精选· 重要性 3/5
ThoughtDAG：为LLM对话打造可编辑的上下文图
Hacker News (AI)··chatchan·约 1 分钟阅读
社区热度 132 分
中文导读
ThoughtDAG是一个开源工具，将LLM对话的上下文构建为可编辑的图结构，让用户精确控制哪些历史信息进入下一次请求，从而避免上下文污染，提升回答质量。
历史就在这里。哪些部分会进入下一个请求？ThoughtDAG你的思考值得一张地图一条连线就是一段上下文滚动结果效果仅出现在实验条件下来源已链接 · 尚未连线——这个证据实际上意味着什么？来源在上下文中今晚我该吃什么？
这段历史不应进入研究总结。仍然连接着研究总结……另外，考虑晚餐吃火锅。提示词保持不变。被污染的上下文改变了答案。
包含无关分支预览模型将收到什么传入的祖先节点：研究问题 证据A 晚餐绕道删除橙色边后：−47 个 token晚餐绕道留下的上下文相同提示词 · 重新生成给我一个要点总结词语完全相同。只有一条边发生了变化。
可复现的上下文一：记录数据库版本。二：使用独立审查者。三：与第三位审查者解决冲突。无关的晚餐建议消失了。答案就地更新连线即上下文。没有隐藏的记忆选择器。模型看到什么、为什么看到、以及删除了什么，都在图中保持可见。
可见 可编辑 可检查
原文出处
Show HN: ThoughtDAG – An editable context graph for LLM conversations本文为机器翻译辅以 AI 润色，仅供参考。原始事实以原文为准。