浙大开源的SciToolAgent，如何用知识图谱驱动科研自动化？

在科学研究的漫长征途中，科研人员常常面临着繁杂的工具选择与任务执行难题。不同学科领域的研究任务需要调用多种专业工具，而工具之间的兼容性、任务流程的连贯性等问题，都极大地制约了科研效率的提升。为了解决这一痛点，浙江大学创新中心（HICAI-ZJU）开发了SciToolAgent，一个开源的知识图谱驱动的科学领域智能体，旨在通过整合海量科学工具，打破学科壁垒，实现科研流程的自动化与智能化。

SciToolAgent是一个强大的工具框架，它将大型语言模型（LLMs）与科学工具知识图谱（SciToolKG）相结合，能够自动规划、执行并总结解决复杂科学任务的工作流程。该平台整合了超过500种科学工具，覆盖生物学、化学、材料科学等多个领域，可处理数据处理、分子建模、文献分析等关键科研任务。通过构建全面的科学工具知识图谱，SciToolAgent能够智能地为科研任务推荐最佳工具组合，实现从任务解析到结果生成的全链路自动化执行。

（一）多工具集成与管理

SciToolAgent汇聚了500多种跨学科的科学工具，涵盖数据处理、分子建模、文献分析等多个科研场景。这些工具来自生物学、化学、材料科学等多个尖端领域，无论是基础研究还是前沿探索，都能为科研人员提供强大的支持。通过整合这些工具，SciToolAgent打破了学科之间的界限，实现了跨领域、跨功能的工具调用与协作，让科研人员能够在一个平台上轻松调用所需的各种工具。

（二）科研流程自动化

该平台实现了从任务解析、工具调度到结果生成的全流程自动化。科研人员只需清晰地定义任务目标、输入数据和预期输出结果，SciToolAgent便能自动执行任务。它能够自动规划工具的调用顺序，确保每个工具的输入输出无缝衔接，从而节省科研人员大量的时间和精力。这种自动化不仅提高了科研效率，还降低了人为误差的风险。

（三）领域知识图谱驱动

SciToolAgent的核心是其科学工具知识图谱（SciToolKG）。该知识图谱将500多种科学工具的功能、输入输出格式、依赖关系等信息编码为一个庞大的图结构。基于这个知识图谱，SciToolAgent能够对用户输入的科研任务进行语义理解，智能地选择合适的工具，并进行参数配置和执行流程规划。这种知识图谱驱动的方式，使得智能体具备更强的可解释性、规划能力和泛化性。它能够根据不同的任务需求，灵活地组合工具，生成最优的解决方案。

（四）多样化成果输出

SciToolAgent支持生成多种类型的科研成果，包括分析图表、数值计算结果和结构化报告等。无论是进行数据分析、分子建模还是文献综述，平台都能根据任务需求输出相应的成果形式。这种多样化的输出方式，满足了不同研究场景下的多样化需求，使科研人员能够更直观地展示研究成果。

（五）安全监控机制

平台内置了完善的安全监控机制，能够实时监测工具的运行状态。它会比对专业的毒性数据库，识别潜在的危险产物，并及时触发安全警告。此外，该机制还能防止生成有害分子或误用基因编辑工具，确保研究的合规性和伦理性。通过这一机制，SciToolAgent有效保障了工具运行的安全性，最大限度地避免了因操作失误或系统故障导致的错误结果。

（一）知识图谱构建与应用

SciToolAgent的科学工具知识图谱（SciToolKG）是其核心技术之一。该知识图谱包含了1434个节点和3992条边，涵盖了500多种科学工具的功能、输入输出格式、依赖关系等信息。通过构建这个知识图谱，SciToolAgent能够从全局视角理解工具之间的关系，从而为科研任务智能规划工具调用链。基于知识图谱的检索增强生成（RAG）技术，大模型可以自动生成工具调用链，避免了“试错式”的执行。

（二）LLM多角色协同

SciToolAgent将大型语言模型（LLMs）作为规划器（Planner）、执行器（Executor）和总结器（Summarizer）。规划器利用知识图谱对科研任务进行语义理解，生成工具调用计划；执行器按照计划顺序执行工具，确保每个工具的输入输出正确无误；总结器则对多个工具的输出进行整合和总结，生成最终的解决方案。

（三）安全防护模块

SciToolAgent的安全防护模块是其保障科研安全的关键。该模块通过实时监测工具的运行结果，与专业的毒性数据库进行比对，能够及时发现潜在的危险产物。此外，它还设置了伦理约束，防止生成有害分子或误用基因编辑工具。

（四）灵活适配多规模模型

SciToolAgent支持多种规模的模型，包括GPT-4o、Qwen2.5-72B等。通过微调，7B的小模型性能也能接近大模型，从而降低了使用成本。这种灵活适配能力，使得SciToolAgent能够根据不同的科研需求和资源条件，选择合适的模型进行任务执行。

