ThoughtDAG : un graphe de contexte modifiable pour les conversations avec les LLM

ThoughtDAG est une application de bureau qui remplace le journal de chat linéaire par un graphe de contexte éditable. Au lieu de cacher quelles parties d'une conversation alimentent la prochaine requête, ThoughtDAG montre la structure — et vous permet de la modifier. L'idée centrale : le graphe est le contexte.

Les fils comme contexte

Dans ThoughtDAG, les nœuds sont des sources et des messages ; les arêtes (fils) déterminent ce qui est inclus dans la prochaine requête LLM. Vous pouvez extraire un passage d'un PDF, poser une question directement à partir d'un nœud source, ou créer une branche indépendante pour un détour — tout en gardant le chemin principal propre.

• Bifurquer : explorer une interprétation alternative sans écraser votre chemin actuel.
• Élaguer : garder un détour utile sur le canevas mais l'exclure de la prochaine requête.
• Fusionner : rassembler les preuves sélectionnées et les chemins de raisonnement en une seule réponse.
• Inspecter : prévisualiser exactement ce que le modèle recevra avant la génération — y compris l'ordre et le nombre de jetons.

Une règle régit tout : Les fils sont le contexte. Pas de sélecteur de mémoire caché. Supprimer une arête retire réellement cette branche du prompt — ce n'est pas seulement une aide visuelle.

Diffs visibles et réponses reproductibles

L'interface affiche un diff de jetons lorsque vous modifiez les arêtes. Par exemple, supprimer un détour sans rapport sur le dîner économise 47 jetons. Et parce que le prompt est déterministe à partir du graphe, le même prompt régénère la même réponse propre — contexte reproductible.

Résultats du pilote

ThoughtDAG inclut un Pilote de réparation de contexte avec 4 modèles et 540 exécutions. Il a testé trois façons de supprimer une branche obsolète d'une réponse fusionnée :

• Supprimer la source uniquement : 68/72 corrigés
• Recalculer en aval : 71/72 corrigés
• Supprimer tout le sous-graphe : 72/72 corrigés

Le pilote démontre que la réparation du contexte fonctionne mieux lorsque vous élaguez tout le sous-graphe incriminé — exactement ce que l'édition de graphe de ThoughtDAG permet.

Application de bureau

L'application est disponible en version de bureau (v0.3.19) :

• macOS (Apple Silicon) : .dmg ≈126 Mo, signé et notarisé
• Windows x64 : installeur ≈106 Mo (non signé ; SmartScreen affiche un avertissement)
• Linux x64 : .AppImage ≈133 Mo

Toutes les versions et l'historique sont sur GitHub Releases. La version macOS fonctionne sans terminal ; la version Windows nécessite de cliquer sur "Plus d'infos" puis "Exécuter quand même" sur SmartScreen.

À qui cela s'adresse

Cela s'adresse aux développeurs et chercheurs qui utilisent les LLM pour des tâches de raisonnement longues et complexes et qui ont besoin de contrôler exactement le contexte inclus dans chaque prompt — sans la pollution des détours de chat sans rapport.