Dingent: An Easily Deployable Database Retrieval and Integration Agent framework

Dit paper introduceert Dingent, een eenvoudig te implementeren en configureerbaar agent-framework dat natuurlijke taal gebruikt voor het zoeken en integreren van gegevens uit diverse bronnen via een webinterface, met succesvolle toepassing in drie scenario's en potentieel voor andere domeinen zoals de aardwetenschappen.

Kong, D., Bei, S., Wu, Y., Tang, B., Zhao, W.

Gepubliceerd 2026-03-20
📖 4 min leestijd☕ Koffiepauze-leesvoer
⚕️

Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Each language version is independently generated for its own context, not a direct translation.

Stel je voor dat je een enorme bibliotheek binnenstapt, maar in plaats van boeken liggen er miljarden losse documenten, databases en lijsten verspreid over de vloer. Je wilt iets specifieks weten, bijvoorbeeld over een bepaalde hondenziekte of een gen, maar je weet niet precies waar je moet zoeken of hoe je die informatie moet vinden. Je zou een programmeur moeten inhuren om een robot te bouwen die voor jou zoekt.

Dingent is de oplossing voor precies dit probleem. Het is een slim, aanpasbaar "robot-bouwpakket" dat het voor iedereen mogelijk maakt om een persoonlijke data-assistent te maken, zonder dat je ook maar één regel code hoeft te schrijven.

Hier is hoe Dingent werkt, vertaald naar alledaagse taal:

1. De "Lego-blokken" van data (De Bouwsteen-methode)

Stel je voor dat je een huis wilt bouwen. In het verleden moest je eerst bakstenen maken, mortel mixen en de architectuur zelf ontwerpen. Met Dingent krijg je een doos vol Lego-blokken (de auteurs noemen dit plugins).

  • Er zijn blokken voor SQL-databases (zoals een ordner met tabellen).
  • Er zijn blokken voor zoekmachines (zoals Google).
  • Er zijn blokken voor speciale taken, zoals het analyseren van genen.

Je sleept deze blokken in een visuele interface (een scherm waar je klikt en sleept) en verbindt ze met elkaar. Je bepaalt zelf welke blokken je nodig hebt. Wil je een assistent die alleen naar honden kijkt? Dan gebruik je de honden-blokken. Wil je een assistent die naar planten kijkt? Dan wissel je de blokken uit.

2. De "Super-Vertaler" (De AI-agent)

Zodra je je blokken hebt samengesteld, heb je een Agent. Deze agent fungeert als een slimme tolk.

  • Jij: "Zoek alle hondenrassen die gevoelig zijn voor epilepsie."
  • De Agent: "Ah, ik snap wat je bedoelt. Ik ga eerst naar de 'iDog'-database (een speciale hondenbibliotheek) om de ziekte te vinden. Dan neem ik de genen die daarbij horen en ga ik die opzoeken in de 'BioKA'-database (een biomarker-bibliotheek). Tot slot vat ik alles voor je samen."

De agent denkt mee, zoekt in de juiste bronnen en geeft je een duidelijk antwoord in gewone taal, in plaats van een rommelige lijst met technische codes.

3. Drie voorbeelden uit de praktijk

De onderzoekers hebben getoond hoe Dingent in het echt werkt met drie scenarios:

  • Scenario 1: De Specialist (Eén bibliotheek)
    Stel je hebt één enorme database met DNA-sequenties (GenBase). Met Dingent maak je een simpele assistent die als een zoekmachine werkt. Je typt: "Toon mij het DNA van de Ciona savignyi (een zeepok-achtig dier)", en de agent haalt direct de juiste 88.000 resultaten op en toont ze netjes in een tabel. Geen ingewikkelde commando's nodig.

  • Scenario 2: De Wegwijzer (Meerdere bibliotheken)
    Stel je hebt drie verschillende databases: één voor biomerkers, één voor honden en één voor DNA. Je wilt weten: "Welke hondenrassen hebben dagelijks verzorging nodig?" De agent herkent het woord "hond" en stuurt de vraag automatisch naar de honden-database. Vraag je: "Zoek de biomarker TP53"? Dan stuurt hij de vraag naar de biomarker-database. De agent weet precies welke deur hij moet openen.

  • Scenario 3: De Detective (Verbanden leggen)
    Dit is het meest indrukwekkende. Stel je vraagt: "Wat is de oorzaak van degeneratieve myelopathie bij honden en zijn de genen die hierbij horen ook biomerkers?"

    1. De agent zoekt eerst in de honden-database en vindt de genen SOD1 en SP110.
    2. Vervolgens neemt hij die genen en zoekt automatisch in de biomarker-database of deze ook als ziekte-indicator worden gebruikt.
    3. Het antwoord: "Ja, SOD1 is een diagnose-biomarker."
      De agent heeft twee verschillende bronnen met elkaar verbonden om een nieuw inzicht te vinden, net als een detective die twee losse getuigenissen samenvoegt tot één verhaal.

Waarom is dit belangrijk?

Vroeger moesten biologen en onderzoekers zelf programmeerkennis hebben om hun eigen zoekrobots te bouwen. Dat was als proberen een auto te repareren terwijl je geen gereedschap hebt.
Dingent is als een auto met een automatische versnellingsbak en een navigatiesysteem. Je hoeft niet te weten hoe de motor werkt; je stapt in, vertelt waar je heen wilt, en de auto doet de rest.

Het is een "alles-in-één" pakket dat:

  • Gemakkelijk te installeren is (klikken en klaar).
  • Aanpasbaar is (voor honden, planten, of zelfs geologie).
  • Snel werkt (door slimme caching, alsof de robot zijn favoriete routes onthoudt).

Kortom: Dingent maakt data-onderzoek toegankelijk voor iedereen, van de beginnende student tot de ervaren wetenschapper, door de complexe techniek te verstoppen achter een vriendelijke, slimme chat-interface.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →