GraphAgent

Les données du monde réel sont représentées à la fois dans des formats structurés (par exemple, connexions de graphes) et non structurés (par exemple, informations textuelles, visuelles), englobant des relations complexes qui incluent des liens explicites (comme des connexions sociales et des comportements d'utilisateurs) et des interdépendances implicites entre entités sémantiques, souvent illustrées par des graphes de connaissances. Dans ce travail, nous proposons GraphAgent, un pipeline d'agents automatisé qui aborde à la fois les dépendances explicites des graphes et les interdépendances sémantiques améliorées par les graphes implicites, en s'alignant sur des scénarios de données pratiques pour des tâches prédictives (par exemple, classification de nœuds) et des tâches génératives (par exemple, génération de texte). GraphAgent se compose de trois composants clés : (i) un Agent Générateur de Graphes qui construit des graphes de connaissances pour refléter des dépendances sémantiques complexes ; (ii) un Agent de Planification de Tâches qui interprète diverses requêtes d'utilisateurs et formule des tâches correspondantes par auto-planification agentique ; et (iii) un Agent d'Exécution de Tâches qui exécute efficacement les tâches planifiées tout en automatisant l'appariement et l'invocation d'outils en réponse aux requêtes des utilisateurs.