Agentic SPARQL：评估基于SPARQL-MCP的智能代理在联邦知识图谱问答基准测试中的表现
信息检索
2026-04-10 v2 人工智能
多智能体系统
摘要
最近出现的模型上下文协议（MCP）等标准协议提升了"agentic" AI应用的潜力，这类应用由LLM的规划能力驱动，能够通过访问外部工具和数据源来解决复杂任务。在此背景下，公开可用的SPARQL端点提供了一种自然的方式，通过MCP将各种数据源组合起来：（a）实现标准化的协议和查询语言，（b）标准化的元数据格式，（c）能够联合查询的本地能力。在本文中，我们探讨了基于SPARQL-MCP的智能代理以促进联邦SPARQL查询的潜力：首先，我们讨论了如何将现有的知识图谱问答基准测试扩展以支持agentic联邦知识图谱问答（FKGQA）；其次，我们实现并评估了通过MCP集成SPARQL联邦查询与LLM代理的能力（包括端点发现/源选择、模式探索和查询制定），并比较了不同的架构选项与扩展基准测试的表现。我们的工作补充并扩展了先前关于自动SPARQL查询联邦的工作，朝向与agentic AI的有益结合迈进。
引用
@article{arxiv.2603.06582,
title = {Agentic SPARQL: Evaluating SPARQL-MCP-powered Intelligent Agents on the Federated KGQA Benchmark},
author = {Daniel Dobriy and Frederik Bauer and Amr Azzam and Debayan Banerjee and Axel Polleres},
journal= {arXiv preprint arXiv:2603.06582},
year = {2026}
}