NUCLEU DE INTEGRARE · OPEN-SOURCE · PYTHON

Un cadru stabil pentru LLM-uri în sisteme reale.

ATM (Agentic Thinking Map) este un nucleu de integrare pentru sisteme agentice. Păstrează contextul, rolurile, dovezile și tranzițiile ca structură explicită, astfel încât modelul să-și folosească liber capacitățile fără să amestece sensurile, stările și autoritatea.

Explorează produsul Integrează biblioteca

Python 3.12+ · MIT · zero runtime dependencies

LOCAL TRAVERSAL SLICE SEMANTIC FRAME

context: deploy_decision
state: review_ready
candidate: verify_release_gate
evidence: current / 3 hops
gate: satisfied
outcome: CONTINUE

{"kind":"CONTINUE","can_fire":true}

NU DESCRIEM, ARĂTĂM

Motorul chiar decide asta, în timp real.

Mai jos rulează motorul real de decizie step(), pas cu pas, pe 3 rulări reale ale aceluiași scenariu: una eșuează rapid, una se blochează într-o buclă de dovezi, una reușește. Fiecare ramură pe care a cântărit-o e desenată — nu doar cea aleasă.

fpf-agentic-thinking-map / ARCHITECTURE.mdVezi și traseul continuu, mai vizual →

DE CE EXISTĂ ASTA

N-am pornit de la o teorie. Am testat-o.

FPF (First Principles Framework) e cadrul de la care am plecat — 51.000 de rânduri, bine gândite pentru un cititor uman. Instinctul obișnuit e să dai tot cadrul modelului și să presupui că, dacă teoria e solidă, și folosirea ei de către model va fi la fel de solidă. Noi am construit, în schimb, un tunel de vânt: am testat direct cum se comportă un model când citește FPF brut, față de o felie compilată din el. Am păstrat ce a rezistat testului real. Am tăiat restul.

4.668,8×mai mic decât spec-ul FPF brut, complet

288,7×mai mic decât chiar fragmentul exact citat din spec, per decizie

80%din cazurile testate au ieșit corect — față de 40% pentru fragmentul brut

Măsurat cu tiktoken și rulări live, nu estimat. · Metodologie completă (TRIPLE_TAX_CALCULUS.md) ↗ · Citește raționamentul complet →

PRINCIPIUL PRODUSULUI

Modelul rămâne flexibil. Sistemul își păstrează cadrul.

NUCLEU DE INTEGRARE

Structura dintre LLM și sistem

Harta oferă fiecărui pas exact cadrul operațional necesar: unde se află agentul, ce știe, ce poate face și ce condiții trebuie îndeplinite. Integrarea devine inspectabilă, extensibilă și compatibilă cu modele, domenii și fluxuri diferite.

Un cadru stabil pentru LLM-uri în sisteme reale.

Motorul chiar decide asta, în timp real.

N-am pornit de la o teorie. Am testat-o.

Modelul rămâne flexibil. Sistemul își păstrează cadrul.

Structura dintre LLM și sistem

Model

Execuție

Arhitectură

Dovezi

Evaluare

Referință