Biblioteca open source de prompts para modelos de chat com IA, mantida pela comunidade e disponível em site, datasets CSV e Hugging Face, CLI e integração com servidor MCP.
kyegomez/tree-of-thoughts
Uma implementação em Python de Tree of Thoughts, que permite que LLMs resolvam problemas buscando entre etapas de raciocínio candidatas, em vez de responder em uma única passada.
- Estrelas
- 4,594
- Forks
- 373
- Issues abertas
- 8
- Último commit
- mês passado
O que é?
Tree of Thoughts faz um modelo de linguagem raciocinar por meio de busca. Ele propõe várias etapas seguintes candidatas, atribui uma pontuação a cada uma, poda os ramos fracos e retrocede quando uma linha de raciocínio falha. Este repositório disponibiliza a classe TreeOfThoughts, que agora faz parte do framework Swarms, e executa busca em largura ou em profundidade sobre soluções parciais.
Cada saída do modelo é uma chamada de função validada com um schema Pydantic, e as chamadas no mesmo nível da árvore são executadas em paralelo. Os usuários definem a descrição dos pensamentos, os critérios de avaliação, o algoritmo de busca, a largura do feixe, a profundidade e o limite de valor conforme a tarefa. É possível usar qualquer modelo LiteLLM compatível com chamadas de função, e a árvore de busca completa fica disponível em JSON após a execução.
O repositório inclui exemplos de Game of 24, cálculos de física, quebra-cabeças de lógica e problemas matemáticos, cada um com uma resposta esperada. Também inclui templates de prompt para obter um raciocínio semelhante, com vários especialistas, de um modelo de chat sem escrever código.
Recursos principais
- 01Busca em largura e em profundidade sobre etapas de raciocínio, com retrocesso e poda.
- 02Avaliação das etapas candidatas por valor e votação.
- 03Fator de ramificação, profundidade, largura do feixe e limite de pontuação configuráveis.
- 04Compatível com qualquer modelo LiteLLM que ofereça suporte a chamadas de função.
- 05Retorna a árvore de busca completa em dados serializáveis como JSON.
Casos de uso
- Resolver problemas de aritmética com várias etapas ou quebra-cabeças em que uma única passada do modelo costuma falhar.
- Explorar opções de planejamento ou agendamento mantendo várias soluções parciais em aberto.
- Executar análises de casos que precisam retroceder quando um ramo se contradiz.
- Avaliar a qualidade do raciocínio em benchmarks de matemática ou lógica com respostas verificáveis.
Início rápido
- 1
Instale o pacote swarms
pip3 install -U swarms - 2
Adicione sua chave de API a um arquivo .env no diretório de trabalho
- 3
Execute o código Python do Quickstart usando TreeOfThoughts
python examples/physics/hohmann_transfer.py
Antes de usar
- Requer uma chave de API de um provedor de modelos compatível com function calling.
- A busca com múltiplos ramos faz muitas chamadas ao modelo, então o custo aumenta rapidamente com configurações como breadth e depth.
- Tree of Thoughts agora faz parte do framework mais amplo Swarms, o que adiciona uma dependência considerável.
Em coleções
Tópicos
Perguntas frequentes
- O que é tree-of-thoughts?
- Uma implementação em Python de Tree of Thoughts, que permite que LLMs resolvam problemas buscando entre etapas de raciocínio candidatas, em vez de responder em uma única passada. Tree of Thoughts faz um modelo de linguagem raciocinar por meio de busca. Ele propõe várias etapas seguintes candidatas, atribui uma pontuação a cada uma, poda os ramos fracos e retrocede quando uma linha de raciocínio falha. Este repositório disponibiliza a classe TreeOfThoughts, que agora faz parte do framework Swarms, e executa busca em largura ou em profundidade sobre soluções parciais.
- tree-of-thoughts é gratuito? Qual é a licença?
- tree-of-thoughts é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- tree-of-thoughts ainda é mantido?
- Atualizado nos últimos 6 meses. O último commit de tree-of-thoughts foi em 29 de set. de 2026.
- Para que posso usar tree-of-thoughts?
- Resolver problemas de aritmética com várias etapas ou quebra-cabeças em que uma única passada do modelo costuma falhar. Explorar opções de planejamento ou agendamento mantendo várias soluções parciais em aberto. Executar análises de casos que precisam retroceder quando um ramo se contradiz. Avaliar a qualidade do raciocínio em benchmarks de matemática ou lógica com respostas verificáveis.
- Como instalar tree-of-thoughts?
- Instale o pacote swarms: pip3 install -U swarms Adicione sua chave de API a um arquivo .env no diretório de trabalho Execute o código Python do Quickstart usando TreeOfThoughts: python examples/physics/hohmann_transfer.py
- Onde consigo tree-of-thoughts?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/kyegomez/tree-of-thoughts
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Um mecanismo de RAG sem vetores que cria um índice em árvore hierárquica de documentos longos e permite que um LLM navegue por ele para encontrar respostas.
Framework em Python que avalia LLMs fazendo-os jogar Bulls and Cows por meio de provedores compatíveis com LiteLLM.
Framework de deep learning baseado em PyTorch que automatiza loops de treinamento, escalabilidade para múltiplas GPUs e código de infraestrutura, mantendo o controle total do código do modelo.
Conjunto de ferramentas para criar, testar, avaliar e implantar aplicações baseadas em LLM, com um designer de fluxos para VS Code e uma CLI pf.
AutoGPT é uma plataforma open source para criar, executar e agendar agentes de IA que realizam fluxos de trabalho com várias etapas a partir de descrições em linguagem natural ou de um editor visual.