Show HN: ThoughtDAG – 用于 LLM 对话的可编辑上下文图谱

Show HN: ThoughtDAG – 用于 LLM 对话的可编辑上下文图谱
Show HN: ThoughtDAG – An editable context graph for LLM conversations

原始链接: https://chenxiachan.github.io/thoughtdag/

比较三条研究路径。先从第一条开始。它的优势在于……如果核心假设失败了怎么办？考虑另一种解释……另外，我今晚该吃什么？附近有一家新餐馆。历史记录在这里。哪些部分需要进入下一次请求？

**ThoughtDAG** 是一款开源的本地优先工具，通过可编辑的可视化图表来管理 LLM 对话。与标准聊天界面不同，ThoughtDAG 将对话视为一棵树，其中每个节点代表一段内容（问题或回答）。其核心功能是明确的上下文控制：图中的连线决定了推理过程中精确发送给 LLM 的上游节点。用户可以通过删除连线来从模型的活动上下文中“修剪”特定信息，而无需删除底层工作，从而有效地实现用户主导的对话记忆“压缩”。该项目支持本地模型（通过 Ollama）以及兼容 OpenAI 的接口，并包含带有来源记录的 PDF 剪辑等功能。该项目近期在 Hacker News 上因安全性和用户体验问题受到关注。开发者迅速修复了一个关键的远程代码执行漏洞，并针对用户提出的界面“卡顿”问题以及希望将其集成到现有文本编辑器而非作为独立应用的需求做出了回应。用户将该概念与思维导图和版本控制（Git）进行了对比，认为它在复杂研究场景中极具潜力，能够帮助用户在探索多条路径的同时，避免因无关信息而“污染” LLM 的上下文。

Compare three research paths.

Start with the first. Its advantage is…

What if the core hypothesis fails?

Consider another explanation…

Also, what should I eat tonight?

There is a new restaurant nearby.

The history is here. Which parts enter the next request?

Show HN: ThoughtDAG – 用于 LLM 对话的可编辑上下文图谱 Show HN: ThoughtDAG – An editable context graph for LLM conversations

Show HN: ThoughtDAG – 用于 LLM 对话的可编辑上下文图谱
Show HN: ThoughtDAG – An editable context graph for LLM conversations