kyegomez/tree-of-thoughts

这是什么？

核心功能

• 01支持广度优先和深度优先搜索推理步骤，并可回溯、剪枝。
• 02支持对候选步骤进行独立打分或投票式比较评估。
• 03分支数、深度、束宽和分数阈值均可配置。
• 04可接入任何支持函数调用的 LiteLLM 模型。
• 05可将完整搜索树导出为 JSON 数据。

适用场景

• 解决多步算术或谜题类问题，这类问题单次模型调用往往容易出错。
• 在规划或排程任务中同时保留多个部分方案进行比较。
• 进行需要在出现矛盾时回溯的分情况分析。
• 用可验证答案的数学或逻辑题评估模型的推理效果。

快速上手

1. 1

   安装 swarms 包

   pip3 install -U swarms
2. 2

   在工作目录的 .env 文件中添加你的 API 密钥

3. 3

   运行使用 TreeOfThoughts 的快速开始 Python 代码

   python examples/physics/hohmann_transfer.py

使用前须知

• !需要支持函数调用的模型提供商的 API 密钥。
• !多分支搜索会产生大量模型调用，成本随 breadth 和深度等参数快速增长。
• !Tree of Thoughts 现已内置于更大的 Swarms 框架中，会带来较重的依赖。

收录于专题

标签

常见问题

tree-of-thoughts 是什么？

Tree of Thoughts 的 Python 实现，让大模型通过搜索多条推理路径来解题，而不是一次性作答。 Tree of Thoughts 让语言模型通过搜索来推理：每一步先提出若干候选思路，再对它们打分，剪掉明显错误的分支，推理走不通时回溯。本仓库提供的 TreeOfThoughts 类现已集成在 Swarms 框架中，支持广度优先或深度优先搜索部分解。

tree-of-thoughts 可以免费使用吗？用的什么许可证？

tree-of-thoughts 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

tree-of-thoughts 还在维护吗？

半年内有更新。tree-of-thoughts 最近一次提交是在 2026年9月29日。

tree-of-thoughts 适合用来做什么？

解决多步算术或谜题类问题，这类问题单次模型调用往往容易出错。 在规划或排程任务中同时保留多个部分方案进行比较。 进行需要在出现矛盾时回溯的分情况分析。 用可验证答案的数学或逻辑题评估模型的推理效果。

tree-of-thoughts 怎么安装和运行？

安装 swarms 包: pip3 install -U swarms 在工作目录的 .env 文件中添加你的 API 密钥 运行使用 TreeOfThoughts 的快速开始 Python 代码: python examples/physics/hohmann_transfer.py

在哪里获取 tree-of-thoughts？

源代码和安装说明在 GitHub 上：https://github.com/kyegomez/tree-of-thoughts