Проект Тот: ИИ-Управляемый Исследовательский Ассистент для Практиков
Проект Thoth от Acertainknight представляет собой продвинутую систему исследовательского помощника на базе ИИ, работающую как сервер MCP. Созданная с использованием Python 3.12, TypeScript и FastAPI, она придает приоритет локальной конфиденциальности, храня данные на вашем устройстве. Она подключается к бэкенду PostgreSQL+pgvector и использует Letta для памяти агента, поддерживая как облачные, так и самохостингованные экземпляры Docker. Эта система помогает практикам ИИ и исследователям оставаться в курсе исследований и управлять сложной информацией, предлагая динамический контроль над параметрами исследований.
К чему подключается проект Тот
Проект Тот функционирует как сервер MCP, полагаясь на общую базу данных PostgreSQL+pgvector для хранения данных. Для памяти агента он интегрируется с Letta, который можно настроить для использования либо Letta Cloud, либо самостоятелно размещенной Docker-версии. Система построена на Python 3.12 и TypeScript, используя FastAPI для своих бэкенд-сервисов. Эта архитектура поддерживает ее возможности продвинутого AI-исследовательского помощника, подчеркивая приоритет локальной конфиденциальности данных.
Основные функции и инструменты
Проект Тот предлагает команду thoth CLI для взаимодействия с системой, включая мастера настройки TUI, вызываемого как "thoth setup". Система предоставляет интерфейс на естественном языке для повседневного использования, позволяя интерактивное общение с агентом. Агенты могут получать доступ и изменять настройки, шаблоны подсказок, исследовательские запросы и схемы извлечения через внутренние инструменты MCP. Она также поддерживает переключение на Anthropic для анализа документов, подтверждая совместимость с AI-моделями Anthropic.
Для кого это?
Проект Тот нацелен на практиков AI, которым необходимо быть в курсе развивающихся исследований в области AI, и пользователей, ищущих мощного, но простого в использовании исследовательского помощника. Его возможности включают уточнение исследовательских запросов и обновление схем анализа, что делает его ценным для тех, кто управляет сложными потоками информации. Локальный дизайн системы привлекает пользователей, придающих значение конфиденциальности данных. Пропустите это, если вам требуется явная аутентификация на уровне приложения, выходящая за рамки доступа к локальной системе.
Как начать
Для проекта Тот не требуются учетные данные. Его локальный дизайн подразумевает, что аутентификация зависит от доступа к локальной системе для самостоятелно размещенных экземпляров, что осуществляется через первоначального мастера настройки TUI.
Сценарии использования
- Обновление схем анализа, например, уточнение заметок из статей для включения разделов методологии.
- Уточнение исследовательских запросов, например, сужение области, чтобы избежать нерелевантных результатов, таких как статьи по робототехнике в запросе по обучению с подкреплением.
- Переключение поставщиков LLM, позволяя агенту обновить свою конфигурацию маршрутизации LLM для анализа документов.
Проект Тот предлагает ориентированного на конфиденциальность AI-ассистента для исследований, интегрирующегося с PostgreSQL и Letta для расширенной памяти агента. Его интерфейс на естественном языке и способность адаптировать параметры исследования непосредственно через взаимодействие с агентом делают его ценным инструментом для практиков AI. Система поддерживает динамические изменения в схемах анализа, исследовательских запросах и поставщиках LLM.
