🧠 ネクサスマインド
思考グラフによる知的な科学的推論
🔍 概要
NexusMindはグラフ構造を活用して高度な科学的推論を実行します。Claude DesktopなどのAIアプリケーションと統合するために、**モデルコンテキストプロトコル（MCP）**を実装しています。
主なハイライト:
- グラフベース推論を使用して複雑な科学的クエリを処理する
- 多次元評価による動的信頼度スコアリング
- 高性能を実現する最新のPythonとFastAPIで構築
- 簡単に導入できるようDocker化されている
- 拡張性とカスタマイズ性を実現するモジュール設計
🌟 主な機能
8段階推論パイプライン
コア推論プロセスは、洗練された 8 段階のパイプラインに従います。
- 🌱 初期化
- クエリからルートノードを作成する
- 初期のグラフ構造を確立する
- 信頼のベースラインを設定する
- 🧩 分解
- クエリをディメンションに分割します
- 主要コンポーネントを特定する
- 次元ノードを作成する
- 🔬 仮説・計画
- 複数の仮説を生成する
- 推論戦略を作成する
- 偽造基準を確立する
- 📊 証拠の統合
- 裏付けとなる証拠を集める
- 証拠と仮説を結びつける
- 信頼スコアを更新
- ✂️ プルーニング/マージ
- 価値の低い要素を削除する
- 類似ノードを統合する
- グラフ構造を最適化
- 🔍 サブグラフ抽出
- 関連部分を特定する
- 高価値パスに焦点を当てる
- ターゲットサブグラフを作成する
- 📝 構成
- 主要な調査結果を統合する
- 一貫した洞察を生み出す
- 包括的な回答を生成する
- 🤔 反省
- 推論の質を評価する
- 改善点を特定する
- 最終的な信頼度評価
技術的能力
- 🧠 グラフ知識表現：
networkxを使用して複雑な関係をモデル化します - 🔄 動的信頼ベクトル：
- 経験的裏付け
- 理論的根拠
- 方法論的厳密さ
- コンセンサス調整
- 🔌 MCP サーバー: シームレスな Claude Desktop 統合
- ⚡ 高性能API ：最新のFastAPI実装
- 🐳 簡単なデプロイメント：Docker と Docker Compose のサポート
- 🧩 拡張可能なアーキテクチャ：カスタマイズのためのモジュール式コンポーネント
- ⚙️ 柔軟な構成: Pydantic と YAML 構成
🛠️ テクノロジースタック
📂 プロジェクト構造
asr-got-reimagined/
├── config/
│ ├── settings.yaml
│ └── claude_mcp_config.json
├── src/asr_got_reimagined/
│ ├── api/
│ │ ├── routes/
│ │ │ └── mcp.py
│ │ └── schemas.py
│ ├── domain/
│ │ ├── models/
│ │ │ ├── common.py
│ │ │ ├── graph_elements.py
│ │ │ └── graph_state.py
│ │ ├── services/
│ │ │ └── got_processor.py
│ │ ├── stages/
│ │ │ ├── base_stage.py
│ │ │ ├── stage_1_*.py
│ │ │ └── stage_2_*.py...
│ │ └── utils/
│ ├── main.py
│ └── app_setup.py
├── scripts/
├── Dockerfile
├── docker-compose.yml
└── pyproject.toml
🚀 はじめに
前提条件
- Python 3.13+ (Docker イメージでは Python 3.13.3-slim-bookworm を使用)
- 詩：依存関係の管理
- DockerとDocker Compose :コンテナ化されたデプロイメント用
インストールとセットアップ（ローカル開発）
- リポジトリをクローンします:
git clone https://github.com/SaptaDey/NexusMind.git
cd asr-got-reimagined
- Poetry を使用して依存関係をインストールします。これにより、仮想環境が作成され、
pyproject.tomlで指定された必要なパッケージがすべてインストールされます。 - 仮想環境をアクティブ化します:
- アプリケーションを構成します:
- 必要に応じて
config/settings.yamlの設定を調整します - 機密情報用の環境変数または
.envファイルを構成する
- 開発サーバーを実行します:
python src/asr_got_reimagined/main.py
uvicorn asr_got_reimagined.main:app --reload --host 0.0.0.0 --port 8000
http://localhost:8000で利用できます。
Docker デプロイメント
- Docker コンテナをビルドして実行します。
docker-compose up --build
docker-compose up --build -d
- API にアクセスします。API は
http://localhost:8000 (またはdocker-compose.ymlで設定されているとおり) でアクセスできます。
🔌 APIエンドポイント
コアエンドポイント
- MCPエンドポイント:
POST /mcp- Claude DesktopなどのMCPクライアントとの通信用
- AIインタラクションのためのモデルコンテキストプロトコルを実装
- ヘルスチェック:
GET /health
追加のエンドポイント（計画中）
- グラフクエリ:
POST /api/graph/query - グラフ状態:
GET /api/graph/{session_id} - アナリティクス:
GET /api/analytics/{session_id}
🧪 テストと品質
開発ツール
- 型安全性:
mypy.iniとpyrightconfig.jsonで設定python scripts/add_type_hints.pyのロガー タイプの問題を修正しました
- コード品質:
- 型注釈付きの完全に型付けされたコードベース
- 事前コミットフックが利用可能:
poetry run pre-commit install - Ruffによる自動フォーマット