GraphAgent: タスク計画と実行を自動化する知識グラフの構築

はじめに

GraphAgentは、グラフ生成、タスク計画、タスク実行を統合した自動インテリジェント・ボディ・システムである。GraphAgentは、構造化データおよび非構造化データを処理し、複雑な意味依存グラフを構築し、自己計画およびツールマッチングによってユーザタスクを効率的に実行することができる。GraphAgentは、広範なデータセットの予測および生成タスクで優れた性能を発揮し、実データシナリオにおける有効性を実証している。

機能一覧

• 知識グラフの構築：複雑な意味依存関係を反映した知識グラフの生成。
• タスクプランニング：ユーザーのクエリを解釈し、セルフプランニングによって対応するタスクを策定する。
• タスク実行：スケジュールされたタスクの効率的な実行、ツールの自動マッチングと呼び出し。
• マルチモーダル支援：複雑な関係情報を明らかにするための統合言語モデルとグラフ言語モデル。
• 予測タスク：ノードの分類などの予測タスクで優れたパフォーマンスを発揮。
• ジェネレーション・タスク：テキスト生成などのジェネレーション・タスクで高い能力を発揮。

ヘルプの使用

設置プロセス

1. クローン倉庫

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

2. conda環境を作成し、有効化する：

   conda create -n graphagent python=3.11
condaはgraphagentをアクティブにする

3. 依存関係をインストールします：

   pip install -r GraphAgent-inference/requirements.txt

使用プロセス

1. 事前に訓練されたモデルを取得する：
   • GraphAgent/GraphAgent-8B: グラフ・アクション・モデリング用。
   • GraphAgent/GraphTokenizer: グラフを連続トークンに変換する。
   • sentence-transformers/all-mpnet-base-v2: テキストマップ埋め込み用。
   • これらのチェックポイントは、ローカルディレクトリにダウンロードすることができます。GraphAgent-inference/run.shプログラムはこれらのモデルも自動的にダウンロードします。プログラムはこれらのモデルも自動的にダウンロードします。
2. プランナーとAPIトークンを設定します：
   • デフォルトのプランナーはdeepseekである。GraphAgent-inference/run.shで発見された。
   • APIキーを適切な場所に置く。
3. 走る推理：
   • 以下のコマンドを実行して推論を開始する： バッシュ
bash GraphAgent-inference/run.sh


機能 操作の流れ

• ナレッジグラフの構築グラフ生成エージェントにより、複雑な意味依存関係を反映した知識グラフを生成。
• ミッション計画タスクプランニングエージェントは、ユーザーのクエリを解釈し、それに対応するタスクを作成することで、セルフプランニングによる効率的なタスク管理を実現します。
• 指令の実施タスク実行エージェントは、スケジュールされたタスクを実行するためのツールを自動的にマッチングして起動し、タスクが効率的に完了するようにします。
• マルチモーダルサポート言語モデルとグラフ言語モデルを統合して、複雑な関係情報を明らかにし、複数のデータ形式をサポートします。
• 予測業務ノード分類のような予測タスクで優れた性能を発揮し、ユーザはデータセットを提供することで対応する予測を行うことができます。
• タスクの生成テキスト生成のような生成的なタスクに強いことを示す。