带独立校验与可复用规则记忆的神经符号 Agent 架构
Star292
24h 新增—
7 天新增—
Fork1
Issue0
语言Python
项目介绍
更新于 1 天前
ResiMind 是一套神经符号 Agent 架构,核心思路是让模型或工具提出的每一步都先过独立校验器,通过了才算事实,失败的校验会把「还差什么」反馈给下一次尝试。它最典型的应用是代数:内置 MCP 数学工具和一个代数修复 Skill,能识别并纠正推理中看似合理但错误的步骤,还支持把验证过的解法提炼成可复用的规则存进记忆,下次遇到同类问题直接调用,知识在模型权重之外增长。除数学外,它还覆盖桥梁工程、约束优化、客服和开放式规划等场景,各自配了校验器;部分纯规则路径可以零模型调用运行。README 也坦诚说明目前代数能力限于有界有理多项式,MiniF2F 等基准成绩尚未公布。适合关注 Agent 可靠性、自我纠错与记忆机制的 AI 工程师和研究者,想给现有 Agent 加验证能力的人也能直接接入其 MCP 工具;普通后端或前端开发者关系不大。
上手成本:中
Star 趋势
话题标签
agent-memoryagent-skillsai-agentscustomer-supportknowledge-growthknowledge-reuselean4llm-agentsmathematicsmcpmcp-servermodel-context-protocolneuro-symbolicplanningreasoningresidual-reasoningself-correctionstructural-engineeringsymbolic-reasoningverification
仓库信息
| License | MIT |
| 创建时间 | 2026-10-08 |
| 最后推送 | 20 天前 |
| 热度分 | 0.0 |