2026-10-22 13:27:14 网络安全文章来源：ZONE.CI 全球网 0 阅读模式

开源项目 | 最懂图的智能体：GammaLab重磅推出 iGraph-V1

原创

谈家锐，郭亚博
谈家锐，郭亚博

北邮 GAMMA Lab

2026年10月19日 13:08
北京

去阅读

北邮 GAMMA Lab 重磅推出图数据智能体 iGraph-V1，推动图智能走向真实业务场景中的图数据分析与洞察。图数据智能体作为图基础模型的一种实现方式，面向海量跨域显式（如引文网络或社交网络）或隐式（如关系表或文本）图数据，提供从原始数据到复杂真实任务的一站式便捷解决方案。iGraph-V1重点提升了面向现实世界数据的“干活能力”，通过创新图智能体内核设计扩展图数据分析的边界，为真实业务场景的图数据分析任务提供更坚实的能力基础。

iGraph-V1在多种图任务，如图检索、图论、图学习和开放式问答，iGraph-V1在使用相同大模型的情况下，领先于Codex等智能体，图任务处理能力达到国内外业界顶尖水平。面向不同数据类型和真实业务需求，iGraph持续探索从原始数据处理、关联结构建模到深度业务理解与数据洞察的演进路径，推进图智能体在实际业务场景中的应用。

GitHub链接：https://github.com/BUPT-GAMMA/iGraph
技术文档链接：https://igraph-docs.graphagent.workers.dev/

一、核心架构：五大硬核特性，重新定义图数据分析

iGraph-V1 是一个面向图数据分析的智能体系统，将自然语言交互、图构建、专业图计算与可视化整合在同一个工作台中。用户可以上传原始数据进行构图或加载已有图，使用自然语言进行专业的复杂图分析任务，并获得图分析报告和可视化结果。

iGraph-V1以图数据为核心，将任务规划、构图优化、图计算与结果解释组织成可持续交互的分析流程。智能体运行时结合大模型、技能、记忆与会话上下文理解问题、规划步骤，由图引擎管理图数据并执行查询、图算法和图学习任务。计算结果返回后，智能体据此调整后续步骤、解释结果，并通过报告和图画布呈现分析依据。

1.1 自进化构图：从多样化原始数据出发

面对多样的原始数据，iGraph-V1 既能根据 SQL、CSV 等结构化数据中的表结构与关联关系构图，也能从 TXT 等文本中提取实体和关系。iGraph-V1 引入基于技能和图模式更新操作的自进化构图机制，让构图更贴合实际分析需求。

1.2 全栈工具库：丰富完整的图分析工具库

iGraph-V1 集成图检索、图论分析与图机器学习能力，内置了大量图分析工具，覆盖从关系探索、结构分析到预测建模的多类任务，让图分析从“看清已有关系”进一步走向“发现潜在规律”。

1.3 智能问图：用自然语言探索图数据库

对于已经存储在图数据库中的数据，用户可以直接将其接入智能体，采用自然语言方式探索图数据库中的复杂语义关联，并输出分析报告。

1.4 极致性能：支持千万级节点规模超大图处理

iGraph-V1可以流畅支持10万节点量级的图数据分析。当数据规模达到大图处理阈值时，系统自动切换到大图处理进程，利用分区存储和并行计算技术支持千万级节点规模大图处理。

1.5 首创 GABench 基准：全面领先主流通用 Agent

智能体是否真正“懂图”，需要在实际图分析任务中检验。为评测大模型和Agent处理图数据的能力，团队首次提出了图分析评测基准 GABench （https://arxiv.org/abs/2608.01684）。该基准覆盖图信息检索、图论、图机器学习和图开放式问答四类任务，提供了10,400 项具有可验证标准答案的各类图分析任务，系统考察智能体访问图数据、调用分析工具和完成多步任务的端到端能力。实验表明当前主流大模型和通用智能体解决图任务的能力普遍较低。

我们进一步验证了iGraph-V1在该基准上的能力表现。实验表明:iGraph-V1在图信息检索、图论、图机器学习、图开放式问答四类任务上平均成功率均明显领先于通用智能体OpenClaw，其中iGraph-V1在前三类任务上的准确性有极大提升，具备了解决实际问题的潜力。此外，在使用前沿基座模型下，相较于Codex作为其原生适配的智能体，iGraph-V1 在所有任务上也都取得了大幅领先。更多实验结果见技术文档。

二、实战演练：三大真实业务场景的深度图分析

下图描述了一个完整图分析项目的全过程。下面的视频演示了iGraph-V1从构图到分析图任务的全流程。作为一个通用的图分析系统，iGraph可以采用自然语言的方式便捷分析图数据。通过简单的二次开发，iGraph可以进行金融风控、科学智能、开源情报等领域的专业图分析任务。下面展示了三个分析案例。

已关注

关注

重播分享赞

关闭

观看更多

退出全屏

切换到竖屏全屏退出全屏

北邮 GAMMA Lab已关注

分享视频

，时长01:39

0/0

00:00/01:39

切换到横屏模式

继续播放

[ ]

