Tejas-TA/predikit

The missing bridge between your ML models and your AI agents.

What it solves

predikit は、従来の機械学習モデル（scikit-learn や XGBoost など）を LLM エージェントから呼び出すために必要な面倒な glue code を排除します。JSON スキーマの自動生成、入力の型安全性の確保、そしてこれらのモデルをエージェントワークフロー内のツールとして統一的に統合する方法を提供します。

How it works

このライブラリは、学習済み ML モデルを ModelTool オブジェクトでラップします。入力スキーマ用に Pydantic の BaseModel を定義するだけで、predikit は LLM API（例: OpenAI の function calling）向けの JSON スキーマを自動生成し、LLM からモデルへ渡されるデータを検証します。また、複数ツールを管理する ToolRegistry と、投票や平均といった戦略で複数モデルの予測を統合する ModelEnsemble クラスも提供します。

Who it’s for

LLM で駆動されるエージェントやアプリケーションに予測モデルを組み込みたいが、手動でバリデーションやスキーマのボイラープレートを書きたくない開発者・ML エンジニア向けです。

Highlights

  • Auto-generated Schemas：1 行のエクスポートで OpenAI function‑calling や LangChain StructuredTool 形式に変換可能。
  • Type-Safe I/O：Pydantic v2 を使用し、厳格な入力バリデーションと LLM が生成した文字列（例: "yes" → True）の自動変換を実現。
  • Model Ensembling：平均、投票、加重などの戦略で複数モデルの出力を統合する組み込み機能。
  • Confidence Routing：分類器の予測信頼度が指定閾値を下回ったときに警告、エラー発生、またはフォールバックツールを起動できる。
  • Registry Loaders：MLflow や Snowflake Model Registry と直接統合し、手動のロードボイラープレート不要。
  • Async Support：ainvoke() を提供し、ノンブロッキング推論を可能にします。