Démo d’un agent LLM déterministe basé sur une machine à états

Il s’agit d’une démo implémentant à titre expérimental une architecture d’agent LLM déterministe basée sur une machine à états.

Tous les états utilisateur sont stockés dans l’IndexedDB du navigateur, et non sur le serveur,
et le LLM n’est utilisé qu’à l’étape d’interprétation et de classification des intentions à partir des entrées utilisateur, et non pour l’exécution ou les changements d’état.

Dans l’environnement de démonstration, jusqu’à 30 appels au LLM par jour sont fournis côté serveur,
ce qui permet de l’essayer immédiatement sans configuration supplémentaire.

Le système de mémoire s’inspire également des algorithmes de colonies de fourmis,
et a été conçu pour que mémoire et oubli émergent naturellement via le renforcement et l’atténuation.

Si davantage d’appels sont nécessaires ou si vous souhaitez utiliser un modèle spécifique,
l’utilisateur peut saisir directement sa propre clé API ou intégrer de manière optionnelle un LLM local comme Ollama.

Le projet est encore au stade de la recherche et de l’expérimentation,
et se concentre moins sur la question de « rendre le LLM plus intelligent »
que sur celle de savoir jusqu’où l’on peut limiter de façon explicite les points où le LLM intervient.

N’hésitez pas à l’essayer et à me faire part de vos retours.
Si le contexte architectural et l’intention de conception vous intéressent, vous pouvez également consulter le livre blanc ci-dessous.

Livre blanc : https://github.com/manifesto-ai/mind-protocol-whitepaper

Merci !