GraphAgent

让大模型看懂图数据，用对话完成复杂图推理

GraphAgent 是一个面向图数据的智能体语言助手，旨在将大型语言模型与图结构数据深度结合，解决传统图模型在复杂推理和多步决策上的局限。它基于 Agentic 框架，能够理解图数据中的实体与关系，通过自然语言交互完成图查询、路径推理、子图匹配等任务。其核心能力包括：将图数据转化为语言模型可理解的表示，支持多轮对话式图分析，以及自动规划图算法执行流程。GraphAgent 在 EMNLP 2025 发表，展示了在图问答、图推理等基准上的优越性能，为图数据与 LLM 的融合提供了新范式。项目处于早期阶段，代码以 Jupyter Notebook 形式提供，便于研究者复现和扩展。