Dingent: An Easily Deployable Database Retrieval and Integration Agent framework

Das Paper stellt Dingent vor, ein leicht deploybares und konfigurierbares Agenten-Framework, das die natürliche Sprachabfrage und Integration verschiedener Datenquellen über eine Web-Oberfläche ermöglicht und sich erfolgreich in Anwendungsszenarien wie den Geowissenschaften und der Ökologie bewährt hat.

Das Wesentliche

Stellen Sie sich vor, Sie haben einen riesigen, chaotischen Bibliotheksbestand, der aus tausenden verschiedenen Regalen besteht. Jedes Regal hat eine ganz eigene Sprache, ein eigenes Katalogsystem und einen unterschiedlichen Bibliothekar. Wenn Sie als Forscher etwas Bestimmtes suchen – sagen wir, Informationen über einen bestimmten Hund oder ein Gen –, müssten Sie normalerweise von Regal zu Regal laufen, die verschiedenen Kataloge durchsuchen und die Ergebnisse mühsam in Ihrem Kopf zusammenfügen. Das ist anstrengend und erfordert viel Fachwissen.

Das Papier stellt Dingent vor, eine Art super-intelligenter, persönlicher Bibliothekar, der all diese Probleme löst.

Hier ist die einfache Erklärung, wie Dingent funktioniert:

1. Das Problem: Der "One-Stop-Shop" fehlte

Bisher gab es zwei Arten von Werkzeugen für solche Suchen:

• Die "Baukasten-Sets" (wie LangChain): Diese sind mächtig, aber man muss ein Experte sein (ein Programmierer), um sie zu bauen. Das ist wie der Versuch, ein Auto aus Einzelteilen zu bauen, ohne jemals einen Schraubenschlüssel in der Hand gehabt zu haben.
• Die "Fertig-Lösungen" (spezielle KI-Apps): Diese funktionieren gut für ein bestimmtes Thema, sind aber starr. Wenn Sie eine neue Datenbank hinzufügen wollen, ist das oft unmöglich. Das ist wie ein Auto, das nur auf einer einzigen Straße fahren kann.

Dingent ist die Lösung: Es ist wie ein modulares Lego-Set für KI-Assistenten, das jeder nutzen kann – auch ohne Programmierkenntnisse.

2. Wie Dingent funktioniert: Die drei Bausteine

Stellen Sie sich Dingent als eine intelligente Werkstatt vor, in der Sie drei Dinge zusammenstellen können:

• Die Werkzeuge (Plugins): Das sind die Hände des Assistenten. Es gibt Werkzeuge, die SQL-Datenbanken lesen, andere, die Texte durchsuchen, und wieder andere, die spezielle Analysen durchführen. Sie können diese Werkzeuge einfach auswählen und in den Koffer packen.
• Der Assistent (Assistant): Das ist die Person, die die Werkzeuge benutzt. Sie definieren, was dieser Assistent tun soll. Zum Beispiel: "Wenn jemand nach Hunden fragt, nutze das Werkzeug für Hundedaten."
• Der Arbeitsplan (Workflow): Das ist die Landkarte. Sie sagen dem Assistenten: "Zuerst suche im Regal A, dann, wenn du etwas findest, gehe zu Regal B und vergleiche die Ergebnisse."

3. Die Magie dahinter: Konfiguration statt Codierung

Das Beste an Dingent ist, dass Sie nichts programmieren müssen. Es gibt eine einfache Webseite, auf der Sie wie bei einem Videospiele-Menü alles zusammenklicken können:

• Wählen Sie Ihre Datenbanken aus (wie MySQL, Elastic Search oder eigene Dateien).
• Verbinden Sie sie mit Ihren KI-Modellen.
• Speichern Sie die Einstellungen.

Danach starten Sie Dingent, und plötzlich haben Sie eine Webseite, auf der Sie ganz normal schreiben können: "Zeig mir alle Gene, die mit Diabetes bei Hunden zusammenhängen." Der Assistent denkt nach, sucht in den richtigen Datenbanken, holt die Informationen und fasst sie für Sie in einer klaren Antwort zusammen.

4. Drei Beispiele aus der Praxis (Die "Demos")

Das Papier zeigt, wie Dingent in der echten Welt funktioniert:

• Fall 1: Der Spezialist.
  Ein Assistent wurde nur für eine Datenbank (GenBase) gebaut. Wenn Sie nach "Ciona savignyi" (einer bestimmten Seescheide) fragen, findet Dingent sofort alle 88.000 Sequenzen und zeigt sie in einer schönen Tabelle an. Es ist wie ein Spezialist, der nur ein Regal kennt, aber darin ein Meister ist.

• Fall 2: Der Diplomat.
  Hier muss Dingent zwischen drei verschiedenen Datenbanken (BioKA, GenBase, iDog) entscheiden. Wenn Sie fragen "Welche Hunderassen brauchen täglich Fellpflege?", weiß Dingent sofort: "Das ist eine Frage für iDog!" und ignoriert die anderen. Fragen Sie aber nach einem Biomarker, schickt es die Anfrage an BioKA. Es weiß genau, wo es suchen muss.

