SciToolAgent: интеллектуальный инструмент, объединяющий 500+ исследовательских инструментов для автоматизации исследовательских и научных задач

Общее введение

SciToolAgent - это инструментальная платформа с открытым исходным кодом, разработанная Инновационным центром Чжэцзянского университета в Ханчжоу (HICAI-ZJU). Она объединяет более 500 научных инструментов с помощью графа знаний (SciToolKG) и технологий моделирования на большом языке, помогая исследователям решать проблемы в области биологии, химии, материаловедения и так далее. Основное назначение этого инструмента - автоматизация научных задач, таких как обработка данных, молекулярное моделирование или анализ литературы, и, в конечном счете, получение конкретных результатов, таких как аналитические графики, результаты вычислений или сводные отчеты. Платформа бесплатно размещена на GitHub и может быть развернута как локально, так и с помощью онлайн-сервиса, что делает ее особенно удобной для исследовательских групп, которым необходимо быстро получать результаты.

Список функций

• Интеграция инструментов: Подключение к более чем 500 инструментам для работы с данными, моделирования и расчетов.
• Рекомендации по графику знаний: Рекомендуйте правильную комбинацию инструментов в зависимости от задач.
• Автоматизация задач: Экономия времени благодаря автоматическому планированию и выполнению исследовательских процессов.
• Получение результатов: Вывод конкретных результатов, таких как графики, отчеты или расчеты.
• контроль безопасности: Убедитесь, что инструмент работает безопасно и не дает ошибочных результатов.
• Пользовательские расширения: Поддержка добавления новых инструментов для получения персонализированных результатов.

Использование помощи

Процесс установки

Для полноценной работы SciToolAgent требуется локальная установка. Для этого необходимо выполнить следующие шаги:

1. Загрузка исходного кода

• Введите его в терминал:

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

2. Создание виртуальных сред

• Создайте и активируйте окружающую среду:

conda create -n SciToolAgent python=3.10
conda activate SciToolAgent

3. Установка зависимостей

• Установите полную зависимость:

pip install -r requirements.txt

• Или установите лайт-версию:

pip install -r requirement_agent.txt

4. среда конфигурации

• Копирование и редактирование .env Документация:

OPENAI_API_BASE = your_api_base
OPENAI_API_KEY = your_api_key

5. активация услуг

• входить tools Каталог, пробег:

cd tools
bash run.sh

Как использовать

SciToolAgent может выдавать результаты как при локальном запуске, так и в режиме онлайн.

локальная операция

• Начальные услуги: Беги bash run.sh После этого служба находится в режиме ожидания на месте.
• работать: Доступ test запустите сценарий тестирования:

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

• Посмотреть результаты: После выполнения задания результаты сохраняются в tools/TempFilesНапример, диаграммы или отчеты.
• корпус для бега: Корневой каталог Cases.ipynb Приведены четыре примера, которые можно запустить непосредственно для просмотра результатов.

Опыт работы в Интернете

• Доступ к онлайн-сервисам:
  http://scitoolagent.scimind.ai:8080/
• Введите задачу (например, "Проанализировать молекулярные данные") и получите простые результаты в течение нескольких секунд после отправки.
• Онлайн-версия подходит для быстрого тестирования, сложные результаты необходимо обрабатывать локально.

Основные функции Процедура работы

1. анализ данных и вывод графиков

• использовать: Обработка данных и создание визуализаций.
• перейти::

1. Чтобы преобразовать файл данных (например. .csv(вычислять) вводить (в) tools/DataFiles.
2. Выполнить команду:

python scripts/run_agent.py --input "tools/DataFiles/sample.csv" --task "数据分析并可视化"

3. зонд tools/TempFilesНиже приведены примеры графиков и анализов, которые можно использовать для получения результатов.

2. Молекулярное моделирование для проведения расчетов

• использовать: Анализирует молекулярные структуры и выводит расчетные данные.
• перейти::

1. Подготовьте молекулярные документы (напр. .cif), вставьте tools/DataFiles.
2. Инструменты вызова:

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

3. Выходными результатами являются молекулярные параметры или данные модели, сохраненные по указанному пути.

3. Автоматизированное создание научных отчетов

• использовать: Интеграция нескольких инструментов для создания полных отчетов.
• перейти::

1. Введите описание задания и файл данных:

   python scripts/run_agent.py --input "tools/DataFiles/sample.pdf" --task "分析文献并生成报告"
   

2. Система автоматически вызывает инструмент, обрабатывает литературу и составляет резюме.
3. Отчет хранится в tools/TempFilesФормат - текстовый или PDF.

предостережение

• Для успешного выполнения сложных задач в локальном режиме требуется 16 ГБ оперативной памяти и стабильная сеть.
• Онлайн-версия подходит для получения простых результатов, а для больших объемов данных рекомендуется локальное развертывание.
• Регулярная уборка tools/TempFilesчтобы не занимать много места.