ThoughtDAG: редактируемый граф контекста для диалогов с LLM

ThoughtDAG — это настольное приложение, которое заменяет линейный журнал чата редактируемым графом контекста. Вместо того чтобы скрывать, какие части разговора питают следующий запрос, ThoughtDAG показывает структуру — и позволяет её изменять. Основная идея: граф и есть контекст.

Связи как контекст

В ThoughtDAG узлы — это источники и сообщения; рёбра (связи) определяют, что будет включено в следующий запрос к LLM. Вы можете вырезать отрывок из PDF, задать вопрос прямо из узла-источника или создать несвязанную ветвь для отклонения — всё это, сохраняя основной путь чистым.

• Ветвление: исследуйте альтернативную интерпретацию, не перезаписывая текущий путь.
• Обрезка: оставьте полезное отклонение на холсте, но исключите его из следующего запроса.
• Слияние: объедините выбранные доказательства и пути рассуждений в один ответ.
• Просмотр: предварительно просмотрите, что именно получит модель перед генерацией — включая порядок и количество токенов.

Всё подчиняется одному правилу: Связи — это контекст. Нет скрытого селектора памяти. Удаление ребра действительно убирает эту ветвь из промпта — это не просто визуальная помощь.

Видимые различия и воспроизводимые ответы

Интерфейс показывает разницу в токенах при изменении рёбер. Например, удаление постороннего отклонения о ужине экономит 47 токенов. И поскольку промпт детерминирован на основе графа, один и тот же промпт воспроизводит один и тот же чистый ответ — воспроизводимый контекст.

Результаты пилотного проекта

ThoughtDAG включает Пилот по ремонту контекста с 4 моделями и 540 запусками. Были протестированы три способа удаления устаревшей ветви из объединённого ответа:

• Удалить только источник: исправлено 68/72
• Пересчитать последующие: исправлен 71/72
• Удалить весь подграф: исправлено 72/72

Пилот демонстрирует, что ремонт контекста лучше всего работает при удалении всего проблемного подграфа — именно то, что позволяет редактирование графа в ThoughtDAG.

Настольное приложение

Приложение доступно в виде настольной сборки (v0.3.19):

• macOS (Apple Silicon): .dmg ≈126MB, подписано и нотариально заверено
• Windows x64: установщик ≈106MB (без подписи; SmartScreen показывает предупреждение)
• Linux x64: .AppImage ≈133MB

Все версии и история доступны на GitHub Releases. Сборка для macOS работает без терминала; сборка для Windows требует нажатия «More info», затем «Run anyway» в SmartScreen.

Для кого это

Это для разработчиков и исследователей, которые используют LLM для длительных и сложных задач рассуждения и нуждаются в точном контроле контекста, подаваемого в каждый промпт, — без загрязнения посторонними отклонениями в чате.