iDC-NEU/YiGraph

解决的问题

YiGraph 解决了将复杂、混乱的关系数据转化为清晰业务洞察的问题。交易日志、文档、表格和其他原始数据源中的行通常隐藏着重要的联系（谁向谁转账、哪些账户和设备相关联、公司之间如何关联），但发现这些联系通常需要图专业知识和手动工作。YiGraph 自动化了整个流程：它从原始数据中提取实体和关系以构建结构化图，然后让用户用自然语言提出业务问题，并获得清晰、可解释、可追踪的分析报告——用户无需理解图算法。

工作原理

YiGraph 是一个围绕 AAG（分析增强生成）框架构建的端到端代理系统。大型语言模型负责理解用户意图、将分析任务分解为步骤，并组织最终输出。关键的可靠性机制是核心分析计算不依赖于模型的文本推理——相反，AAG 将计算本身视为一等能力，并在关键阶段调用专业的图算法和图系统来执行可验证的计算，然后由模型进行解释和总结。

系统通过三个阶段工作：

• 知识驱动的任务规划：在执行任何操作之前，YiGraph 会确定用户的问题想要解决什么、需要哪些数据字段和关系、构建哪种图（哪些实体、哪些关系）、哪些分析方法和参数合适，以及如何解释结果。
• 以算法为中心的可靠执行：YiGraph 不是让模型“编写一段不可控的代码并运行”，而是以可验证的算法模块为中心，这些模块被调用和组合。每个分析步骤都是可复现的（相同输入产生稳定输出）、可追踪的（可以看到运行了哪些算法和步骤），并且更可靠（关键计算由专业模块完成，而非纯文本推理）。
• 任务感知的图构建：系统不会不加区分地将所有原始数据倾倒到一个巨大的图中。它只选择性地提取与当前问题相关的实体和关系，避免无关结构的噪声，并将图组织成更适合执行的形式。

YiGraph 内置了 200 多种图算法库，涵盖多个类别，包括基础算法（BFS、DFS、拓扑排序）、路径算法（Dijkstra、Bellman-Ford）、中心性（PageRank、介数中心性）、连通性和组件、聚类和社区检测（Louvain、Leiden、标签传播）、流和割、匹配和着色、团和核、距离度量以及图查询操作。

系统支持两种输入数据：现有图数据，以及非结构化文本数据（文档、日志、报告），从中自动提取实体和关系。

YiGraph 提供三种操作模式：

• 普通模式：用户只需提交业务问题；系统自动解析、选择合适的图算法、执行并生成报告。适合非技术或一般业务用户。
• 交互模式：用户与 YiGraph 协作，系统与 LLM 交互以决定计算工作流和图算法，然后执行。适合既了解业务又了解图算法的高级用户。
• 专家模式：用户指定问题以及解决方案方法、计算步骤和图算法，YiGraph 执行提供的计划。面向专家用户。

在部署方面，YiGraph 需要 Python 3.11+，使用 Neo4j 作为图数据库（已测试 Neo4j 3.5.25），并可通过 YAML 文件配置，该文件设置 LLM 提供商（OpenAI 或 Ollama）、检索和嵌入设置以及数据集定义。一个 Python 包已发布到 PyPI 上，名为 yigraph 2.0.0，可以通过 Web 交互界面或终端交互模式运行。演示命令计算最短路径和 PageRank，无需 LLM、GPU 或数据库。

适用人群

• 一般业务用户和非技术分析师：希望从复杂数据中获得答案而无需学习图论——他们使用普通模式，只需用自然语言描述业务问题。
• 高级用户：既了解业务领域又了解图算法，并希望引导计算工作流——他们使用交互模式。
• 专家用户：对业务和图算法有深入了解，希望指定确切的解决方案方法、步骤和算法——他们使用专家模式。
• 有关系数据分析需求的组织：涵盖多个领域，包括金融反洗钱和可疑交易分析（构建交易网络以发现异常资金路径和可疑循环）、电商风险控制（通过关联账户、设备和地址识别有组织欺诈和关联恶意行为）、企业关联和风险调查、园区/城市事件分析（从门禁、轨迹和事件数据中还原人员关系和事件演变），以及供应链风险分析。

亮点

• 从原始数据（日志、文档、表格）到图再到最终分析报告的端到端流程。
• 自然语言界面：用通俗语言描述业务问题；无需图算法知识。
• 200 多种内置图算法，涵盖路径、中心性、社区、流、匹配、团、距离、查询等。
• AAG 框架确保可靠性——计算由可验证的算法模块执行，而非不受控的模型生成代码，使结果可复现且可追踪。
• 任务感知的图构建，只选择性地构建与问题相关的实体和关系。
• 三种使用模式（普通、交互、专家）适用于不同技能水平。
• 多数据源支持：图数据和非结构化文本数据。
• 以可运行的源代码项目形式分发，并发布 PyPI 包（yigraph 2.0.0），提供 Web 和终端交互界面。