FEGIS

费吉斯

Fegis是一个语义编程框架和工具编译器，它将 YAML 规范（称为原型）转换为用于大型语言模型 (LLM) 的结构化、可重用工具。Fegis 基于模型上下文协议 (MCP) 构建，将每个原型编译为经过模式验证的接口，其中字段名称和参数充当指导内容生成的语义指令。

每个工具调用都保存在一个混合记忆系统中，该系统结合了向量嵌入和结构化元数据，形成一个新兴的知识图谱，可以实现持久记忆、语义检索和相互关联的想法的探索。

核心组件

1. MCP 服务器实现

Fegis 实现了模型上下文协议 (MCP)，但与专注于将 LLM 桥接到外部系统的典型 MCP 服务器不同，Fegis 使用 YAML 原型创建语义丰富、内部定义的工具。它通过引入参数和框架来扩展 MCP 框架，这些参数和框架决定了语言模型如何理解并使用这些工具进行交互。

2.语义编程框架

Fegis 引入了一种实用的语义编程形式，其中 YAML 结构充当了语言模型行为的支架。您无需编写详细的提示或程序指令，而是使用有意义的字段名称、框架和参数来定义意图。

这种方法将结构视为代码：字段名称不仅仅是标签——它们指导和约束 LLM 生成的内容。参数不仅仅是传递值——它们通过提供的支架塑造模型的表达空间。

3.混合记忆系统

Fegis 采用混合内存系统，将向量嵌入与结构化元数据相结合，创建所有工具调用的强大且可搜索的历史记录。该内存充当新兴知识图谱，支持发现和遍历互连的信息路径。除非另有明确配置，否则所有嵌入和内存数据默认保留在本地。

LLM 如何处理原型

为了理解这是如何工作的，让我们看看当 LLM 处理原型的脚手架时会发生什么：

此 YAML 定义中的每个元素都有特定用途：

1. Archetype_context - 定义这些工具的概念空间和用途。此文本可用于文档编制，或根据需要注入，以记录这些工具的使用方法。
2. 参数部分——定义形成输出的语义维度：
   • 参数名称（“长度”）标识正在配置的方面
   • 描述提供了参数用途的清晰定义
   • example_values 建立一系列可能的值（[简洁...详尽]）
   • 当在工具中使用时，特定值（“简要”）会触发相关的语言模式
3. 工具名称“摘要” ——模型将其识别为一种工具，激活相关模式以浓缩信息。
4. 工具描述——“创建简明摘要......”设定了具体的目标和目的。
5. 框架字段定义要生成的内容：
   • 字段名称“key_points”指导模型识别重要元素
   • 类型约束“列表”将输出格式化为离散项
   • 要求“required: true”确保此字段始终被填充
   • 字段名称“结论”提示创建摘要声明

该架构创建了一个结构化流程，其中每个元素都有特定的用途：

交互示例：认知工具

要了解 Fegis 的实际作用，请查看与认知工具的交互示例，该示例演示了思维和反思工具如何与记忆系统协同工作。

您可以使用 Fegis 构建什么？

Fegis 已用于创建：

• 指导法学硕士完成复杂推理过程的思维框架
• Web 探索界面与用于管理和连接内容的工具
• 受生物网络启发的优化系统
• 使用表情符号作为视觉语言的符号推理工具

快速入门

配置 Claude 桌面

更新claude_desktop_config.json ：

了解更多

• 示例- 帮助您入门的示例原型

更多文档即将推出...

支持开发

☕请我喝杯咖啡
💖 GitHub 上的赞助商

执照

该项目根据 MIT 许可证获得许可 - 有关完整详细信息，请参阅 LICENSE 文件。

MIT 许可证是宽松且简单的：只要您给予适当的归属并且不追究作者的责任，您就可以对代码做任何您想做的事情。