GraphAgent: построение графиков знаний для автоматизации планирования и выполнения задач

Общее введение

GraphAgent - это автоматизированная интеллектуальная система, которая объединяет в себе генерацию графов, планирование задач и их выполнение. Она способна обрабатывать структурированные и неструктурированные данные, строить сложные графы семантических зависимостей и эффективно выполнять пользовательские задачи за счет самопланирования и подбора инструментов. GraphAgent отлично справляется с задачами прогнозирования и генерации на широком спектре наборов данных, демонстрируя свою эффективность в сценариях с реальными данными.

Список функций

• Конструирование графов знаний: создание графов знаний, отражающих сложные семантические зависимости.
• Планирование задач: интерпретация пользовательских запросов и формулирование соответствующих задач посредством самопланирования.
• Выполнение задач: эффективное выполнение запланированных задач, автоматический подбор и вызов инструментов.
• Мультимодальная поддержка: интеграция языковых моделей и моделей языка графов для выявления сложной реляционной информации.
• Задачи предсказания: хорошо справляется с задачами предсказания, такими как классификация узлов.
• Задачи генерации: демонстрирует сильные способности в задачах генерации, таких как генерация текста.

Использование помощи

Процесс установки

1. Хранилище клонирования:

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

2. Создайте и активируйте среду conda:

   conda create -n graphagent python=3.11
conda activate graphagent

3. Установите зависимость:

   pip install -r GraphAgent-inference/requirements.txt

Процесс использования

1. Получите предварительно обученные модели:
   • GraphAgent/GraphAgent-8B: для моделирования действий в графе.
   • GraphAgent/GraphTokenizer: для преобразования графов в непрерывные лексемы.
   • sentence-transformers/all-mpnet-base-v2: для встраивания текстовых карт.
   • Эти контрольные точки можно загрузить в локальный каталог, аGraphAgent-inference/run.shПрограмма также автоматически загружает эти модели. Программа также автоматически загружает эти модели.
2. Настройте планировщик и API-токен:
   • По умолчанию используется планировщик deepseek, который можно найти вGraphAgent-inference/run.shНайдено в.
   • Поместите ключ API в соответствующее место.
3. Бегущие рассуждения:
   • Выполните следующую команду, чтобы начать вывод: bash
bash GraphAgent-inference/run.sh


Функции Поток операций

• Построение графа знаний: Генерация графов знаний, отражающих сложные семантические зависимости, с помощью агента Graph Generator Agent.
• Планирование миссии: Агент планирования задач интерпретирует запросы пользователя и создает соответствующие задачи, обеспечивая эффективное управление задачами за счет самопланирования.
• выполнение мандата: Task Execution Agent автоматически подбирает и вызывает инструменты для выполнения запланированных задач, обеспечивая их эффективное выполнение.
• мультимодальная поддержка: Интеграция языковых моделей и моделей графового языка для выявления сложной реляционной информации и поддержки различных форматов данных.
• Задачи прогнозирования: хорошо справляется с задачами прогнозирования, такими как классификация узлов, и пользователь может делать соответствующие прогнозы, предоставляя набор данных.
• Создание заданий: Демонстрирует сильные возможности в генеративных задачах, таких как генерация текста, где пользователи могут вводить текстовые данные для генеративных задач.