DeepRoot：一种用于历史医学文本治疗推理的知识图谱协调多智能体系统

历史医学档案蕴含巨大药物发现潜力，但非标准化文本阻碍了其现代化应用。现有 LLM 代理系统难以将其转化为可验证的药物线索。本文提出 DeepRoot，一个多智能体 LLM 系统，通过协同构建和利用已验证的知识图谱，将 grounding 与 reasoning 解耦并重组以进行治疗推理。在《神农本草经》上的实验表明，该系统在恢复化合物 - 疾病治疗对方面显著优于基线模型，且将幻觉率从工具使用模型的 87% 降至 7-10%，同时在推理连贯性上表现最佳，为系统性挖掘历史医学知识提供了新途径。