Demo eines deterministischen LLM-Agenten auf Basis einer Zustandsmaschine

Dies ist eine Demo einer experimentell implementierten deterministischen LLM-Agenten-Architektur auf Basis einer Zustandsmaschine.

Alle Nutzerzustände werden nicht auf dem Server, sondern im IndexedDB des Browsers gespeichert,
und das LLM wird nicht für Ausführung oder Zustandsänderungen verwendet, sondern nur in dem Schritt, in dem Nutzereingaben als Intentionen interpretiert und klassifiziert werden.

In der Demo-Umgebung werden bis zu 30 LLM-Aufrufe pro Tag serverseitig bereitgestellt,
sodass man sie ohne zusätzliche Einrichtung direkt ausprobieren kann.

Außerdem wurde das Erinnerungssystem, inspiriert vom Ameisenkolonie-Algorithmus, so entworfen,
dass Erinnern und Vergessen durch Verstärkung und Abschwächung auf natürliche Weise entstehen.

Wenn mehr Aufrufe benötigt werden oder ein bestimmtes Modell verwendet werden soll,
kann der Nutzer direkt einen API-Key eingeben oder optional ein lokales LLM wie Ollama anbinden.

Das Projekt befindet sich noch in der Forschungs- und Experimentierphase,
und der Fokus liegt weniger darauf, „wie intelligent man das LLM machen kann“,
sondern darauf, wie klar sich die Eingriffspunkte des LLM begrenzen lassen.

Wenn Sie es ausprobieren, würden wir uns sehr über Ihr Feedback freuen.
Wer mehr über den Hintergrund der Architektur und die Designabsicht erfahren möchte, kann auch das untenstehende Whitepaper lesen.

Whitepaper: https://github.com/manifesto-ai/mind-protocol-whitepaper

Vielen Dank!