auteur
L'article est protégé par le droit d'auteur et ne doit pas être reproduit sans autorisation.
Articles connexes
Pas de commentaires...