BootLoops-ai/bootloops

解決する問題

LLM は定量科学によく使用されますが、検証なしでは出力を信頼するのは困難です。BootLoops は、科学計器のツールキットと、結果を検証可能にする厳格なプロトコルを提供することでこれを解決します。各ツールはエージェント向けに文書化されています：何をするか、いつ使用するか、出力の意味、回答が合格しなければならないテスト。

仕組み

リポジトリをクローンし、その中でエージェントを起動し、インデックス（tools/README.md）を読んで計画を提案するよう依頼します。エージェントは tools/ の下の 50 個のパッケージから関連する計器を選択します。各パッケージには、目的、受け入れゲート、検証クラスを含む GUIDE.md があります。ツールキットには、多次元積分、証明書付きの再帰、ベイズ証拠、ボール演算、完全性証明付きの列挙などのツールが含まれています。外部エンジン（Kira、FireFly、FORM など）はオンデマンドでインストールできます。3 つのエンジン（SOFIA.jl、Eichler.jl、Leviathan）は完全なソースコードで提供されます。ワンコマンドのセルフテスト（python3 run_selftests.py --par 8）で、新しいクローンを数分で検証できます。

対象読者

LLM エージェントを信頼性の高い定量計算に活用したい研究者やエンジニア、特に数理物理学、統計学、および関連分野。また、ハーネスを成長させるためにツールやプロトコルを貢献したい人にも適しています。

ハイライト

• モデル非依存：任意のエージェントフレームワーク（Claude、Codex など）で動作
• 50 個の自己完結型 Python パッケージ、各パッケージにバッテリー（セルフテスト）付き
• 主要エンジン（Kira、Blade、AMFlow.cpp）の Julia ポートとパッチ適用フォークを含む
• 厳格なチェックを定義するスキルリポジトリ（プレーンマークダウンプロトコル）：再現性、陽性対照、整数関係の規律
• ツールキット全体が最小限の依存関係（mpmath、sympy、numpy、python-flint）でラップトップ上で動作
• 明確なライセンスと帰属、サードパーティの通知付き