SciToolAgent: uma inteligência que integra mais de 500 ferramentas de pesquisa para automatizar tarefas científicas e de pesquisa

Introdução geral

O SciToolAgent é uma plataforma de ferramentas de código aberto desenvolvida pelo Centro de Inovação da Universidade de Zhejiang em Hangzhou (HICAI-ZJU). Ela integra mais de 500 ferramentas científicas por meio de gráficos de conhecimento (SciToolKG) e tecnologias de modelagem de big language para ajudar os pesquisadores a lidar com problemas nas áreas de biologia, química, ciência dos materiais e assim por diante. O principal uso dessa ferramenta é automatizar tarefas científicas, como processamento de dados, modelagem molecular ou análise de literatura, e, por fim, gerar resultados específicos, como gráficos analíticos, resultados computacionais ou relatórios resumidos. A plataforma é hospedada gratuitamente no GitHub e pode ser implantada localmente ou experimentada por meio de um serviço on-line, o que a torna particularmente adequada para equipes de pesquisa que precisam produzir resultados rapidamente.

Lista de funções

• Integração de ferramentasConecte-se a mais de 500 ferramentas para lidar com dados, modelagem ou tarefas de cálculo.
• Recomendações do gráfico de conhecimentoRecomendação: Recomendar a combinação certa de ferramentas com base nas necessidades da tarefa.
• Automação de tarefasEconomize tempo planejando e executando automaticamente os processos de pesquisa.
• Geração de resultadosSaída de resultados específicos, como gráficos, relatórios ou cálculos.
• monitoramento de segurançaGarantia de que a ferramenta seja executada com segurança e evite resultados errôneos.
• Extensões personalizadasSuporte à adição de novas ferramentas para produzir resultados personalizados.

Usando a Ajuda

Processo de instalação

O SciToolAgent requer uma instalação local para ser totalmente funcional. As etapas são as seguintes:

1. download do código-fonte

• Digite-o no terminal:

git clone https://github.com/HICAI-ZJU/SciToolAgent.git
cd SciToolAgent

2. criação de ambientes virtuais

• Crie e ative o ambiente:

conda create -n SciToolAgent python=3.10
conda activate SciToolAgent

3. instalação de dependências

• Instale a dependência completa:

pip install -r requirements.txt

• Ou instale a versão lite:

pip install -r requirement_agent.txt

4. ambiente de configuração

• Copiar e editar .env Documentação:

OPENAI_API_BASE = sua_api_base
OPENAI_API_KEY = sua_chave_de_api

5. ativação de serviços

• entrar em ferramentas Catálogo, executado:

cd tools
bash run.sh

Como usar

O SciToolAgent pode gerar resultados executando-os localmente ou experimentando-os on-line.

operação local

• Início dos serviços: Executar bash run.sh Depois disso, o serviço fica em espera localmente.
• operar: Acesso teste execute o script de teste:

cd ... /test
PYTHONPATH=. python test_run_SciToolAgent.py

• Exibir resultadosApós a conclusão da tarefa, os resultados são salvos na pasta tools/TempFilescomo gráficos ou relatórios.
• caixa de corrida: Diretório raiz Casos.ipynb Quatro exemplos são fornecidos e podem ser executados diretamente para visualizar o resultado.

Experiência on-line

• Acesso a serviços on-line:
  http://scitoolagent.scimind.ai:8080/
• Insira uma tarefa (por exemplo, "Analisar dados moleculares") e retorne resultados simples em segundos após o envio.
• A versão on-line é adequada para testes rápidos, mas os resultados complexos precisam ser executados localmente.

Funções em destaque Procedimento de operação

1. análise de dados e saída de gráficos

• usoProcessamento de dados e geração de visualizações.
• mover::

1. Para converter um arquivo de dados (por exemplo .csv(computação) colocar (em) ferramentas/DataFiles.
2. Executar comando:

python scripts/run_agent.py --input "tools/DataFiles/sample.csv" --task "Data analysis and visualisation" (Análise e visualização de dados)

3. sonda tools/TempFilesA seguir, alguns exemplos de gráficos e análises que podem ser usados para gerar os resultados.

2. modelagem molecular para gerar cálculos

• usoAnálise de estruturas moleculares: analisa estruturas moleculares e gera dados calculados.
• mover::

1. Preparar documentos moleculares (por exemplo .cif), insira o ferramentas/DataFiles.
2. Ferramentas de chamada:

from tools.ToolsFuns import molecular_analysis
result = molecular_analysis("tools/DataFiles/input_file.cif")
resultado = molecular_analysis("tools/DataFiles/input_file.cif")

3. Os resultados de saída são parâmetros moleculares ou dados do modelo, salvos no caminho especificado.

3. geração automatizada de relatórios científicos

• usoIntegração de várias ferramentas para gerar relatórios completos.
• mover::

1. Insira a descrição da tarefa e o arquivo de dados:

   python scripts/run_agent.py --input "tools/DataFiles/sample.pdf" --task "Analyse literature and generate report" (Analisar literatura e gerar relatório)
   

2. O sistema invoca automaticamente a ferramenta, processa a literatura e gera um resumo.
3. O relatório é mantido no tools/TempFilesO formato é texto ou PDF.

advertência

• A operação local requer 16 GB de RAM e uma rede estável para garantir a conclusão bem-sucedida de tarefas complexas.
• A versão on-line é adequada para resultados simples, e a implantação local é recomendada para grandes quantidades de dados.
• Limpeza regular tools/TempFilespara não ocupar muito espaço.