alaeddine-13/thinkgpt

Техники агентов для усиления LLM и преодоления её ограничений

Агенты⭐ 1 583Python
Открыть на GitHub ↗

Что это за инструмент

ThinkGPT — это Python-библиотека для внедрения цепочек рассуждений (Chain of Thoughts) в LLM, позволяющая моделям запоминать опыт, самосовершенствоваться и сжимать знания.

Зачем нужен

Инструмент решает проблему ограниченного контекста LLM и слабых навыков рассуждения в однократном запросе. Он полезен для создания интеллектуальных агентов, которые могут хранить долгосрочную память, исправлять собственный код и принимать решения на основе естественного языка.

Что можно реализовать

  • Создание систем с долгосрочной памятью, где LLM запоминает концепции и извлекает их по запросу (memorize/remember)
  • Самовосстанавливающаяся генерация кода: исправление ошибок на основе сообщений об ошибках (self-refinement)
  • Сжатие больших объемов данных в контекст LLM через суммаризацию или абстрагирование правил (compress knowledge)
  • Внедрение логических условий и выбора вариантов ответов в код с помощью естественного языка (condition/select)

Ключевые возможности

  • Механизмы памяти: memorize для сохранения и remember для извлечения релевантных фрагментов
  • Самосовершенствование: возможность исправлять сгенерированный контент на основе критики или ошибок
  • Сжатие знаний: методы chunked_summarize и abstract для извлечения правил и сокращения объема данных
  • Управление контекстом: контроль размера извлекаемых данных через параметры limit и max_tokens
  • Простой API: интеграция через DocArray и интуитивно понятные методы для работы с LLM

👤 Кому подойдёт: разработчики, создающие AI-агентов и приложения с LLM, которым требуется расширить возможности моделей за пределы стандартного контекстного окна

Релизы

Релизы ещё не отслежены — появятся после ближайшего опроса.