KyleAMathews/field-lab

해결하는 문제

Field Lab은 LLM의 표준적인 '프롬프트-앤-앤서' 상호작용을 넘어서도록 설계되었습니다. 단순히 직접적인 답변을 받는 대신 '도구' 세트를 제공하여 사용자가 질문이나 분쟁 뒤에 있는 미묘한 차이, 가정 및 증거를 검토할 수 있게 함으로써 지나친 단순화의 문제를 해결합니다.

작동 방식

Field Lab은 사용자의 쿼리를 기반으로 특정 분석 도구를 제안하는 '필드 캐디'(Kit) 역할을 합니다. 결론으로 바로 건너뛰는 대신, 관찰과 분리의 과정을 통해 사용자를 안내합니다.

주요 메커니즘은 다음과 같습니다:

• 도구: 용어 스캔(단어의 의미 분리), 기질 지도(이벤트 재구성), 탐색적 2x2(예시 클러스터링)와 같은 다양한 유형의 분석을 위한 전문 도구.
• 필드 로그: 관찰, 출처 및 맥락을 기록하여 나중에 다시 검토할 수 있는 시스템이며, '탐험'으로 그룹화할 수 있습니다.
• 워크플로우: Electric Monk 변증법과 같이 복잡한 문의를 위한 구조화된 경로. 이 과정에서 분리된 에이전트가 반대되는 신념을 주장하여 숨겨진 모순이나 새로운 연결을 드러냅니다.
• 에세이 워크플로우: 개요 작성 및 초안 작성을 통해 완성된 필드 로그를 발전된 에세이로 변환하는 프로세스.

대상 독자

표준 채팅 인터페이스가 제공하는 것보다 더 깊고 구조화된 조사가 필요한 고집스러운 논쟁, 복잡한 결정 또는 글쓰기를 다루는 사람들을 위한 것입니다.

하이라이트

• Electric Monks: 분리된 에이전트를 사용하여 반대되는 견해에 대해 가능한 한 강력한 논거를 구축하는 인공 신념 시스템.
• 다양한 분석 툴킷: Taboo Parallax(다른 상황에서 말하는 것이 비용이 많이 드는 것을 비교) 및 Hostile Auditors(논쟁이 무너지는 지점 테스트)와 같은 도구를 포함합니다.
• 구조화된 메모리: 필드 로그와 탐험 인덱스를 사용하여 증거를 혼합하지 않고 보존합니다.
• 에이전트 호환: skills CLI를 통해 설치 가능하며 Claude Code, Codex 및 기타 에이전트와 호환됩니다.