GraphAgent

项目概述#

GraphAgent 是由香港大学数据科学学院（HKUDS）开发的自动化图智能体框架，已发表于 EMNLP 2025。该项目旨在弥合结构化图数据（如社交网络、引用网络）与非结构化内容（如文本、视觉信息）之间的鸿沟。

核心机制#

GraphAgent 引入了多智能体协作架构，通过自动化流水线工作：

1. 理解与构建：如果没有现成的图，通过 Graph Generator Agent 自动构建知识图谱；如果有，则利用现有图结构
2. 规划：Task Planning Agent 将用户的自然语言查询解析为具体的执行计划
3. 执行：Task Execution Agent 调用工具并利用 Graph-Text Tokenizer 将图转化为连续 Token，结合 LLM 进行推理或生成

解决的问题#

• 异构数据融合：统一处理显式链接（如用户关注关系）与隐式语义依赖（如文档间的主题相关性）
• 跨任务通用性：同一个框架内同时解决图上的分类/回归问题（预测任务）和文本生成/摘要问题（生成任务）
• 零样本泛化：在未见过的图数据集上表现出显著优于传统 GNN 的零样本分类能力

核心组件#

关键特性#

• 处理结构化（图连接）和非结构化（文本、视觉信息）数据格式
• 处理显式链接（社交连接、用户行为）和隐式语义实体间相互依赖关系
• 集成语言模型与图语言模型，揭示复杂的关系信息和数据语义依赖
• 提供多模态图-文本 tokenizer，将图转化为连续 tokens

模型变体#

• GraphAgent-Task Expert (8B)：针对特定任务微调的专家模型
• GraphAgent-General (8B)：通用版本
• GraphAgent-Zero-Shot (8B)：专攻零样本推理场景，无需特定数据集微调即可工作

支持的任务#

预测任务#

• Node Classification (NC)：节点分类
• Paper Classification：论文学科分类
• Paper Judgement Prediction：论文录用/评分预测

生成任务#

• Text Generation：通用文本生成
• Related Work Generation：自动生成学术论文的"相关工作"章节
• Text Summarization：长文本摘要

数据处理能力#

• 多模态输入支持：支持结构化图数据（邻接矩阵、边列表）和非结构化数据（文本、视觉信息）
• 图-文统一编码：提供专门的 Graph-Text Tokenizer，能够将图结构信息转化为连续的 Token 序列
• 隐式/显式依赖处理：不仅处理可见的连接，还能挖掘数据间隐含的语义关联

性能表现#

在 ACM-1000 零样本分类任务中，GraphAgent 在多项指标上超越传统图神经网络方法（SAGE, GAT, HAN, HGT, HetGNN, HiGPT），提升幅度最高达 63.5%。

应用场景#

• 学术论文分析和分类
• 同行评审预测
• 自动生成相关工作章节
• 政府报告摘要
• IMDB 电影数据分析
• ACM 论文网络分析

安装步骤#

# 克隆仓库
git clone https://github.com/HKUDS/GraphAgent.git
cd GraphAgent

# 创建 conda 环境
conda create -n graphagent python=3.11
conda activate graphagent

# 安装推理依赖
pip install -r GraphAgent-inference/requirements.txt

模型资源#

项目在 Hugging Face 上提供以下预训练检查点：

• GraphAgent/GraphAgent-8B：8.03B 参数的多模态 llama3 图动作模型
• GraphAgent/GraphTokenizer：多模态图-文本 tokenizer
• sentence-transformers/all-mpnet-base-v2：用于文本图嵌入的句子转换器

配置要求#

需配置 API-based LLM 用于任务规划和图生成，默认使用 deepseek 作为规划器，需在 GraphAgent-inference/run.sh 中设置相应的 API 密钥。

使用方式#

bash GraphAgent-inference/run.sh

>>> Please enter a user instruction or file path (or type 'exit' to quit):
>>> GraphAgent-inference/demo/use_cases/teach_me_accelerate.txt

项目提供 use_cases 目录包含多样化的使用示例，展示 GraphAgent 如何完成不同任务。

数据集支持#

引用格式#

@article{graphagent,
      title={GraphAgent: Agentic Graph Language Assistant}, 
      author={Yuhao Yang and Jiabin Tang and Lianghao Xia and Xingchen Zou and Yuxuan Liang and Chao Huang},
      year={2024},
      journal={arXiv preprint arXiv:2412.17029},
}