策展人

策展GPT

CurateGPT 是一个原型 Web 应用程序和框架，用于对对象集合执行通用人工智能引导的管理和管理相关操作。

另请参阅 curategpt.io 上的应用程序（注意：该应用程序有时会关闭，并且可能仅具有本地应用程序功能的子集）

入门

用户安装

CurateGPT 可在 Pypi 上使用，并且可以通过pip安装：

pip install curategpt

开发者安装

您首先需要安装 Poetry。

然后克隆这个存储库。

 git clone https://github.com/monarch-initiative/curategpt.git
cd curategpt

并安装依赖项：

 poetry install

API 密钥

为了从 CurateGPT 获得最佳性能，我们建议获取 OpenAI API 密钥并进行设置：

 export OPENAI_API_KEY=

（对于 Monarch 成员：如果您想使用群组密钥，请在 Slack 上询问）

CurateGPT 还可以与其他大型语言模型配合使用 - 请参阅下面的“选择模型”。

加载示例数据并运行应用程序

您最初从一个空数据库开始。您可以将任何您喜欢的内容加载到该数据库中！接受任何 JSON、YAML 或 CSV。 CurateGPT 附带了一些现有本地和远程源（包括本体）的包装器。 Makefile 包含一些如何加载它们的示例。您可以使用ont-目标加载任何本体，例如：

 make ont-cl

这会将 CL（通过 OAK）加载到名为ont_cl的集合中

请注意，默认情况下，这会加载到存储在stagedb集合集中，而应用程序则在db上运行。您可以使用以下命令将集合集复制到数据库：

 cp -r stagedb/* db/

然后，您可以使用以下命令运行 Streamlit 应用程序：

 make app

建立索引

CurateGPT 取决于您想要管理的数据库/本体的矢量数据库索引。

旗舰应用是本体管理，因此要为像 CL 这样的 OBO 本体建立索引：

 make ont-cl

这需要 OpenAI 密钥。

（您可以使用开放嵌入模型构建索引，修改命令以去掉-m选项，但不建议这样做，因为目前 oai 嵌入似乎效果最好）。

加载默认本体：

 make all

（这可能需要一些时间）

加载不同的数据库：

 make load-db-hpoa
make load-db-reactome

您可以加载任意 json、yaml 或 csv 文件：

 curategpt view index -c my_foo foo.json

（您需要在诗歌外壳中执行此操作）

要加载问题的 GitHub 存储库：

 curategpt -v view index -c gh_uberon -m openai:  --view github --init-with "{repo: obophenotype/uberon}"

还支持以下内容：

• 谷歌云端硬盘
• 谷歌表格
• 降价文件
• LinkML 模式
• HPOA 文件
• GOCAM
• MAXOA 文件
• 还有更多

笔记本电脑

• 有关示例，请参阅笔记本。

选择型号

目前，该工具最适合与 OpenAI gpt-4 模型（用于指令任务）和用于嵌入的 OpenAI ada-text-embedding-002配合使用。

CurateGPT 位于 simonw/llm 之上，它具有用于使用替代模型的插件架构。理论上您可以使用这些插件中的任何一个。

此外，您可以使用 litellm 设置 openai 模拟代理。

litellm代理可以通过pip安装pip install litellm[proxy] 。

假设您想使用 ollama 在本地运行 mixtral。您启动 ollama（您可能必须先运行ollama serve ）：

 ollama run mixtral

然后启动litelm：

 litellm -m ollama/mixtral

接下来编辑extra-openai-models.yaml如 llm 文档中所述：

 - model_name: ollama/mixtral
  model_id: litellm-mixtral
  api_base: "http://0.0.0.0:8000"

您现在可以使用这个：

 curategpt ask -m litellm-mixtral -c ont_cl "What neurotransmitter is released by the hippocampus?"

但请注意，curategpt 中的许多提示都是针对 openai 模型设计的，它们可能会给出次优结果，或者在其他模型上完全失败。举个例子， ask似乎与 mixtral 配合得很好，但complete配合下效果却很糟糕。我们尚未调查问题是否出在模型、我们的提示或整体方法上。

欢迎来到人工智能工程的世界！

使用命令行

curategpt --help

您将看到用于处理索引、搜索、提取、生成等的各种命令。

这些功能通常可以通过 UI 来使用，当前的首要任务是记录这些功能。

与知识库聊天

 curategpt ask -c ont_cl "What neurotransmitter is released by the hippocampus?"

可能会产生类似的结果：

 The hippocampus releases gamma-aminobutyric acid (GABA) as a neurotransmitter [1](#ref-1).

...

## 1

id: GammaAminobutyricAcidSecretion_neurotransmission
label: gamma-aminobutyric acid secretion, neurotransmission
definition: The regulated release of gamma-aminobutyric acid by a cell, in which the
  gamma-aminobutyric acid acts as a neurotransmitter.
...

与 pubmed 聊天

 curategpt view ask -V pubmed "what neurons express VIP?"

与 GitHub 问题跟踪器聊天

 curategpt ask -c gh_obi "what are some new term requests for electrophysiology terms?"

术语自动完成（DRAGON-AI）

 curategpt complete -c ont_cl  "mesenchymal stem cell of the apical papilla"

产量

 id : MesenchymalStemCellOfTheApicalPapilla
definition : A mesenchymal cell that is part of the apical papilla of a tooth and has
  the ability to self-renew and differentiate into various cell types such as odontoblasts,
  fibroblasts, and osteoblasts.
relationships :
- predicate : PartOf
  target : ApicalPapilla
- predicate : subClassOf
  target : MesenchymalCell
- predicate : subClassOf
  target : StemCell
original_id : CL:0007045
label : mesenchymal stem cell of the apical papilla

整体比较

您可以比较一个集合中的所有对象

curategpt all-by-all --threshold 0.80 -c ont_hp -X ont_mp --ids-only -t csv > ~/tmp/allxall.mp.hp.csv

这需要 1-2 秒，因为它涉及到预先计算的向量的比较。它报告高于阈值的热门点击。

结果可能会有所不同。您可能想尝试不同的嵌入文本（默认是整个 json 对象；对于本体来说，它是标签、定义、别名的串联）。

样本：

 HP:5200068,Socially innappropriate questioning,MP:0001361,social withdrawal,0.844015132437909
HP:5200069,Spinning,MP:0001411,spinning,0.9077306606290237
HP:5200071,Delayed Echolalia,MP:0013140,excessive vocalization,0.8153252835818089
HP:5200072,Immediate Echolalia,MP:0001410,head bobbing,0.8348177036912526
HP:5200073,Excessive cleaning,MP:0001412,excessive scratching,0.8699103725005582
HP:5200104,Abnormal play,MP:0020437,abnormal social play behavior,0.8984862078522344
HP:5200105,Reduced imaginative play skills,MP:0001402,decreased locomotor activity,0.85571629684631
HP:5200108,Nonfunctional or atypical use of objects in play,MP:0003908,decreased stereotypic behavior,0.8586700411012859
HP:5200129,Abnormal rituals,MP:0010698,abnormal impulsive behavior control,0.8727804272023427
HP:5200134,Jumping,MP:0001401,jumpy,0.9011393233129765

请注意，CurateGPT 有一个单独的组件，用于使用 LLM 来评估候选匹配（另请参阅 https://arxiv.org/abs/2310.03666）；默认情况下不启用此功能，对于整个本体来说运行起来会很昂贵。