GraphAgent：构建知识图谱，自动化任务规划与执行

综合介绍

GraphAgent是一个集成了图生成、任务规划和任务执行的自动化智能体系统。它能够处理结构化和非结构化数据，构建复杂的语义依赖关系图谱，并通过自我规划和工具匹配高效执行用户任务。GraphAgent在多种数据集上的预测和生成任务中表现出色，展示了其在实际数据场景中的有效性。

功能列表

• 构建知识图谱：生成反映复杂语义依赖关系的知识图谱。
• 任务规划：解释用户查询并通过自我规划制定相应任务。
• 任务执行：高效执行计划任务，自动匹配和调用工具。
• 多模态支持：集成语言模型和图语言模型，揭示复杂关系信息。
• 预测任务：在节点分类等预测任务中表现出色。
• 生成任务：在文本生成等生成任务中展示了强大能力。

使用帮助

安装流程

1. 克隆仓库：

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

2. 创建并激活conda环境：

   conda create -n graphagent python=3.11
conda activate graphagent

3. 安装依赖：

   pip install -r GraphAgent-inference/requirements.txt

使用流程

1. 获取预训练模型：
   • GraphAgent/GraphAgent-8B：用于图动作模型。
   • GraphAgent/GraphTokenizer：用于将图转换为连续token。
   • sentence-transformers/all-mpnet-base-v2：用于文本图嵌入。
   • 可以下载这些检查点到本地目录，并在GraphAgent-inference/run.sh中替换它们。程序也会自动下载这些模型。
2. 设置计划器和API Token：
   • 默认计划器为deepseek，可以在GraphAgent-inference/run.sh中找到。
   • 将API key放入相应位置。
3. 运行推理：
   • 执行以下命令启动推理： bash
bash GraphAgent-inference/run.sh


功能操作流程

• 构建知识图谱：通过Graph Generator Agent生成反映复杂语义依赖关系的知识图谱。
• 任务规划：Task Planning Agent解释用户查询并制定相应任务，通过自我规划实现高效任务管理。
• 任务执行：Task Execution Agent自动匹配和调用工具，执行计划任务，确保任务高效完成。
• 多模态支持：集成语言模型和图语言模型，揭示复杂关系信息，支持多种数据格式。
• 预测任务：在节点分类等预测任务中表现出色，用户可以通过提供数据集进行相应预测。
• 生成任务：在文本生成等生成任务中展示了强大能力，用户可以输入文本数据进行生成任务。