（一）蛋白质工程

在生物医学研究中，蛋白质工程是一个关键领域。SciToolAgent能够自动设计和分析蛋白质结构。例如，科研人员可以通过输入蛋白质的序列信息和目标功能，让SciToolAgent自动调用相关的工具，如Chroma进行序列比对、ESMFold进行结构预测、ProDy进行动力学分析等。最终，平台会生成详细的蛋白质结构分析报告，为生物医学研究提供有力支持。

（二）化学反应性预测

化学反应性预测对于优化化学实验设计至关重要。SciToolAgent基于机器学习模型和化学知识图谱，能够预测化学反应的活性。科研人员只需输入反应物的分子结构信息，平台就能自动调用相关的机器学习模型和化学工具，分析反应物的性质，预测反应的活性，并生成预测报告。这不仅提高了化学实验的成功率，还节省了大量的实验时间和成本。

（三）化学合成路径规划

在化学合成研究中，规划合理的合成路径是提高合成效率的关键。SciToolAgent能够分析和规划化学合成路径。通过输入目标化合物的分子结构和合成条件，平台会自动调用相关的化学工具和知识图谱，分析可能的合成路径，评估每条路径的可行性和效率。最终，生成详细的合成路径规划报告，为化学合成研究提供清晰的方向。

（四）材料筛选与分析

在材料科学领域，筛选和分析新型材料是一个复杂而耗时的过程。SciToolAgent能够加速这一过程。例如，在金属有机框架（MOFs）的研究中，科研人员可以通过输入目标材料的性质要求，让SciToolAgent自动调用相关的材料数据库和分析工具。平台会根据知识图谱中的材料信息，筛选出符合条件的材料，并进行详细的性能分析。最终，生成材料筛选与分析报告，为材料科学研发提供有力支持。

（五）文献与数据分析

科研文献和实验数据是科学研究的重要基础。SciToolAgent能够处理和分析科研文献及实验数据。科研人员可以将文献文件或数据文件输入平台，让SciToolAgent自动调用相关的文本分析工具和数据处理工具。平台会对文献进行深度分析，提取关键信息，对数据进行处理和可视化。最终，生成文献分析报告或数据分析图表，辅助科研人员进行知识发现。

（一）安装部署

1.克隆仓库：

首先，从GitHub上克隆SciToolAgent的开源代码到本地机器。在终端中运行以下命令：

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

2.创建虚拟环境：

使用Conda创建一个新的虚拟环境，并激活它。运行以下命令：

conda create -n SciToolAgent python=3.10conda activate SciToolAgent

3.安装依赖：

安装项目所需的依赖包。运行以下命令：

pip install -r requirements.txt

如果只需要使用SciToolAgent的智能体部分，而不需要预配置的工具，可以安装`requirement_agent.txt`中的依赖包：

pip install -r requirement_agent.txt

如果遇到包冲突问题，可以使用以下命令安装项目而不安装其依赖项：

pip install --no-deps -e .

（二）配置环境变量

在`example.env`和`ToolsAgent/example.env`文件中，设置你的`API_KEY`和`API_BASE`。例如：

OPENAI_API_BASE = your_api_baseOPENAI_API_KEY = your_api_key

（三）运行工具服务

在`ToolsAgent`目录下，运行工具服务。如果需要使用某些基于AI模型的工具，还需要配置模型文件、路径和环境信息。具体修改可以参考`ToolsAgent/ToolsFuns`中的工具代码。

cd ToolsAgent./run.sh

（四）运行SciToolAgent

在`test`目录下，运行SciToolAgent的测试脚本。运行以下命令：

cd ../testPYTHONPATH=. python test_run_SciToolAgent.py

此外，平台还提供了`Cases.ipynb`案例文件，你可以在根目录中找到并运行这些案例。

（五）自定义工具

如果需要添加新的工具，可以按照以下步骤操作：

1. 创建工具文件

在`ToolsAgent/ToolsFuns`目录下创建一个新的Python文件，并定义工具函数。例如：

def custom_tool(parameter: str):# Your code herereturn result

2. 更新工具字典：将工具名称添加到`tool_name_dict.py`和`tools_dict.py`文件中。

3. 重启工具服务：重启工具服务以应用更改。

SciToolAgent作为浙江大学创新中心（HICAI-ZJU）开发的开源科学工具平台，凭借其强大的多工具集成能力、全流程自动化执行、领域知识图谱驱动以及安全监控机制，为科研人员提供了一个高效、智能的科研助手。它不仅能够显著提升科研效率，还能帮助科研人员在复杂的跨学科研究中轻松应对各种挑战。

GitHub仓库：https://github.com/HICAI-ZJU/SciToolAgent

点亮“关注”，设为“星标”，精彩不迷路！与你携手探索AI的无限可能，精彩内容持续更新！🚀