Project Thoth: Een AI-gestuurde Onderzoeksassistent voor Praktijkmensen
Project Thoth door Acertainknight is een geavanceerd AI-gestuurd onderzoeksassistent systeem dat fungeert als een MCP-server. Gebouwd met Python 3.12, TypeScript en FastAPI, geeft het prioriteit aan lokale privacy, waarbij gegevens op uw machine worden bewaard. Het maakt verbinding met een PostgreSQL+pgvector backend en gebruikt Letta voor agentgeheugen, ter ondersteuning van zowel cloud- als zelfgehoste Docker-instanties. Dit systeem helpt AI-beoefenaars en onderzoekers om op de hoogte te blijven van onderzoek en complexe informatie te beheren, en biedt dynamische controle over onderzoeksparameters.
Waarmee verbindt Project Thoth?
Project Thoth fungeert als een MCP-server, die vertrouwt op een gedeelde PostgreSQL+pgvector backend voor gegevensopslag. Voor agentgeheugen integreert het met Letta, dat kan worden geconfigureerd om ofwel Letta Cloud of een zelf-gehoste Docker-instantie te gebruiken. Het systeem is gebouwd met Python 3.12 en TypeScript, en maakt gebruik van FastAPI voor zijn backend-diensten. Deze architectuur ondersteunt de geavanceerde AI-gestuurde onderzoeksassistentmogelijkheden, met de nadruk op lokale gegevensprivacy.
Kernfuncties en tools
Project Thoth biedt een thoth CLI commando voor systeeminteractie, inclusief een TUI-installatiewizard die wordt aangeroepen als "thoth setup". Het systeem biedt een natuurlijke taalinterface voor dagelijks gebruik, waardoor interactieve communicatie met de agent mogelijk is. Agents kunnen instellingen, prompt-sjablonen, onderzoeksopdrachten en extractieschema's openen en wijzigen via interne MCP-tools. Het ondersteunt ook het overschakelen naar Anthropic voor documentanalyse, waarmee de compatibiliteit met de AI-modellen van Anthropic wordt bevestigd.
Voor wie is het bedoeld?
Project Thoth richt zich op AI-beoefenaars die op de hoogte moeten blijven van de evoluerende AI-onderzoek en gebruikers die op zoek zijn naar een krachtige, maar gebruiksvriendelijke onderzoeksassistent. De mogelijkheden omvatten het verfijnen van onderzoeksopdrachten en het bijwerken van analyseschema's, waardoor het waardevol is voor degenen die complexe informatiestromen beheren. Het lokale ontwerp van het systeem spreekt gebruikers aan die gegevensprivacy prioriteit geven. Sla dit over als je expliciete authenticatie op applicatieniveau nodig hebt buiten de toegang tot het lokale systeem.
Hoe te beginnen
Er zijn geen inloggegevens vereist voor Project Thoth. Het lokale ontwerp impliceert dat authenticatie vertrouwt op toegang tot het lokale systeem voor zelf-gehoste instanties, afgehandeld via de initiële TUI-installatiewizard.
Gebruiksscenario's
- Het bijwerken van analyseschema's, zoals het verfijnen van aantekeningen uit artikelen om methodologiedelen op te nemen.
- Het verfijnen van onderzoeksopdrachten, bijvoorbeeld het aanscherpen van de reikwijdte om irrelevante resultaten zoals robotica-artikelen in een versterkend leeronderzoek te vermijden.
- Overschakelen van LLM-providers, waardoor de agent zijn LLM-routeringsconfiguratie voor documentanalyse kan bijwerken.
Project Thoth biedt een privacygerichte AI-onderzoeksassistent, die integreert met PostgreSQL en Letta voor geavanceerd agentgeheugen. De natuurlijke taalinterface en de mogelijkheid om onderzoeksparameters direct via agentinteractie aan te passen, maken het een waardevol hulpmiddel voor AI-practitioners. Het systeem ondersteunt dynamische aanpassingen aan analysemethoden, onderzoeksquery's en LLM-aanbieders.
