展示 HN: ThoughtDAG – 一个可编辑的LLM对话上下文图

# ThoughtDAG — 让大语言模型的上下文变得可见且可编辑 来源：https://chenxiachan.github.io/thoughtdag/ 聊天隐藏上下文。 图即上下文。 线性对话 vs. 可编辑的上下文图。 相同提示 · 不同上下文 AI 对话（87条消息） 对比三个研究路径。 从第一个开始，其优势是... 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？ 附近有一家新餐厅。 历史记录在这里。哪些部分会进入下一个请求？ research\-paper\.pdf 第7页 ### 结果 效果仅在实验条件下出现。 从页面中选取 摘录片段 research\-paper\.pdf · 第7页 ### 效果仅在实验条件下出现 来源已链接 · 尚未连接 从来源提问 research\-paper\.pdf · 第7页 ### 这个证据究竟意味着什么？ 来源已在上下文中 无关分支 绕路 ### 我今晚该吃什么？ 这段历史不应进入研究摘要。 仍然相连 被污染的摘要（3个来源） ### 研究摘要... 另外，晚餐可以考虑火锅。 提示保持不变。被污染的上下文改变了回答。 包含无关分支 将发送 1,284 个令牌 ### 预览模型将收到的内容 传入的祖先节点： 研究问题、证据A、晚餐绕路 删除橙色边后：−47 个令牌 上下文差异 −47 个令牌 ### 晚餐绕路离开了上下文 相同提示 · 重新生成 相同提示 再次提问 ### 给我一个要点总结。 文字完全相同。只有一条边发生了变化。 可复现的上下文 干净的回答（2个来源） ### 一、记录数据库版本。二、使用独立评审员。三、通过第三方评审员解决冲突。 无关的晚餐建议消失了。 答案原地更新 一条规则 ThoughtDAG ### 连接线即上下文。 没有隐藏的记忆选择器。模型看到了什么、为什么看到、以及什么被移除，在图中都保持可见。 可见、可编辑、可检查 01 · 问题 ## 聊天记录很长。上下文仍然不可见。 界面显示说了什么，而不是哪些历史会进入下一个请求。 02 · 外部化 ## 从来源中提问。摘录重要内容。 从选定的段落提问，或将段落/图表转换为各自的来源链接节点。溯源保持附着；上下文仍由你连接。 03 · 检查 ## 发送前，检查模型将读取什么。 预览来源节点、顺序和令牌数量。上下文不再是一个隐藏的决定。 04 · 编辑 ## 删除一条边。再次提出相同的问题。 移除的分支确实离开了请求。回答随上下文而变化。 05 · 协议 ## 大多数画布组织信息。ThoughtDAG 编辑上下文。 你决定什么进入、什么离开。图是生成前的上下文协议。 **1 / 5** 不可见的上下文