• Fall 3: Der Detektiv (Die Verknüpfung).
  Das ist das Coolste: Dingent kann Verbindungen herstellen.

  • Frage: "Was verursacht die degenerative Myelopathie bei Hunden?"
  • Schritt 1: Dingent sucht in der Datenbank "iDog" und findet zwei Gene (SOD1 und SP110).
  • Schritt 2: Dingent nimmt diese Gene und sucht automatisch in einer anderen Datenbank ("BioKA"), ob diese Gene als Biomarker bekannt sind.
  • Ergebnis: "Ja, SOD1 ist ein bekannter Biomarker."
    Ohne Dingent müssten Sie das erst in Datenbank A finden, dann manuell in Datenbank B suchen und die Ergebnisse selbst verbinden. Dingent macht das in Sekunden.

5. Warum ist das wichtig?

Dingent ist wie ein universeller Übersetzer und Kurier. Es nimmt die komplexe Welt der biologischen Datenbanken und macht sie für jeden Forscher (und sogar für Laien) zugänglich.

• Einfach: Keine Programmierkenntnisse nötig.
• Schnell: Es nutzt intelligente Techniken, um nicht jedes Mal alles neu zu berechnen (wie ein guter Bibliothekar, der weiß, wo das Buch schon einmal lag).
• Flexibel: Sie können es für Hunde, Pflanzen oder sogar für Erdwissenschaften nutzen.

Fazit

Stellen Sie sich vor, Sie könnten mit Ihrer Datenbank wie mit einem Freund chatten. Sie fragen, und der Freund holt sich die Informationen aus verschiedenen Büchern, vergleicht sie und gibt Ihnen eine zusammengefasste Antwort. Dingent ist genau dieser Freund. Es verwandelt trockene, schwer zugängliche Daten in nützliches Wissen, das jeder verstehen kann.

Technische Zusammenfassung

Problemstellung

Die effiziente Nutzung komplexer biologischer Daten und die Bereitstellung natürlichsprachiger Schnittstellen für Abfragen sind ein aufkommendes Forschungsgebiet. Obwohl bereits verschiedene LLM-basierte Backend-Frameworks (wie LangChain, LlamaIndex) und intelligente Agenten-Anwendungen (wie Biomni, MRAgent) existieren, klafft eine signifikante Lücke:

1. Mangelnde Zugänglichkeit: Open-Source-Frameworks erfordern oft Programmierkenntnisse, was sie für viele Lebenswissenschaftler unzugänglich macht.
2. Fehlende Flexibilität: Bestehende agentenspezifische Anwendungen sind oft starr und schwer an sich wandelnde Forschungsbedürfnisse anzupassen.
3. Keine End-to-End-Lösung: Frameworks wie AutoGen sind nicht primär für die Erstellung benutzerfreundlicher, UI-gesteuerter Anwendungen mit Web-Oberfläche konzipiert.
   Es fehlt an einer einfachen, konfigurierbaren „All-in-One"-Agenten-Plattform, die verschiedene Datenquellen unterstützt und eine Web-Schnittstelle für die Datendiscovery bereitstellt.

Methodik: Das Dingent-Framework

Dingent ist ein neuartiges, konfigurierbares Agenten-Framework, das es Forschern ermöglicht, ohne Programmier- oder KI-Expertise benutzerdefinierte Agenten-Anwendungen zu erstellen. Die Architektur basiert auf folgenden technischen Säulen:

• Konfigurationsgetriebene Entwicklung: Statt Code zu schreiben, nutzen Administratoren eine React-basierte visuelle Verwaltungsoberfläche, um LLMs, Datenquellen (MySQL, SQLite, ChromaDB, Elastic Search, benutzerdefinierte Quellen) und Workflows zu konfigurieren. Alle Konfigurationen werden in strukturierten Dateien gespeichert und zur Laufzeit dynamisch geladen.
• Hochleistungs-Engine (LangGraph & ReAct):
  • Der Kern ist eine auf LangGraph basierende ReAct-Ausführungsengine.
  • Sie nutzt asynchrone Scheduling-Mechanismen, um Workflow-Graphen dynamisch zu konstruieren und parallele Ausführung zu ermöglichen.
  • Ein Double-Checked-Caching-Mechanismus minimiert Redundanzen bei der Workflow-Erstellung.
  • Eine reaktive Knoten-Ausführungsstrategie erlaubt es Assistenten, basierend auf dem Kontext dynamisch Plugins auszuwählen und Pläne zu generieren.
• Modulare Bausteine (Plugins, Assistenten, Workflows):
  • Plugins: Minimale Ausführungseinheiten für atomare Aufgaben (z. B. Text2SQL, RAG, Vektor-Datenbank-Abfragen, GO-Anreicherungen, REST-APIs). Sie unterstützen deklarative Abhängigkeitsisolierung (via fastmcp), um Konflikte zu vermeiden.
  • Assistenten: Kombinieren mehrere Plugins zu funktionalen Einheiten.
  • Workflows: Graph-basierte Orchestrierung, die Assistenten als Knoten verbindet. Dies ermöglicht verzweigende Logik, bedingte Pfadsteuerung und Multi-Assistent-Routing.
• Bereitstellung: Dingent wird als installierbares Paket mit integrierter Frontend-Oberfläche für Windows, Linux und macOS bereitgestellt. Es unterstützt Versionsmanagement und automatische Migration von Konfigurationen.

