Show HN：ThoughtDAG —— 可编辑的LLM对话上下文图谱

事件核心：发生了什么

一名开发者在 Hacker News 的 Show HN 上发布了 ThoughtDAG，这是一个 MIT 许可、本地优先运行的对话上下文管理工具。它的核心设计是：每一次问答都成为一个节点，用户从某个节点继续提问时，只有与该节点通过边连接的上游节点会被纳入模型请求。删除一条边并重新生成，对应的分支就会真正从模型上下文中移除，而不只是从可视化界面中隐藏。项目支持 Ollama 和 OpenAI 兼容接口，并内置 PDF 剪裁功能，可保留页面溯源信息。作者表示，界面刻意采用人工控制的方式，目的是验证显式的上下文控制对长期研究类工作是否有实际价值，而不是把记忆筛选全部交给检索算法。

为什么重要

大模型会话的长度和上下文管理一直是实际应用中的瓶颈。主流方案要么简单地把全部历史塞入提示词，要么依赖 RAG 检索自动筛选相关片段。ThoughtDAG 提出了一条不同的路径：让用户以图谱形式显式地构建和维护模型看到的上下文。这种做法的意义在于，它把“模型应该记住什么”从黑盒决策变成了用户可审计、可修改的结构化操作。虽然人工控制增加了使用成本，但在长周期、多线程的研究项目中，这种方式可能比自动检索更精准，也更便于用户理解模型为什么会给出某个回答。此外，该工具以开源和本地优先的方式发布，也使得上下文

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。