进度条，百分之0

播放

00:00

01:39

倍速

全屏

倍速播放中

0.5倍0.75倍1.0倍1.5倍2.0倍

超清流畅

继续观看

开源项目 | 最懂图的智能体：GammaLab重磅推出 iGraph-V1

观看更多

转载

开源项目 | 最懂图的智能体：GammaLab重磅推出 iGraph-V1

北邮 GAMMA Lab已关注

分享点赞在看

已同步到看一看写下你的评论

视频详情

2.1 股权穿透：沿股权链梳理企业控制关系

穿透式股权分析是金融风控的重要手段。面对示例企业的主体与股权数据，iGraph-V1 从主体信息和存续状态核查入手，依据原始持股记录识别第一大股东，再沿股权链追踪控制关系，整理成可视化的集团树。对于跨越多层企业的持股关系，系统进一步计算累计持股比例，并展示对应的持股记录与关联路径，让用户能够对照数据理解计算依据。这一案例展示了如何将分散的企业信息串联起来，辅助企业尽调与关联风险识别。

已关注

关注

重播分享赞

关闭

观看更多

退出全屏

切换到竖屏全屏退出全屏

北邮 GAMMA Lab已关注

分享视频

，时长01:26

0/0

00:00/01:26

切换到横屏模式

继续播放

[ ]

进度条，百分之0

播放

00:00

01:26

倍速

全屏

倍速播放中

0.5倍0.75倍1.0倍1.5倍2.0倍

超清流畅

继续观看

开源项目 | 最懂图的智能体：GammaLab重磅推出 iGraph-V1

观看更多

转载

开源项目 | 最懂图的智能体：GammaLab重磅推出 iGraph-V1

北邮 GAMMA Lab已关注

分享点赞在看

已同步到看一看写下你的评论

视频详情

2.2 分子特性：从分子结构探索潜在反应位点

图是分析分子构象和特性的重要方法。以分子分析为例，iGraph-V1 围绕溶解性、毒性等属性查询，以及环数、环类型和结构特征分析展开探索，再进一步识别可供考察的芳香 C–H 硼化反应位点，并根据分子对称性分析哪些位点等价。候选位点、等价分组与已有反应记录可以在分子结构图中对照查看，让分析结果落实到具体原子与化学键，为分子设计和合成方案的进一步研究提供结构依据。

已关注

关注

重播分享赞

关闭

观看更多

退出全屏

切换到竖屏全屏退出全屏

北邮 GAMMA Lab已关注

分享视频

，时长01:30

0/0

00:00/01:30

切换到横屏模式

继续播放

[ ]

进度条，百分之0

播放

00:00

01:30

倍速

全屏

倍速播放中

0.5倍0.75倍1.0倍1.5倍2.0倍

超清流畅

继续观看

开源项目 | 最懂图的智能体：GammaLab重磅推出 iGraph-V1

观看更多

转载

开源项目 | 最懂图的智能体：GammaLab重磅推出 iGraph-V1

北邮 GAMMA Lab已关注

分享点赞在看

已同步到看一看写下你的评论

视频详情

2.3 关系洞察：从人物往来读懂江湖圈子

挖掘文本中隐含对象关联是洞察隐含线索的重要手段。以《天龙八部》的人物关系为例，iGraph-V1 从门派、家族与日常往来中识别主要江湖圈子及代表人物，再沿亲缘、婚姻和师承关系梳理圈子之间的联系。用户还可以继续追问王语嫣的身世，追溯她与不同圈子的关联，或查找她与虚竹之间容易被忽略的多层关系，并在图中标注对应路径。人物社群与跨圈联系由此变得直观，帮助读者从关系结构的角度理解故事。

已关注

关注

重播分享赞

关闭

观看更多

退出全屏

切换到竖屏全屏退出全屏

北邮 GAMMA Lab已关注

分享视频

，时长02:14

0/0

00:00/02:14

切换到横屏模式

继续播放

[ ]

进度条，百分之0

播放

00:00

02:14

倍速

全屏

倍速播放中

0.5倍0.75倍1.0倍1.5倍2.0倍

超清流畅

继续观看

开源项目 | 最懂图的智能体：GammaLab重磅推出 iGraph-V1

观看更多

转载

开源项目 | 最懂图的智能体：GammaLab重磅推出 iGraph-V1

北邮 GAMMA Lab已关注

分享点赞在看

已同步到看一看写下你的评论

视频详情

iGraph的更多可能，期待与你一起探索。欢迎研究者、开发者和行业用户加入 iGraph 社区，分享真实业务需求、使用体验与改进建议，与我们共同图基础模型的新范式。我们也欢迎基于 iGraph 开展二次开发与应用创新，无论是扩展图分析工具、构建领域专属技能，还是接入新的数据源、探索行业应用场景，都期待你的实践与贡献。欢迎通过 Issue 交流问题与想法，通过 Pull Request 参与项目建设，让 iGraph 在开放协作中持续成长。

如果你对 iGraph 感兴趣，欢迎为我们的仓库点亮一颗 Star 🌟，并下载使用。关注后续更新，和我们一起让图数据智能体更智能、更易用！