Schlüsselbeiträge

1. Ein-Stop-Lösung für Agenten-Bau: Ermöglicht die Erstellung von Agenten-Anwendungen durch reine Konfiguration, was die Einstiegshürde für Nicht-Programmierer senkt.
2. Flexible Plugin-Architektur: Unterstützt sowohl eingebaute Plugins (Text2SQL, RAG) als auch benutzerdefinierte Plugins über das MCP (Model Context Protocol). Dies erlaubt die nahtlose Integration heterogener Datenquellen.
3. Skalierbare Orchestrierung: Die Fähigkeit, Workflows mit verzweigender Logik zu erstellen, ermöglicht komplexe Szenarien wie die federierte Suche über mehrere Datenbanken oder korrelative Analysen.
4. Einfache Deployments: One-Click-Installation und portable Bereitstellung in verschiedenen Forschungsumgebungen.

Ergebnisse und Anwendungsfälle

Die Autoren demonstrieren die Fähigkeiten von Dingent in drei Szenarien aus den Lebenswissenschaften:

1. Datensuche in einer einzelnen Datenbank (MCP):

   • Szenario: Suche nach Nukleotid- und Proteinsequenzen in der GenBase-Datenbank.
   • Umsetzung: Ein MCP-Plugin wurde entwickelt, das native ES-Funktionen (Elasticsearch) über Java aufruft.
   • Ergebnis: Nutzer können natürliche Spracheingaben (z. B. „Nukleotidsequenz von Ciona savignyi") tätigen. Das System ruft automatisch den Dienst auf und zeigt Ergebnisse in Tabellen und zusammenfassenden LLM-Antworten an.

2. Intelligente Routenplanung über mehrere Datenbanken:

   • Szenario: Integration von BioKA (Biomarker), GenBase und iDog (Hunde-Daten).
   • Umsetzung: Ein Workflow mit verzweigender Logik leitet Anfragen basierend auf dem Inhalt an den richtigen Assistenten weiter (z. B. Hunde-Rassen an iDog, Biomarker an BioKA).
   • Ergebnis: Das System routet Anfragen wie „Welche Hunderassen benötigen täglich Fellpflege?" korrekt an iDog und Biomarker-Abfragen an BioKA, was die Zuverlässigkeit der Framework-Architektur unterstreicht.

3. Korrelative Abfragen über verbundene Ressourcen:

   • Szenario: Identifikation von Genen und Biomarkern für die degenerative Myelopathie bei Hunden.
   • Umsetzung: Ein Workflow verbindet iDog (Krankheit-Gen-Assoziationen) und BioKA (Biomarker).
   • Ergebnis: Auf die Frage nach Krankheitsursachen identifiziert das System die Gene SOD1 und SP110. In einer Folgefrage nutzt es diese Gene, um in BioKA nach Biomarkern zu suchen und bestätigt SOD1 als diagnostischen Biomarker. Dies zeigt die Fähigkeit zur mehrstufigen, kontextbewussten Datenintegration.

Bedeutung und Ausblick

Dingent schließt die Lücke zwischen komplexen LLM-Frameworks und der praktischen Anwendung in der biologischen Forschung. Es ermöglicht Lebenswissenschaftlern, ihre eigenen Datenressourcen schnell in KI-gestützte, durchsuchbare Systeme zu verwandeln.

• Übertragbarkeit: Obwohl in den Lebenswissenschaften getestet, ist das Framework für andere Bereiche wie Geowissenschaften und Ökologie geeignet.
• Limitationen: Aktuell fehlen robuste Mechanismen für die Kommunikation zwischen mehreren Agenten (Multi-Agent Collaboration), ein Benutzermanagement-Modul für Zugriffskontrolle und tiefgehende Datenanalyse-Funktionen (der Fokus liegt auf Retrieval).
• Zukunft: Geplante Verbesserungen umfassen ein Plugin-Management-Panel, Session-Management, Mehrsprachigkeit und die Integration von „Deep Search"-Funktionen für intelligentere Suchstrategien.

Das Framework ist als Open-Source-Projekt auf GitHub verfügbar und bietet damit einen wichtigen Baustein für die Demokratisierung von KI-gestützter Datenanalyse in der Wissenschaft.