ExtensityAI/symbolicai

何を解決するか

SymbolicAI は、神経記号的手法を用いて、従来の Python プログラミングと Large Language Models (LLMs) の能力を統合する方法を提供します。LLM の幻覚や予測不能性の問題に対処するために、Python コード内に構造化された検証と意味的推論を直接導入し、より信頼性が高く予測可能な AI アプリケーションの構築を可能にします。

仕組み

このフレームワークは、2 つのコアコンセプトに基づいています：プリミティブ と 契約。

• プリミティブ（シンボル）： このプロジェクトは Symbol オブジェクトを導入し、2 つのモードで動作します：構文的（標準的な Python 値のように振る舞う）と 意味的（神経記号エンジンに接続され、意味と文脈を理解する）。ユーザーは .sem や .syn といったプロジェクション、または .map() のような意味的関数を使って、これらのモードを切り替えられます。
• 契約： 「契約による設計（Design by Contract）」の原則に基づき、デコレータを使って LLM の入出力に制約を課します。LLMDataModel（Pydantic と互換）を用いてデータ構造と検証ルールを定義します。契約が違反された場合、フレームワークはリメディ（前処理および後処理）システムを用いてエラーを自動的に修正し、再試行ロジックを設定可能にします。
• エンジン： フレームワークはモジュール構造であり、テキスト、音声、画像生成、Web 検索などのエンジンをサポートします。プロバイダー固有の SDK を必要とせず、純粋な REST リクエストで通信します。

対象ユーザー

より正確な保証、構造化されたデータ出力、そして意味的推論のより自然な Python パラダイムでの統合を求める Python 開発者。

特徴

• 二重モードシンボル： 同じオブジェクト上で、リテラルな Python 操作と AI による意味的処理の間をスムーズに切り替え可能。
• 契約による設計： 組み込みの検証と自動リメディシステムにより、幻覚を低減し、型検証された出力を保証。
• モジュール構造のエンジンアーキテクチャ： 拡張性に優れ、ローカルホスティングのエンジンや外部ツール（Web 検索、画像生成など）との連携が容易。
• プロバイダー非依存： 共通のトランスポート層を用いて、REST を介してさまざまな LLM プロバイダー（例：Anthropic、OpenAI、Gemini）とやり取り可能。