状態マシンベースの決定論的LLMエージェントのデモ

状態マシンをベースにした決定論的LLMエージェントアーキテクチャを実験的に実装したデモです。

すべてのユーザー状態はサーバーではなくブラウザのIndexedDBに保存され、
LLMは実行や状態変更ではなく、ユーザー入力を意図として解釈・分類する段階にのみ使われます。

デモ環境では1日最大30回までサーバーからのLLM呼び出しを提供しており、
別途設定なしですぐに試すことができます。

また記憶システムはアリの群集アルゴリズムに着想を得ており、
強化と減衰を通じて記憶と忘却が自然に発生するよう設計しました。

より多くの呼び出しが必要な場合や特定のモデルを使いたい場合は、
ユーザーが直接APIキーを入力したり、Ollama などのローカルLLMを
任意で連携できるよう構成しています。

まだ研究・実験段階のプロジェクトであり、
「LLMをどれだけ賢くするか」よりも、
LLMが介入するポイントをどれだけ明確に制限できるかに焦点を当てています。

使ってみて気軽にフィードバックをいただけると嬉しいです。
アーキテクチャの背景や設計意図が気になる方は、以下のホワイトペーパーも参考にできます。

ホワイトペーパー: https://github.com/manifesto-ai/mind-protocol-whitepaper

ありがとうございます!

[ng0301]

かわいいWeb LangGraphっぽいですね

[eggplantiny]

かわいく見ていただいてありがとうございます！

ただ、私がこのプロジェクトでお見せしたいのは、LangGraphとは異なる
「状態管理」、そしてそこから派生する「決定論的計算」の2点です。

いずれにせよ、先輩がわかりやすく書いてくださった内容は、私が目指したい方向性と合っています。