ahmadvh/octochains

解決する課題

Octochainsは、マルチエージェントAIシステムにおける「認知的トンネルビジョン」と「グループシンキング」を防止するために設計されています。従来の順次チェーンでは、初期のエージェントの出力が後続エージェントの推論を偏らせることがよくあります。Octochainsは、複数の専門家が互いに完全に隔離された状態で問題を分析した後に、その結果を統合して最終的な判断を下すことで、この問題を解決します。

動作方法

このフレームワークは、専門エージェントを別々のスレッドで実行する並列隔離アーキテクチャを使用しています。各エージェントは、他のエージェントの出力について一切知らずに動作するため、客観的な分析が保証されます。すべての並列レポートが収集された後、中央集権的なアグリゲーター（例：SynthesizerやConflictChecker）が結果を監査し、論理的な矛盾を解決し、一貫性のある最終応答に統合します。

対象ユーザー

臨床診断、金融リスク評価、法的監査など、独立した多視点分析と追跡可能な監査ログがコンプライアンス要件（例：EU AI Act）を満たす必要がある高リスクAIアプリケーションを開発する開発者向けに構築されています。

特徴

• 並列隔離: エージェント間の相互認識をゼロにすることで、バイアスを排除します。
• 監査優先設計: すべての専門家の根拠とエラー状態を不変かつ追跡可能なログとして生成します。
• ポータブルな専門知識: マークダウンベースの「スキル」（知識パック）を使用して、プロンプトエンジニアリングコードを書かずにドメイン固有の手順を注入できます。
• 軽量なフットプリント: PydanticとPython標準ライブラリのみを依存としており、最小限の依存関係です。
• エンタープライズ用アグリゲーター: 矛盾検出、加重合成、経営者向けナラティブ生成のための専用モジュールを含みます。