LNR-server-01-input-data-processing

📣 重要通知

⚠️ 由于论文正在评审中，在撤销此公告之前，严禁任何人复用本仓库中的所有内容。感谢您的理解！🙏

Related MCP server: mcp-image-compression

1. 概述与目标

本仓库包含了由中国 XXX 大学 开发的论文 ××× 的完整实现、实验数据及补充结果。

在论文发表前，代码在限制性许可下共享。一旦论文被录用，本仓库将转为 MIT 许可。在评审期间，如有任何关于学术用途的咨询，请联系通讯作者。

2. 智能体操作视频

2.1 开发原型的操作

↓↓↓ 使用开发的 原型 通过图引导的 MCP 工具操作 TCG-TE LNR 智能体的演示

完整视频可在此处找到

↓↓↓ 使用开发的 原型 将新的 MCP 服务器集成到 TCG-TE LNR 智能体的演示

完整视频可在此处找到

2.2 基于 NPG-TE 模式的智能体操作

↓↓↓ 由 GPT-5 驱动的带有离散 MCP 工具的 NPG-TE 智能体 操作片段。

↓↓↓ 智能体响应截图

完整视频可在此处找到

↓↓↓ 由 GPT-4o 驱动的带有离散 MCP 工具的 NPG-TE 智能体 操作片段。

↓↓↓ 智能体响应截图

完整视频可在此处找到

2.3 基于 TCG-TE 模式的智能体操作

↓↓↓ 由 Claude sonnet 3.7 驱动的带有图引导 MCP 工具的 TCG-TE 智能体 操作片段。

完整视频可在此处找到

↓↓↓ 由 GPT-4.1 驱动的带有图引导 MCP 工具的 TCG-TE 智能体 操作片段。

↓↓↓ 智能体响应截图

完整视频可在此处找到

3. 仓库结构

4. 致谢

本工作在很大程度上依赖于优秀的开源项目，包括但不限于：

• LangGraph & LangChain

• Hugging Face MTEB 排行榜

• NetworkX, PyTorch Geometric 以及众多 LLM 提供商（OpenAI, Anthropic, Qwen, Llama 等）

我们衷心感谢所有这些基础工作的贡献者。