SynaLinks/synalinks

Synalinks – 言語モデルアプリケーションのための神経記号フレームワーク

概要

Kerasスタイルの宣言的APIを使用して、RAG、自律型エージェント、再帰型エージェント、その他の神経記号パイプラインといった、高度な言語モデル（LM）ベースのシステムを構築、トレーニング、評価、デプロイできるオープンソースのPythonライブラリです。

コアコンセプト

モジュールとしてのレイヤー – Kerasの Layer と同様に、再利用可能な Module オブジェクトを構成します。
インコンテキスト強化学習 – おなじみの .compile() / .fit() / .evaluate() / .predict() ワークフローを使用して、基盤となるモデルの重みに触れることなく、プロンプト、Few-shot例、またはトレーニング可能な変数を最適化します。
モデル非依存 – set_default_language_model を一度呼び出すだけで、LiteLLMがサポートするあらゆるLLM（OpenAI、Anthropic、Ollama、Gemini、Mistral、Groqなど）を切り替え可能。コストと品質のトレードオフのためのマルチ目的選択もサポートしています。
埋め込みサンドボックス – エージェントはDockerや外部サービスを必要としない純粋なPythonサンドボックス内で信頼できないコードを実行するため、サーバーレスやノートブック環境でも安全です。
組み込み知識ベース – ベクター/RAGストレージ、自動セマンティック重複排除、制約付き知識グラフ抽出のためのグラフベースおよびSQLベースの埋め込みデータベース。
本番環境向けデプロイ – 単一のコマンドでプログラムをFastAPIサービスまたはFastMCPサーバーとしてエクスポートします。

主な機能

LMパイプラインの宣言的構成（Program、Branch、データモデル演算子）。
自動JSONスキーマ検証を備えた構造化データモデル定義。
ファーストクラスのメッセージパーツとしてのマルチモーダルサポート（画像、音声）。
KerasTuner互換性によるハイパーパラメータ検索。
MLflowの可観測性フック（メトリクス、トレーシング、Monitor コールバック）。
モジュールの自動非同期並列実行。
エージェントスキル統合 – synalinks-skills をインストールすることで、コーディングエージェント（Claude Code、Cursor、Copilotなど）が慣用的なSynalinksコードを生成できるようになります。

ターゲットユーザー

ロール	メリット
AI開発者	ボイラープレートなしで本番グレードのLMアプリを構築。
研究者	神経記号システムやインコンテキストRLシステムのプロトタイプを迅速に作成。
データサイエンティスト	LLMワークフローを既存のAPI、データベース、パイプラインに接続。
学生/ホビイスト	クリーンでKerasライクなスタイルで構成可能なAIプログラミングを学習。

クイックスタート

# CLIヘルパーのインストール（uvを推奨）
uvx synalinks init          # 数秒で新しいプロジェクトをスキャフォールド
# または既存のプロジェクトにライブラリを追加
uv add synalinks

デフォルトモデルを一度設定します：

import synalinks
synalinks.set_default_language_model("gemini/gemini-3.1-flash-lite-preview")

次に、シンプルなエージェントプログラムを定義します（完全な例はREADMEを参照）。ライブラリがサンドボックス、スキル読み込み、非同期実行を自動的に処理します。

インストール要件

ライセンス

コミュニティとサポート

結論 Synalinksは「言語モデルアプリケーションのためのKeras」を目指しており、プロトタイプから本番環境の神経記号AIシステムへ最小限のボイラープレートで移行したいすべての人のための、高レベルで本番環境に対応したツールキットです。